15、城市公共交通出行目的地预测与合作策略分析

城市公共交通出行目的地预测与合作策略分析

在城市公共交通领域，准确预测乘客的出行目的地以及合理选择合作伙伴对于提升服务质量和吸引更多乘客至关重要。本文将围绕出行目的地预测和与城市服务提供商的合作两个方面展开探讨。

出行目的地预测

1. 预测模型与数据
   为了预测葡萄牙波尔图市城市公共交通乘客的出行目的地，研究人员采用了三种模型：Top - K、NB和J48。研究考虑了该市两家主要交通运营商一年内超过9000万次签名卡记录的出行数据。将乘客划分为不同群体，并分析了不同时间段的出行情况。
2. 预测准确性差异
   • 工作日与周末差异 ：在工作日，乘客出行目的地预测的平均准确率约为65%。而在周末，平均准确率比工作日低20% - 30%。如果将模型应用于全周（不区分工作日和周末），周末的准确率会降低10%，这凸显了分别预测工作日和周末出行目的地的重要性。
   • 不同乘客群体差异 ：不同乘客群体的出行目的地预测准确率存在显著差异。G4群体（正常出行群体）出行模式最为规律，预测准确率较高；而学生群体（G1、G2和G3）出行模式最不规律，预测准确率最差。一般来说，有稳定工作的群体（如G4）有固定的出行习惯，而无工作的群体（G1 - 3和G6）在出行目的地选择上更为灵活。
   • 常规日与非常规日差异 ：非常规日（罢工、公共假期或学校假期）会打断乘客的常规出行模式，影响学习过程，导致预测准确率下降20 - 30%。