戢曉峰　連晨希

(昆明理工大學(xué)交通工程學(xué)院　昆明 650500)

0　引　言

隨著ATIS(advanced traveler information system)、“互聯(lián)網(wǎng)+”及移動終端應(yīng)用的普及，使得社交網(wǎng)絡(luò)分享的交通信息成為日常出行的重要參考。通常個體用戶獲得的社交網(wǎng)絡(luò)信息是由好友發(fā)布、分享得來，而非來自于強烈的信息搜尋意識與針對性的搜尋行為,因此，用戶瀏覽大量的社交網(wǎng)絡(luò)信息主要為被動接收信息的過程，同時無意識地接收了其中的交通信息。目前鮮有學(xué)者關(guān)注此類交通信息對交通行為的影響，亟須開展相關(guān)研究為網(wǎng)絡(luò)時代交通信息的發(fā)布策略提供理論依據(jù)。

目前，交通信息對交通行為的影響仍是重要的熱點研究領(lǐng)域[1-3]，如Eran等[4]設(shè)計了不同準(zhǔn)確度的交通信息場景，分析出行者對交通信息反應(yīng)的靈敏度。鞏亞文[5]分析了信息條件下出行者路徑選擇的相互影響關(guān)系，建立了路徑選擇演化博弈模型并總結(jié)了其演化規(guī)律。熊軼[6]通過建立期望路徑出行時間期望函數(shù)，研究了交通信息條件下不同屬性出行者的行為演化。魏雪梅等[7]建立了駕駛員屬性、出行信息源選擇及搜尋行為之間的結(jié)構(gòu)方程模型，分析了駕駛員的出行信息搜尋過程。隨著交通信息應(yīng)用的日益普及，ATIS的市場占有率與交通信息的價值、效益逐漸受到研究者與管理者的關(guān)注[8-12]。如IIDA等[13]分析了不同質(zhì)量交通信息下的路徑選擇，發(fā)現(xiàn)交通信息對決策的影響力隨其質(zhì)量下降而逐漸降低。伍速鋒等[14]認(rèn)為交通信息能夠減少出行選擇的不確定性，并利用效用理論與貝葉斯推理建立了交通信息效用模型。Chorus等[15]認(rèn)為出行者會做出期望后悔最小的決策，并基于此建立了交通信息價值模型。閆禎禎等[16]在構(gòu)建交通信息感知價值模型的基礎(chǔ)上，探索了不同路網(wǎng)組合的交通信息感知價值。

當(dāng)前，社交網(wǎng)絡(luò)已經(jīng)逐漸成為日常生活的主要信息源，網(wǎng)絡(luò)的海量信息中通常也包含了大量的交通出行信息[17]。綜上所述可以發(fā)現(xiàn)，基于效用、后悔等理論的交通信息行為及交通信息價值研究已經(jīng)逐步開展，但對社交網(wǎng)絡(luò)中的交通信息卻鮮有涉及。社交網(wǎng)絡(luò)已成為當(dāng)前重要的交通信息分享渠道，對社交網(wǎng)絡(luò)環(huán)境下的交通信息用戶價值進(jìn)行評估，可以為網(wǎng)絡(luò)環(huán)境下交通信息的發(fā)布提供重要的理論依據(jù)。為了研究社交網(wǎng)絡(luò)環(huán)境下交通信息的用戶價值，首先剖析了社交網(wǎng)絡(luò)中交通信息的產(chǎn)生與傳播過程，并對社交網(wǎng)絡(luò)中交通信息的特征進(jìn)行分析；然后基于后悔理論建立社交網(wǎng)絡(luò)環(huán)境下交通信息用戶價值的評估方法，并在此基礎(chǔ)上分析社交網(wǎng)絡(luò)中交通信息的用戶價值特征；最后通過設(shè)計不同的算例場景對社交網(wǎng)絡(luò)中交通信息的用戶價值進(jìn)行了對比分析。

1　社交網(wǎng)絡(luò)中的交通信息特征分析

1.1　社交網(wǎng)絡(luò)中交通信息的產(chǎn)生與傳播

在互聯(lián)網(wǎng)時代，社交網(wǎng)絡(luò)是現(xiàn)代生活信息交流的重要平臺，網(wǎng)絡(luò)信息行為推動了網(wǎng)絡(luò)信息的產(chǎn)生與傳播。信息行為是在需求和能力的調(diào)節(jié)下產(chǎn)生的，主要的網(wǎng)絡(luò)信息行為有信息的獲取、信息分享與信息的使用等。出行信息也將通過網(wǎng)絡(luò)信息行為在社交網(wǎng)絡(luò)中產(chǎn)生并且傳播。

1) 社交網(wǎng)絡(luò)中的交通信息來源廣泛。通常包括用戶體驗、運營賬號的直接描述、其他社交網(wǎng)絡(luò)平臺、第三方軟件信息來源等；其中，運營賬號是指通過專門發(fā)布交通信息以吸引其他用戶，并可獲取利益的經(jīng)營類賬號，第三方軟件主要包括手機導(dǎo)航類軟件，公交查詢類軟件以及網(wǎng)約車類軟件等。

2) 網(wǎng)絡(luò)信息的獲取通常分為2種形式：一種為主動查詢，如關(guān)鍵字搜索等方式；另一種為被動接受，如信息推送等。隨著社交網(wǎng)絡(luò)的不斷發(fā)展，用戶量與網(wǎng)絡(luò)信息量迅速膨脹。而在海量的社交網(wǎng)絡(luò)平臺中，經(jīng)常包含有與實時交通狀態(tài)相關(guān)的出行信息。這些出行信息通常在無意間被用戶接收。

3) 對于社交網(wǎng)絡(luò)中的出行信息來說，另一種重要的信息行為是網(wǎng)絡(luò)信息的分享行為。網(wǎng)絡(luò)社交平臺的信息傳播優(yōu)勢在于其對信息分享者的限制程度較低，一般的用戶均可分享自己的既得信息。由此，符合用戶偏好的出行信息就有可能被用戶分享，則該出行信息的接收范圍將會擴(kuò)大。

4) 社交網(wǎng)絡(luò)中的出行信息被用戶接受必然會產(chǎn)生信息的使用行為。出行信息的不斷分享、傳播使得更多的用戶接收到該出行信息，而用戶中的出行者在做出行決策時必然會在某種程度上對社交網(wǎng)絡(luò)中的出行信息予以考慮。社交網(wǎng)絡(luò)中的出行信息使用行為則主要體現(xiàn)于該信息對出行者的決策影響。

1.2　社交網(wǎng)絡(luò)中的交通信息特征分析

1) 從內(nèi)容上看，社交網(wǎng)絡(luò)中交通信息的內(nèi)容具有模糊性。日常的網(wǎng)絡(luò)信息中，往往包含了部分較為模糊的交通信息。例如，城市交通擁堵時，用戶的“抱怨”中就可能包含了交通擁堵的時刻、路段等信息。此類信息通常描述模糊，主觀意愿強烈易引起關(guān)注或共鳴，但卻是其他出行者在決策時的重要依據(jù)。

2) 社交網(wǎng)絡(luò)中的交通信息的傳播范圍具有一定的不可控性。網(wǎng)絡(luò)信息的傳播動力主要為用戶興趣，一條具有較強吸引力的交通信息在社交網(wǎng)絡(luò)中傳播的時間、范圍等因素均難以有效控制。

2　交通信息用戶價值評估模型

交通信息用戶價值的評估必須關(guān)注用戶的感受，不可視為一個完全理性的效用測量過程。關(guān)注效用對比的后悔理論逐漸應(yīng)用于出行決策的研究中[15-16]。后悔可理解為一件既定事情狀態(tài)或結(jié)果與其可選結(jié)果之間的對比而產(chǎn)生的情緒。后悔理論認(rèn)為[18]，對決策的評價一方面與行動結(jié)果有關(guān)，另一方面還與其放棄的可能更好的選擇有關(guān)。以決策行為的效用為標(biāo)準(zhǔn)，當(dāng)既定決策的效用高于可選決策時，決策者不會因此產(chǎn)生后悔情緒，反之，則將產(chǎn)生后悔情緒。在同等條件下，如果某種決策可以減少后悔情緒，可以認(rèn)為該決策優(yōu)于其他決策。筆者采用后悔理論作為評估模型的理論基礎(chǔ)，即認(rèn)為交通信息的用戶價值取決于信息獲取前后決策后悔情緒的改變。

2.1　路徑選擇后悔模型

在城市路網(wǎng)中，出行者在決策時無法完全掌握路徑信息，并且出行決策也無法實現(xiàn)完全理性。因此，以出行效用作為路徑選擇的內(nèi)在準(zhǔn)則，并且根據(jù)后悔理論以降低出行決策的后悔值為目標(biāo)來選擇出行的路徑?；谏鲜龇治?，建立路徑選擇的后悔模型。

設(shè)M={1,2,…,m}為m條可選路徑集合；T={t1,t2,…,tm}為路徑預(yù)測行程時間集合；U={u(t1),u(t2),…,u(tm)}為路徑選擇效用集合，u(ti)為選擇路徑i的效用函數(shù)，見式(1)。

(1)

出行者選擇路徑i就必須放棄選擇其他路徑，后悔心理即是由決策結(jié)果的對比產(chǎn)生的。由此出行者選擇其他各路徑較路徑i可以多獲得的效用即為路徑i相對于其他各路徑的后悔值。

設(shè)路徑的預(yù)測行程時間t的概率密度為f(t)，則f(t)所服從分布與路徑交通流量分布狀態(tài)有關(guān)。若出行者選擇路徑i，則期望后悔為

(2)

式中：j∈M且j≠i，δj為后悔判別系數(shù)

(3)

出行經(jīng)驗下的路徑?jīng)Q策后悔值為

ER=max(ERi)

(4)

(5)

由更新后的預(yù)測行程時間與行程時間的概率密度，并經(jīng)過上述路徑?jīng)Q策后悔模型的構(gòu)建過程，可以得到更新后的路徑?jīng)Q策后悔值為

(6)

2.2　社交網(wǎng)絡(luò)中的交通信息的用戶價值

出行者會對比出行經(jīng)驗下的決策與社交網(wǎng)絡(luò)中交通信息下的決策收益，以決策的優(yōu)劣來判斷交通信息的用戶價值。

ΔER=ER-ER+

(7)

式中：ΔER為社交網(wǎng)絡(luò)中交通信息的用戶價值。式(7)表明ΔER可取零點雙側(cè)任意值，即出行者獲得網(wǎng)絡(luò)交通信息后的決策后悔情緒可能提高或降低。

3　社交網(wǎng)絡(luò)交通信息的用戶價值特征分析

如社交網(wǎng)絡(luò)分享型交通信息的用戶價值為正，則表明該信息的使用為用戶節(jié)約了成本；相反，則可能增加了用戶成本。

3.1　預(yù)測誤差與信息效用分析

u(ti)=exp(-εi)

(8)

式中：εi為路徑i預(yù)測行程時間與真實行程時間的相對誤差，是交通信息價值的重要體現(xiàn)，εi的取值范圍為[0,+∞)。當(dāng)εi取最小值0時，說明對路徑i的預(yù)測行程時間與真實行程時間相同，選擇路徑i的效用函數(shù)也達(dá)到最大值1；隨著路徑i的相對誤差逐漸增大，選擇路徑i效用函數(shù)值逐漸降低，并且趨向于0，見圖1。

圖1　預(yù)測時間誤差對路徑選擇效用的影響Fig.1　The time prediction error influencing on route choice utility

交通信息的有效性主要體現(xiàn)于對路網(wǎng)交通狀態(tài)描述的準(zhǔn)確程度。而對于廣義社交網(wǎng)絡(luò)中的交通信息而言，一方面由于部分信息的模糊性可能會增強出行者決策的不確定性，另一方面，自由傳播過程的失真對交通信息的有效性及出行者決策有著重要影響。

3.2　社交網(wǎng)絡(luò)交通信息的有效性分析

圖2　社交網(wǎng)絡(luò)中交通信息的有效性Fig.2　Effectiveness of travel information online sharing

社交網(wǎng)絡(luò)交通信息可以降低出行決策的不確定性。出行者僅依靠出行經(jīng)驗進(jìn)行行程時間預(yù)測的概率密度函數(shù)為曲線1；輔助以網(wǎng)絡(luò)分享的交通信息后時間預(yù)測的概率密度函數(shù)為曲線2。相對于曲線1而言，曲線2體現(xiàn)了預(yù)測期望值更趨近于準(zhǔn)確值、且預(yù)測區(qū)間更為集中2個方面的特征，即提高了預(yù)測準(zhǔn)確性。

3.3　社交網(wǎng)絡(luò)中交通信息的負(fù)效應(yīng)分析

交通信息在社交網(wǎng)絡(luò)中的傳播會造成其用戶價值的衰減，甚至產(chǎn)生負(fù)效應(yīng)，考慮信息傳播時間、相對誤差及交通信息用戶價值的相互影響趨勢，如圖3所示。

圖3　考慮傳播時間及預(yù)測相對誤差的用戶價值趨勢Fig.3　The utility trend considering the propagation time and relative prediction error

社交網(wǎng)絡(luò)信息傳播的相對自由會造成交通信息用戶價值的損失。目前，網(wǎng)絡(luò)傳播多根據(jù)用戶自身需求及興趣而進(jìn)行，信息傳播的消亡時間無法確定。一方面，路網(wǎng)狀態(tài)的實時變化決定了交通信息的用戶價值將隨其傳播時間而降低；另一方面，網(wǎng)絡(luò)分享的自由性使得用戶的主觀意愿可以伴隨交通信息的傳播，從而影響出行者決策的傾向性。

4　算例分析

為了驗證用戶價值評估模型，并且對不同網(wǎng)絡(luò)傳播場景下交通信息的用戶價值進(jìn)行評估，需要對交通信息的網(wǎng)絡(luò)傳播情況，以及不同場景下出行者的出行決策進(jìn)行設(shè)置和模擬。假設(shè)路網(wǎng)中進(jìn)行決策的出行者為小汽車駕駛員，為了簡化計算通常采用在OD對之間僅存在2條可選路徑的簡單路網(wǎng)，如圖4所示。假設(shè)某出行者在某次出行中可選路徑有路徑1、路徑2，該出行者的經(jīng)驗認(rèn)為路徑1的行程時間為25 min，路徑2因行駛距離較長行程時間約為40 min，因此,該出行者經(jīng)常選擇路徑1出行，且對路徑1較為熟悉，設(shè)熟悉度為80%，而對路徑2的熟悉度為50%。假設(shè)某次出行前該出行者通過社交網(wǎng)絡(luò)的好友分享得知路徑1發(fā)生交通事故，預(yù)計路徑1的行程時間為45 min，路徑2約為48 min，該出行者對此信息的信任度為80%，見表1。

圖4　路徑選擇場景示意圖Fig.4 　The path selection of scene diagram

4.1　交通信息用戶價值分析

4.1.1場景設(shè)置

場景1。有效性場景分析。假設(shè)該交通信息的網(wǎng)絡(luò)傳播時間較短，且與路網(wǎng)真實情況大致相符，該出行者則可以根據(jù)該交通信息做出更優(yōu)的選擇。

表1　算例取值Tab.1　Numerical value in the example

場景描述：設(shè)因受到路徑1交通事故的影響，路徑1、路徑2上的自由流行程時間分別為50，46 min。通過模型計算得到，該出行者選擇路徑1與路徑2的效用分別為0.606 5，0.877 7，得到路徑選擇決策的期望后悔值為0.046 4。而該出行者根據(jù)網(wǎng)絡(luò)分享的信息進(jìn)行出行經(jīng)驗更新后，可得到社交網(wǎng)絡(luò)分享型交通信息的期望后悔值為0.037 1，且本次出行應(yīng)選擇后悔值較低的路徑2。結(jié)果表明：社交網(wǎng)絡(luò)分享型交通信息對出行經(jīng)驗進(jìn)行更新后，決策期望后悔值降低了20%。

場景2。負(fù)效應(yīng)場景分析。假設(shè)該交通信息的網(wǎng)絡(luò)傳播時間較長，且與真實路網(wǎng)狀態(tài)差異較大。出行者根據(jù)該交通信息將無法做出更優(yōu)的決策。

場景描述：若假設(shè)出行可選路徑及該出行者對路網(wǎng)的經(jīng)驗知識與場景1相同。但該出行者獲得的信息為交通事故發(fā)生數(shù)小時后好友轉(zhuǎn)發(fā)而來，并且該出行者未得到更新的實時信息。而此時路徑1的交通事故已處理結(jié)束，路網(wǎng)逐漸恢復(fù)通行。設(shè)此時的路徑自由流行程時間分別為23，35 min，根據(jù)實時路徑自由流時間，出行者應(yīng)選擇路徑1出行。但出行者未獲得實時信息，將選擇路徑2出行，用戶價值將出現(xiàn)負(fù)值，見表2。

表2　場景結(jié)果Tab.2　Results of scenes

4.1.2交通信息用戶價值特征

交通信息的有效性體現(xiàn)于降低了出行者決策的不確定性。假設(shè)行程時間預(yù)測服從正態(tài)分布，則不同場景下的交通信息對路徑1與路徑2行程時間預(yù)測上的有效性如圖5所示。路徑1出行者的經(jīng)驗預(yù)測值為25 min，而經(jīng)過社交網(wǎng)絡(luò)交通信息的更新，預(yù)測值為45 min，且分布更趨向于集中；同理，路徑2的行程時間預(yù)測結(jié)果也體現(xiàn)了預(yù)測集中度的提高。

圖5　行程時間預(yù)測Fig.5　Travel time prediction

根據(jù)信息效用與誤差測算方法，得到各場景中交通信息的效用。場景1中路徑1和路徑2的自由流值為50，23 min，場景2中分別為46，48 min。根據(jù)網(wǎng)絡(luò)環(huán)境下的行程時間預(yù)測，分別得到2個場景下的交通信息平均效用P1，P2，如圖6所示?？梢姡瑘鼍?中由于交通信息經(jīng)過了較長時間的傳播，與真實的路網(wǎng)情況產(chǎn)生的較大的差異，其社交網(wǎng)絡(luò)的交通信息效用遠(yuǎn)低于場景1中的實時信息。

圖6　不同場景的交通信息效用Fig.6　Traffic information utility

4.2　結(jié)果討論

場景1的結(jié)果說明在無更準(zhǔn)確的交通信息時，社交網(wǎng)絡(luò)中的交通信息用戶價值得到了積極的體現(xiàn)，即輔助出行者獲得了更有利的選擇。出行者僅依靠出行經(jīng)驗無法判斷偶發(fā)性交通狀態(tài)，而網(wǎng)絡(luò)分享信息中包含了對此時交通狀態(tài)更準(zhǔn)確的描述，且由于傳播時間較短與真實路網(wǎng)狀態(tài)差異較小，有較高的信息效用，可以輔助出行者做出更優(yōu)的決策。

場景2中出行選擇的轉(zhuǎn)變說明網(wǎng)絡(luò)傳播造成了交通信息用戶價值的降低，甚至造成出行決策負(fù)效應(yīng)。出行者所得到的網(wǎng)絡(luò)分享信息通常經(jīng)過了一定傳播時間，與真實路網(wǎng)存在較大差異，而出行者無意識去考量在信息傳播的時間中路網(wǎng)狀態(tài)所發(fā)生變化。因此，當(dāng)交通信息在社交網(wǎng)絡(luò)中的傳播超過一定閾值后將對出行者決策產(chǎn)生負(fù)效應(yīng)。

社交網(wǎng)絡(luò)環(huán)境下難以獲得真實、準(zhǔn)確的交通信息，而推送式的信息傳播又使用戶時刻被迫接受信息。在社交網(wǎng)絡(luò)交通信息的作用下，效用最大化的理性決策顯然不盡合理，而后悔理論基于決策效用的對比，傾向于選擇能夠減少后悔情緒的出行決策。因此，考慮非完全理性行為并且相對具有一定不確定性的后悔理論，更適用于在社交網(wǎng)絡(luò)環(huán)境下交通信息用戶價值的評估。

5　結(jié)束語

1) 社交網(wǎng)絡(luò)中的交通信息具有顯著的不確定性與模糊性。網(wǎng)絡(luò)信息中含有大量的交通信息，網(wǎng)絡(luò)信息的傳播范圍、時間、用戶主觀意愿等都會成為出行決策的影響因素。

2) 實時分享的交通信息有助于降低出行者決策的不確定性。當(dāng)無其他更準(zhǔn)確的交通信息時，社交網(wǎng)絡(luò)中的交通信息將成為出行者決策的重要依據(jù)，輔助出行者對做出更優(yōu)的選擇。

3) 交通信息的用戶價值隨其在社交網(wǎng)絡(luò)的持續(xù)傳播而降低，甚至對出行者決策產(chǎn)生負(fù)效應(yīng)。當(dāng)網(wǎng)絡(luò)交通信息的傳播達(dá)到一定的閾值后，隨時間改變的路網(wǎng)狀態(tài)將使得交通信息的失真程度增大，無法輔助出行者得到更優(yōu)決策。

隨著城市交通信息系統(tǒng)的不斷完善，借助社交網(wǎng)絡(luò)發(fā)布交通信息是必然趨勢和結(jié)果。對社交網(wǎng)絡(luò)中交通信息用戶價值的初步探討，提出了社交網(wǎng)絡(luò)交通信息將對出行者的決策產(chǎn)生重要影響。但在建立網(wǎng)絡(luò)平臺的信息實時傳播狀態(tài)與出行者行為預(yù)測的對應(yīng)關(guān)系方面尚未進(jìn)行深入探討。

在社交網(wǎng)絡(luò)中建立影響力較大的交通信息發(fā)布節(jié)點，一方面能夠快速傳播實時交通信息，另一方面又難以有效控制信息的傳播過程。因此，需要進(jìn)一步對交通信息的網(wǎng)絡(luò)傳播特性進(jìn)行探索，為建立有效的社交網(wǎng)絡(luò)交通信息發(fā)布策略提供理論依據(jù)。

參考文獻(xiàn)References

[1]KENYON Susan, LYONS Glenn. The value of integrated multimodal traveller information and its potential contribution to modal change[J]. Transportation Research Part F: Traffic Psychology and Behavior,2003,6(1):1-21．

[2]劉艷秋,劉 博.交通擁堵下基于實時交通信息的路徑選擇模型[J].沈陽工業(yè)大學(xué)學(xué)報,2014,36(4):426-430.

LIU Yanqiu, LIU Bo. Route selection model based on real-time traffic information under traffic congestion[J]. Journal of Shenyang University of Technology,2014,36(4):426-430.(in Chinese)

[3]張華歆,張麗杰.基于交通信息的通勤出行鏈模式選擇行為[J].上海海事大學(xué)學(xué)報,2015,36(1):12-18.

ZHANG Haxin, ZHANG Lijie. Trip chain pattern choice behavior of commuters based on traffic information[J]. Journal of Shanghai Maritime University,2015,36(1):12-18.(in Chinese)

[4]ERAN B E, PACE R D, BIFULCO G N, et al. The impact of travel information′s accuracy on route-choice[J]. Transportation Research Part C,2013,26(1):146-159.

[5]鞏亞文.信息誘導(dǎo)條件下出行路徑選擇行為的演化博弈分析[J].公路,2015,49(1):108-113.

GONG Yawen. Study of route choice behavior of drivers based on the evolutionary game under condition of information guidance[J]. Highway,2015,49(1):108-113.(in Chinese)

[6]熊 軼.交通信息作用下不同風(fēng)險屬性出行者的行為演進(jìn)[J].武漢理工大學(xué)學(xué)報,2009,33(2):279-282.

XIONG Yi. A study on behavior evolution of travelers with different risk-taking under ATIS[J]. Journal of Wuhan University of Technology,2009,33(2):279-282.(in Chinese)

[7]魏雪梅,戢曉峰,陳 方.基于SEM的駕駛員出行信息搜尋行為分析[J].交通運輸系統(tǒng)工程與信息,2012,12(3):174-179.

WEI Xuemei, JI Xiaofeng, CHEN Fang. Drivers′ travel information searching behavior study with structural equation modeling[J]. Journal of Transportation Systems Engineering and Information Technology,2012,12(3):174-179.(in Chinese)

[8]YANG Hai. Multiple equilibrium behaviors and advanced traveler information systems with endogenous market penetration[J]. Transportation Research Part B,1998,32(3):205-218.

[9]ARNOTT R, PALMA A, LINDSEY R. Does providing information to drivers reduce traffic congestion?[J]. Transportation Research Part A: Policy and Practice,1991,25(5):309-318.

[10]李志純,黃海軍.多目標(biāo)路徑誘導(dǎo)下平衡市場滲透率的確定[J].系統(tǒng)工程理論與實踐,2005,24(4):125-130.

LI Zhichun, HUANG Haijun. Determination of equilibrium market penetration under multi-criteria route guidance systems[J].Systems Engineering-Theory & Practice,2005,24(4):125-130.(in Chinese)

[11]李 昕,劉 瀾,戢曉峰.ATIS影響下的基于廣義成本的隨機用戶平衡模型[J].交通運輸系統(tǒng)工程與信息,2009,9(2):50-55.

LI Xin, LIU Lan, JI Xaiofeng. Stochastic user equilibrium model based on generalized cost under the influence of ATIS[J]. Journal of Transportation Systems Engineering and Information Technology,2009,9(2):50-55.(in Chinese)

[12]HALL R W. Route choice and advanced traveler information systems on a capacitated and dynamic network[J]. Transportation Research Part C: Emerging Technologies,1996,4(5):289-306.

[13]IIDA Y, UNO N, YAMADA T. Experiment analysis approach to analyze dynamic route choice behavior of driver with travel information[C]. Vehicle Navigation & Information System Conference Proceedings,Yokohama:VERT IS,1994.

[14]伍速鋒,楊曉光,云美萍.出行選擇中的交通信息效用模型構(gòu)建方法研究[C].第二屆中國智能交通年會,北京：中國智能交通協(xié)會，2006.

WU Sufeng, WANG Xiaoguang, YUN Meiping. Study on the model of travel information utility in travel choice[C]. The Second China Intelligent Transportation Annual Meeting, Beijing: ITS China, 2006.(in Chinese)

[15]CHORUS C G, ARENTZE T A, MOLIN E J E, et al. The value of travel information: Decision strategy-specific conceptualizations and numerical examples[J]. Transportation Research Part B,2006,40(6):504-519.

[16]閆禎禎,劉 鍇,王曉光.基于后悔理論的交通信息感知價值研究[J].交通運輸系統(tǒng)工程與信息,2013,13(4):76-83.

YAN Zhenzhen, LIU Kai, WANG Xiaoguang. Perceived traffic information value based on regret theory[J]. Journal of Transportation Systems Engineering and Information Technology,2013,13(4):76-83.(in Chinese)

[17]張恒才,陸 鋒,陳 潔.微博客蘊含交通信息的提取[J].中國圖象圖形學(xué)報,2013,18(1):123-129.

ZHANG Hengcai, LU Feng, CHEN Jie. Extracting traffic information from massive micro-blog messages[J]. Journal of Image and Graphics,2013,18(1):123-129.(in Chinese)

[18]BELL D E. Regret in decision marking under uncertainty[J]. Operations Research,1982,30(5):961-981.