于泳波，侯佳

(1.南京市城市與交通規(guī)劃設(shè)計研究院股份有限公司，南京210018；2.江蘇省交通大數(shù)據(jù)與仿真平臺技術(shù)工程研究中心，南京210018)

0 引言

公交優(yōu)先是城市交通發(fā)展的重要方向，準(zhǔn)確識別居民的公交出行，對公交線網(wǎng)優(yōu)化、動態(tài)調(diào)度等具有重要意義。

聯(lián)合挖掘常規(guī)公交GPS 與IC 卡數(shù)據(jù)，可以獲得公交客流量信息，并可進(jìn)一步挖掘公交站間OD信息[1-3]。大部分城市公交收費為“一票制”，即只在上車刷卡，下車不需要刷卡，從而已有研究中，判斷下車站點是基于下一次乘車的上車站點，或在公交換乘地鐵的情景下，結(jié)合地鐵進(jìn)站站點，推斷最接近地鐵站點的公交站點為下車站點。前者存在難以驗證的問題，后者則因為公交與地鐵換乘的比例問題，難以獲得較高的采樣率。GPS 數(shù)據(jù)和IC 卡數(shù)據(jù)均只能反映乘客在公交系統(tǒng)內(nèi)部的信息，無法獲得乘客在公交系統(tǒng)外的出行信息。

與常規(guī)公交GPS 和IC 卡數(shù)據(jù)相比，手機(jī)信令數(shù)據(jù)可獲取用戶在任意時刻的出行信息。通過手機(jī)信令數(shù)據(jù)，可以獲得居民職住分布[4]、全天出行OD[5]與路徑信息[6]，并可以準(zhǔn)確識別地鐵出行。已有通過手機(jī)信令數(shù)據(jù)識別非地鐵出行方式的研究，可分為有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類。有監(jiān)督學(xué)習(xí)，在提取出行軌跡的速度、加速度等特征的基礎(chǔ)上，構(gòu)建隨機(jī)森林、支持向量機(jī)等機(jī)器學(xué)習(xí)模型，對步行、自行車、小汽車、常規(guī)公交、地鐵等出行方式進(jìn)行識別[7-8]。無監(jiān)督學(xué)習(xí)，通過提取路徑的出行距離、出行速度等特征，采用聚類等方法識別出行方式[9]?？傮w而言，有監(jiān)督學(xué)習(xí)的識別效果優(yōu)于無監(jiān)督學(xué)習(xí)。

本文以手機(jī)信令數(shù)據(jù)為基礎(chǔ)，結(jié)合地鐵刷卡數(shù)據(jù)、公交GPS 與刷卡數(shù)據(jù)等，通過計算手機(jī)用戶出行軌跡與公交車輛GPS軌跡的相似度，識別手機(jī)用戶是否采用公交出行，并進(jìn)一步識別常規(guī)公交站間OD。與已有研究相比，本文的創(chuàng)新點包括：第一，從ID 層面融合手機(jī)信令數(shù)據(jù)與刷卡數(shù)據(jù)，獲得包含百萬個樣本的大數(shù)據(jù)集作為標(biāo)定過的驗證集；第二，結(jié)合路段長度修正Levenshtein 距離，對手機(jī)用戶出行軌跡和公交車輛GPS軌跡進(jìn)行匹配，并考慮常規(guī)公交之間的換乘行為；第三，充分討論影響公交方式、公交線路、站間OD 等識別效果的影響因素，給出通過手機(jī)信令數(shù)據(jù)識別常規(guī)公交出行特征的可靠范圍。

1 數(shù)據(jù)描述

以南京市2018年4月份移動手機(jī)信令數(shù)據(jù)為基礎(chǔ)(該數(shù)據(jù)為出現(xiàn)在南京市的全部移動手機(jī)用戶的基站軌跡，南京市移動用戶數(shù)占全部手機(jī)用戶數(shù)的60%～65%，每個用戶平均每天產(chǎn)生約300 條數(shù)據(jù))，結(jié)合相同時段內(nèi)南京市地鐵刷卡數(shù)據(jù)、常規(guī)公交刷卡數(shù)據(jù)及常規(guī)公交GPS數(shù)據(jù)，通過相關(guān)數(shù)據(jù)預(yù)處理方法，得到如下幾類數(shù)據(jù)。

(1)手機(jī)用戶出行路徑數(shù)據(jù)

基于已有研究中手機(jī)信令數(shù)據(jù)的路徑匹配算法，獲得移動手機(jī)用戶出行路徑數(shù)據(jù)，該數(shù)據(jù)包括脫敏后的手機(jī)用戶ID、出行時刻、出行起點基站、到達(dá)時刻、出行終點基站、出行途徑的路段序列(該序列根據(jù)時間排序，每個路段信息包括進(jìn)入該路段的時刻、路段ID信息)。

(2)手機(jī)信令數(shù)據(jù)識別出的地鐵站間OD數(shù)據(jù)

基于已有研究中通過手機(jī)信令數(shù)據(jù)識別地鐵出行的算法，獲得移動手機(jī)用戶使用地鐵出行的地鐵站間OD數(shù)據(jù)，該數(shù)據(jù)包括脫敏后的手機(jī)用戶ID、進(jìn)站站點、出站站點、進(jìn)站時段、出站時段等信息。

(3)地鐵刷卡數(shù)據(jù)識別出的地鐵站間OD數(shù)據(jù)

基于地鐵刷卡數(shù)據(jù)獲得的地鐵站間OD 數(shù)據(jù)包括IC卡卡號、進(jìn)站站點、出站站點、進(jìn)站時段、出站時段等信息。

(4)常規(guī)公交車輛運行GPS路徑數(shù)據(jù)

基于已有研究中常規(guī)公交車輛GPS 的路徑匹配算法，獲得公交車輛運行的路徑數(shù)據(jù)，該數(shù)據(jù)包括公交車輛ID、公交線路ID、車輛運行途徑的路段序列(該序列根據(jù)時間排序，每個路段信息包括進(jìn)入該路段的時刻、路段ID信息)。

(5)IC卡乘坐地鐵和常規(guī)公交的信息整合

該數(shù)據(jù)包括IC卡卡號、乘坐地鐵的進(jìn)站站點、出站站點、進(jìn)站時刻、出站時刻、乘坐常規(guī)公交的車輛ID、線路ID、上車站點、上車刷卡時刻等信息。

2 站間OD識別方法

2.1 考慮換乘的常規(guī)公交出行識別

考慮換乘的常規(guī)公交出行識別，包括手機(jī)用戶與公交車輛路徑匹配、換乘識別、常規(guī)公交出行判定3個步驟。

2.1.1 手機(jī)用戶與公交車輛路徑匹配

手機(jī)用戶與公交車輛路徑匹配過程如下：

(1)為區(qū)分手機(jī)用戶信息和公交車輛信息，分別用m和b標(biāo)記相關(guān)變量。記pit,m為手機(jī)用戶i某次出行經(jīng)過的路段集合，該次出行起止時段為t；記pjt,b為公交車輛j當(dāng)天在時段t內(nèi)運行經(jīng)過的路段集合。若pit,m?pjt,b≠?，則公交車輛j與手機(jī)用戶i在t時段的出行軌跡初步匹配；否則，不匹配。

(2)針對(1)中初步匹配的pit,m和pjt,b，記pit,m和pjt,b在pit,m?pjt,b中出現(xiàn)最早時刻為ti,fm、tj,fb，最晚時刻為ti,lm、tj,lb，則定義手機(jī)用戶出行的關(guān)鍵路段集Qi,t,m為(ti,fm,ti,lm)時段內(nèi)pit,m涉及的路段，公交GPS 的關(guān)鍵路段集Qj,t,b為(tj,fb,tj,lb)時段內(nèi)pjt,b涉及的路段。

(3)基于Levenshtein 距離，將路段長度歸一化后作為權(quán)重，即將Qi,t,m和Qj,t,b變成同一個序列所需要做的改變路段長度最小的變換，計算公式為

式中：EQi,t,m,Qj,t,b為路段序列Qi,t,m和Qj,t,b的Levenshtein 距離；lα為路段序列中α元素的權(quán)重，這里指α路段的歸一化長度，lβ為路段序列中β元素的權(quán)重，這里指β路段的歸一化長度。

(4)基于(3)中的變換結(jié)果，可得路段序列Qi,t,m和Qj,t,b的Levenshtein相似度FQi,t,m,Qj,t,b為

式中：Ld,Qi,t,m為將路段序列Qi,t,m變?yōu)镼j,t,b的過程中，刪除操作集合D中第d次涉及到的路段長度；Lv,Qi,t,m為插入操作集合I中第v次涉及到的路段長度；Lr,Qi,t,m為替換操作集合R中第r次涉及到的路段長度；LQi,t,m為路段序列Qi,t,m的總長度；LQj,t,b為路段序列Qj,t,b的總長度。FQi,t,m,Qj,t,b越接近1，表明路段序列Qi,t,m和Qj,t,b的Levenshtein相似度越大。

(5)計算路段序列Qi,t,m和Qj,t,b的時間相似度HQi,t,m,Qj,t,b為

式中：tia,m為手機(jī)用戶i出行進(jìn)入a路段時刻；tja,b為公交車輛j運行進(jìn)入a路段時刻；da為公交車輛運行通過a路段所需時長。HQi,t,m,Qj,t,b越接近1，表明路段序列Qi,t,m和Qj,t,b的時間相似度越大。

(6)綜合Levenshtein 相似度和時間相似度，可得路段序列Qi,t,m和Qj,t,b的相似度GQi,t,m,Qj,t,b為

式中：λ、η分別為FQi,t,m,Qj,t,b、HQi,t,m,Qj,t,b的權(quán)重系數(shù)。當(dāng)滿足GQi,t,m,Qj,t,b ＞Gthd時，保留Qj,t,b對應(yīng)的車輛、公交線路及路段信息，添加到集合SQi,t,m中，SQi,t,m={(j,Uj,Qj,t,b)|GQi,t,m,Qj,t,b ＞Gthd} ，其中，Gthd為相似度閾值，Uj為j車輛服務(wù)的公交線路。

2.1.2 換乘識別方法

從時間維度定義換乘規(guī)則為：若集合SQi,t,m中，存在N個元素，N≤MSQi,t,m，MSQi,t,m為集合中元素個數(shù)，每個Qj,t,b(j=1,2,…,N)之間時間沒有交叉，即Qj,t,b對應(yīng)的時間段(tj,fb,tj,lb)和Qj+1,t,b對應(yīng)的時間段(tj+1,fb,tj+1,lb)，滿足當(dāng)tj+1,fb ＞tj,fb時，tj+1,fb ＞tj,lb，或當(dāng)tj,fb ＞tj+1,fb時，tj,fb ＞tj+1,lb。

從空間維度定義換乘規(guī)則為：若Qj,t,b對應(yīng)的最后一個站點與Qj+1,t,b對應(yīng)的第一個站點為同一個站點，則應(yīng)滿足對應(yīng)的兩條線路均經(jīng)過該站點；若不為同一個站點，則應(yīng)滿足距離不超過閾值θthd(單位，m)。

i用戶同時滿足時間和空間維度換乘規(guī)則，則認(rèn)為其本次出行中使用了常規(guī)公交，且換乘過N-1次。

將集合中車輛等相關(guān)信息根據(jù)上述換乘規(guī)則分組，分組步驟如下：

(1)記一次出行中最多換乘次數(shù)為τthd，對集合中全部元素做τthd+1 次組合，每次每組元素個數(shù)為c，c=1,2,…,τthd+1，得到個組合結(jié)果。

(2)檢查每組組內(nèi)元素是否同時滿足時間和空間維度的換乘規(guī)則。若不滿足，則刪除改組；否則，保留。

(3)針對(2)中保留的多組元素，根據(jù)每組元素對應(yīng)的時長總和，即∑tj,lb-tj,fb，進(jìn)行降序排列。

(4)保留(3)中第1 組元素，從第2 組開始檢查。若當(dāng)前檢查組內(nèi)存在元素在保留的組中出現(xiàn)過，則刪除當(dāng)前組；否則，保留當(dāng)前組，并繼續(xù)檢查，直至所有組均執(zhí)行完檢查。以此保證保留的CN,surplus組元素之間不存在相同的元素，記CN,surplus組組合構(gòu)成的集合為Sit,C，該集合每個元素均為長度不超過τthd+1的原SQi,t,m中的元素組合。

2.1.3 常規(guī)公交出行判定

記δ為Sit,C中某個組合各子元素Qj,t,b對應(yīng)的手機(jī)路徑Qi,t,m長度之和占手機(jī)用戶i在t時段出行的路徑長度比例，即

保留Sit,C中滿足δ ＞δthd的元素，其中，δthd為路徑長度比例閾值。若根據(jù)該條件過濾后的集合Sit,CF為空，則手機(jī)用戶i在t時段出行沒有使用常規(guī)公交；否則，使用了常規(guī)公交，且選擇每種公交組合的概率為

式中：P(k)為手機(jī)用戶i在t時段出行選擇公交組合k的概率，k是集合Sit,CF的元素；δk為k對應(yīng)的出行路徑長度占比；kall為集合Sit,CF的長度。

2.2 站間OD概率模型

公交站客流特征受土地利用因素影響[10]，假設(shè)一輛車經(jīng)過的一個路段上有多個站點，手機(jī)用戶在該路段上車或下車，則選擇站點上下車的概率與站點周邊用地屬性、所處時段相關(guān)。

將全天分為3 個時間段，分別為早高峰、晚高峰、其他時段?；谝延醒芯砍晒绺叻鍟r段公交站點上車客流量與站點周邊居住用地規(guī)模正相關(guān)，下車客流量與站點周邊崗位相關(guān)用地規(guī)模正相關(guān)；晚高峰時段，崗位數(shù)較多的區(qū)域，公交站點上客量相對越多，但下車客流量與用地特征并無明顯相關(guān)關(guān)系。對于商業(yè)、娛樂等用地，人越多，相應(yīng)公交站被選擇的可能性越大，不同時段選擇公交站的影響因素如表1所示。

表1 站點上下車選擇影響因素Table 1 Factors influencing choice of boarding and alighting at stops

站點300 m 范圍覆蓋居住人口、崗位、停留人數(shù)，是以站點為圓心，300 m 為半徑的圓形區(qū)域內(nèi)涉及到的相關(guān)手機(jī)用戶數(shù)。若站點周邊無居住或崗位，則以停留人數(shù)代替。以不同時段公交站點對應(yīng)的相應(yīng)手機(jī)用戶數(shù)占比為站點被選擇的概率，則手機(jī)用戶i在t時段出行，乘坐j車輛經(jīng)過對應(yīng)線路Uj的站間OD (Δks,ls,Δke,le)的概率P(t,j,Uj,Δks,ls,Δke,le)為

式中：ls為i用戶乘坐j車輛時經(jīng)過的第一個路段；le為經(jīng)過的最后一個路段；Kls為j車輛服務(wù)線路在ls路段的站點數(shù)；Kle為該線路在le路段的站點數(shù)；Δks,ls為j車輛服務(wù)線路在ls路段的第ks個站點；Δke,le為j車輛服務(wù)線路在le路段的第ke個站點；T1為早高峰時段；T2為晚高峰時段；T3為其他時段；Zks,ls為Δks,ls周邊300 m 覆蓋的居住人口數(shù)；Wks,ls為崗位數(shù)；Yks,ls為停留人數(shù)同時段歷史平均值；Wke,le為崗位數(shù)；Yke,le為停留人數(shù)同時段歷史平均值。

3 實例驗證與影響因素分析

3.1 實例驗證

3.1.1 驗證集獲取方法

手機(jī)信令數(shù)據(jù)在地鐵出行識別中精度較高，而公交IC 卡既有地鐵刷卡記錄，又有常規(guī)公交刷卡記錄，故以地鐵出行識別為紐帶，從ID層面匹配手機(jī)用戶和IC卡卡號是獲得相對較大樣本數(shù)據(jù)集的一種途徑。匹配過程如圖1所示。

圖1 驗證集數(shù)據(jù)獲取流程Fig.1 Verification data acquisition process

地鐵刷卡記錄與常規(guī)公交刷卡記錄根據(jù)IC卡號進(jìn)行融合，常規(guī)公交刷卡數(shù)據(jù)與GPS數(shù)據(jù)根據(jù)刷卡時刻與車輛時刻進(jìn)行匹配，以此獲得上車站點和對應(yīng)時間信息，已有研究較多，不再贅述。僅針對手機(jī)信令數(shù)據(jù)與地鐵刷卡數(shù)據(jù)通過識別出的站間OD，以進(jìn)行手機(jī)用戶ID 與IC 卡號匹配方法做描述，匹配過程如下：

(1)基于手機(jī)信令數(shù)據(jù)識別地鐵出行的站間OD信息，得到以進(jìn)站站點、出站站點、進(jìn)站時段、出站時段為鍵，多個手機(jī)ID 組成的集合為值的鍵值對結(jié)果。

(2)基于地鐵刷卡數(shù)據(jù)，同樣得到以進(jìn)站站點、出站站點、進(jìn)站時段、出站時段為鍵，多個IC 卡號組成的集合為值的鍵值對結(jié)果。

(3)記相同鍵key 對應(yīng)的手機(jī)ID 集合為Vkey,m，IC卡號集合為Vkey,IC，vi,m為乘坐過地鐵的手機(jī)用戶i的ID，vj,IC為刷卡進(jìn)出地鐵的IC 卡j的卡號，若vi,m∈Vkey,m且vj,IC∈Vkey,IC，表示手機(jī)用戶i與IC卡j同時出現(xiàn)過。記鍵數(shù)閾值為μthd，如果vi,m與vj,IC同時出現(xiàn)的次數(shù)超過μthd，且滿足條件概率P(vj,IC|vi,m)=P(vi,m|vj,IC)=1，則認(rèn)為vi,m與vj,IC唯一匹配。

在上述過程的基礎(chǔ)上，μthd取5，將vi,m對應(yīng)的vj,IC乘坐常規(guī)公交的信息根據(jù)時間融入手機(jī)用戶出行信息中，即可得到包含45.66 萬手機(jī)用戶，2010379 個常規(guī)公交出行樣本，3521356 個非地鐵非常規(guī)公交出行樣本的數(shù)據(jù)集。

3.1.2 公交出行方式識別結(jié)果

取λ=0.5 ，η=0.5 ，Gthd=0.75 ，θthd=100 ，τthd=1，δthd=0.8，使用3.1.1節(jié)獲得的數(shù)據(jù)集驗證一次出行是否使用常規(guī)公交，混淆矩陣如表2所示。

表2 常規(guī)公交出行識別混淆矩陣Table 2 Confusion matrix of bus trip mode identification

常規(guī)公交出行方式識別精確率為0.807，召回率為0.912，識別效果較好。

3.1.3 公交換乘識別結(jié)果

常規(guī)公交換乘識別的混淆矩陣如表3所示。常規(guī)公交換乘識別精確率為0.660，召回率為0.756。其中，換乘1 次的樣本數(shù)為387454，占有換乘行為的87.6%，其被準(zhǔn)確識別出有換乘行為的占該樣本數(shù)的73.7%；超過一次換乘的樣本數(shù)占12.4%，被準(zhǔn)確識別出有換乘行為的占比為89.0%。

表3 常規(guī)公交換乘識別混淆矩陣Table 3 Confusion matrix of bus transfer identification

3.1.4 公交線路與站間OD識別準(zhǔn)確率

常規(guī)公交線路識別的準(zhǔn)確率用識別出的公交線路與實際乘坐的公交線路對比，若兩者一致，則線路識別準(zhǔn)確，否則不準(zhǔn)確。根據(jù)3.1.2 節(jié)實際采用常規(guī)公交且識別為常規(guī)公交的1832599 個樣本進(jìn)行分析，得出公交線路識別準(zhǔn)確率為75.5%。

站間OD 識別準(zhǔn)確率采用原樣本中使用IC 卡先乘坐常規(guī)公交、后換乘地鐵的樣本，認(rèn)為乘坐常規(guī)公交的下車站點是該線路最接近地鐵站點的，樣本數(shù)為484113，識別出常規(guī)公交出行且上車站點識別準(zhǔn)確的樣本數(shù)為402851，準(zhǔn)確率為83.2%，下車站點識別準(zhǔn)確率為79.7%，OD 識別準(zhǔn)確率為71.9%。

3.2 影響因素分析

3.2.1 相似度權(quán)重影響

在保證λ+η=1 的條件下，分析λ和η取值對常規(guī)公交站間OD 識別結(jié)果的影響，如圖2所示。其他參數(shù)取值為Gthd=0.75 ，θthd=100 ，τthd=1，δthd=0.8。

Levenshtein 相似度反映了路段空間上的相似特征，時間相似度反映了時間上的相似程度，由圖2可知，只有賦予Levenshtein相似度和時間相似度相近的權(quán)重，站間OD識別準(zhǔn)確率才能達(dá)到最高。

圖2 相似度權(quán)重對站間OD識別結(jié)果的影響Fig.2 Influence of similarity weight on stop od recognition

3.2.2 參數(shù)閾值影響

保持λ=0.5 ，η=0.5 ，θthd=100 ，τthd=1 ，δthd=0.8 不變，改變Gthd的取值，分析常規(guī)公交站間OD識別效果變化，如圖3所示。

圖3 相似度閾值對站間OD識別結(jié)果的影響Fig.3 Influence of similarity threshold on stop OD recognition

由圖3可知，隨著Gthd取值減小，站間OD 識別準(zhǔn)確率提高，但應(yīng)該注意的是，此時站間OD 只是采用包含484113 個與地鐵換乘的樣本計算的，而隨著Gthd的變化，公交出行方式識別的精確率、召回率變化情況如圖4所示。

圖4 相似度閾值對常規(guī)公交方式識別結(jié)果的影響Fig.4 Influence of similarity threshold on bus trip-mode recognition

隨著Gthd增大，公交出行方式識別的精確率提高，但召回率逐漸降低。綜合上述分析，Gthd取值在0.7～0.8之間為宜。

保持λ=0.5 ，η=0.5 ，Gthd=0.75 ，θthd=100 ，τthd=1 不變，改變δthd的取值，分析常規(guī)公交站間OD識別效果的變化，如圖5和圖6所示。

圖5 公交路徑長度占比閾值對站間OD識別結(jié)果的影響Fig.5 Influence of bus path length proportion in trip distance threshold on stop od recognition

圖6 公交路徑長度占比閾值對常規(guī)公交方式識別結(jié)果的影響Fig.6 Influence of bus path length proportion in trip distance threshold on bus trip-mode recognition

與Gthd取值變化相似，隨著δthd增大，站間OD識別準(zhǔn)確率呈下降趨勢，公交出行方式識別的精確率逐漸提高，召回率逐漸降低。δthd的取值在0.65～0.85之間為宜。

考慮到數(shù)據(jù)集中換乘1次的比例占全部換乘行為的87.6%，故不對θthd和τthd深入分析，θthd和τthd的取值應(yīng)根據(jù)數(shù)據(jù)情況或城市公交換乘習(xí)慣而定。

3.2.3 出行距離影響

將手機(jī)用戶出行距離按照＜2 km、[2, 4)km、[4, 6)km、[6, 8)km、[8, 10)km、≥10 km 分為6 類，分別得到每類距離下，常規(guī)公交方式識別、換乘行為識別、公交線路識別準(zhǔn)確率、站間OD 識別準(zhǔn)確率，結(jié)果如圖7～圖9所示。

圖7 出行距離對常規(guī)公交方式識別結(jié)果的影響Fig.7 Influence of trip distance on bus trip-mode recognition

出行距離超過6 km 時，常規(guī)公交出行識別效果較好，且隨著出行距離的增大，精確率與召回率均呈現(xiàn)上升趨勢。出行距離在4 km以內(nèi)的識別效果最差，可能是因為這個距離內(nèi)包含大量自行車、電動車出行，其出行路徑、速度特征均與常規(guī)公交相似，因而難以準(zhǔn)確識別。

圖8 出行距離對常規(guī)公交換乘識別結(jié)果的影響Fig.8 Influence of trip distance on bus transfer identification

由于樣本數(shù)據(jù)集中，出行距離在2 km 以內(nèi)的無換乘行為，故其精確率和召回率均為0。隨著出行距離增加，常規(guī)公交換乘識別的精確率和召回率均呈現(xiàn)上升趨勢。

圖9 出行距離對常規(guī)公交線路和站間OD識別結(jié)果的影響Fig.9 Influence of trip distance on bus line and stop OD identification

公交線路與站間OD 識別的準(zhǔn)確率與出行距離呈正相關(guān)關(guān)系，出行距離越長，經(jīng)過相同路段的其他公交線路對識別的影響越小，從而準(zhǔn)確率越高。

3.2.4 路段公交線路重復(fù)系數(shù)影響

路段公交線路重復(fù)系數(shù)，以路段經(jīng)過的公交線路數(shù)衡量。經(jīng)過的線路數(shù)會直接影響公交線路識別準(zhǔn)確率，進(jìn)而影響站間OD識別的準(zhǔn)確率。對于手機(jī)用戶i在t時段出行經(jīng)過的路段集合pit,m，計算集合中每個路段經(jīng)過的公交線路數(shù)的期望值，并四舍五入取整，以此作為用戶本次出行的公交線路重復(fù)系數(shù)值。該參數(shù)對公交線路和站間OD 識別準(zhǔn)確率的影響如圖10所示。

圖10 重復(fù)系數(shù)對常規(guī)公交線路和站間OD識別結(jié)果的影響Fig.10 Influence of repetition factor on bus line and stop OD identification

公交線路與站間OD 識別的準(zhǔn)確率與重復(fù)系數(shù)呈負(fù)相關(guān)關(guān)系，重復(fù)系數(shù)越大，經(jīng)過相同路段的其他公交線路對識別的影響越大，從而準(zhǔn)確率越低。若出行距離較短，且經(jīng)過路段的公交重復(fù)系數(shù)較高，則公交線路與站間OD 識別的準(zhǔn)確率僅為50%～60%。

4 結(jié)論

本文得到主要結(jié)論如下。

(1)本文提出的基于手機(jī)信令數(shù)據(jù)識別常規(guī)公交出行與站間OD的方法，在驗證集中的識別效果表明：在合適的參數(shù)下，常規(guī)公交出行方式識別精確率可達(dá)0.807，召回率0.912，換乘識別精確率0.660，召回率0.756，公交線路識別準(zhǔn)確率75.5%，站間OD 識別準(zhǔn)確率71.9%，這說明本文方法識別效果較好，可應(yīng)用于工程實踐。

(2)對出行距離、公交線路重復(fù)系數(shù)等因素的分析表明：出行距離越長、公交線路重復(fù)系數(shù)越低，公交線路與站間OD識別準(zhǔn)確率越高；本文方法對出行距離在6 km以上、平均公交路段重復(fù)系數(shù)4以下的識別效果最佳。