题名: | 大数据时代的交通模型 |
正文语种: | 中文 |
作者: | Cuauhtemoc Anda;Alexander Erath;Pieter Jacobus Fourie;宗晶; |
关键词: | 大数据;交通规划;出行需求建模;基于个体仿真;智能公交卡;手机网络数据 |
摘要: | 通过新的大数据来源诸如手机通信记录、智能卡数据以及社交媒体地理编码记录,可以前所未有地观察和了解出行行为的细节。尽管有如此庞大的大数据来源,但在规划实践中使用的交通需求模型,其数据源仍大多来自交通调查和人口普查等传统方法。对近期利用大数据研究交通行为,以及使交通规划师可以进行假设情景分析的交通需求模型的最新进展进行梳理。从出行识别到出行活动推理,回顾和分析现有数据分析方法,这些传统方法使收集到的出行轨迹信息能响应交通需求模型。未来的研究应该侧重将概率模型和机器学习技术应用于数据科学。设计这些数据挖掘方法是 |
期刊名称: | 城市交通 |
出版年: | 2019 |
期: | 03 |
页码: | 53-66,74 |