基于出租车运营数据和POI数据的出行目的识别

基于出租车运营数据和POI数据的出行目的识别
摘要：为了有效获取出租车乘客出行目的，提出了一种基于出租车运营数据和POI（Pointof Interest）数据的出行目的识别方法。

构建了基于乘客出行特征和下
车所属 POI 点类别的乘客出行目的识别模型，该方法从出行特征及乘客下车点最
终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的。

为了验证所
提方法的有效性及实用性，本文对某地区展开了出租车出行调查，并利用调查数
据对模型进行了精度验证。

关键词：城市交通；出租车运营数据；POI点数据；出行目的识别
0 引言
出租车乘客的出行目的是交通调查中的重要内容，其对城市功能结构规划，
城市道路网络规划，交通组织设计及优化具有重要的意义。

传统出租车乘客出行
目的调查方式主要有旅行日记调查、电话调查、小组调查等人工调查方式。

传统
的调查方式要求前期准备、试点调查、实地调查、调查结果整理和录入，需要耗
费大量的人力和物力。

近年来随着信息设备在交通领域的广泛应用，使得一些原始的交通数据得以
自动传输到数据库系统，并保存下来。

在这样的背景下，利用已有的原始数据，
获取有价值的交通信息成为研究热点。

如公交数据方面有：利用公交车IC卡数据
分析票价结构，利用公交GPS数据分析公交车运营服务可靠性，融合IC卡数据和GPS数据获取乘客出行需求。

1 数据分析及处理
1.1 出租车运营数据
本文中所用到的某市出租车数据包含的主要字段为：车辆ID编号，每次触发GPS设备时的时刻，以及在当前时刻下车辆所处位置的经纬度且是否有乘客在车上。

表1为某市出租车的部分运营信息表。

表 1 某市出租车数据库系统记录数据
从上述部分爬取的POI点的信息可知，每个POI 点的信息包含其所属类别，具体类别与该 POI点的信息功能相对应.由于乘客从下车点到最终目的地的距离处
于一定范围内（具体范围为依据调查数据确定），我们将该乘客从下车点到最终
目的地所能够容忍的距离定义为半径阈值r，因此，从POI点层面，可以对乘客
的出行目的做出相应的判断。

我们认为乘客下车之后，可能前往POI 2 点作为其
最终目的地，由于 POI 1 点与下车点的距离大于半径阈值r，乘客将不会选择POI
1点作为最终出行目的地。

2 出行目的识别模型构建
本文提出的基于出租车数据和POI点数据的出行目的识别方法是从出行特征
和所属POI点类别两个层面对出行目的进行识别，然后依据两个层面的识别结果
进行综合判断。

2.1 出行特征判别
依据出行特征判断出行目的，本质上属于分类问题，目前该问题已经有多种
方法可以解决，如神经网络、贝叶斯、决策树、支持向量机、最近邻等方法。

由
于不同方法的识别效果不同，因此在实际使用过程中需要通过测试，然后选择分
类方法。

虽然这些方法的原理差别很大，但是这些方法总体都可以表示为依据特
征推导对象所属类别，具体到该问题为
式中：purposeai表示乘客i通过其出行特征推断出的出行目的；f表示推断出行特征所用的方法。

2.2 下车POI点类别归属
由于出租车具有灵活便利，具备门到门的服务能力，因此在调查中，乘客乘
坐出租车出行的“下车点离最终目的地的距离”这一内容进行了调查以确定乘客从
下车点到达可能的最终目的地的阀值半径r.因此，依据这个条件，通过POI点层
面也可以对其出行目的进行判断，可以表示为
式中：purposepoii为通过下车点可能的POI点归属推断的乘客i的出行目的；typepoi为在特定下车点的距离为 r 的范围内存在的 POI 点种类集合；dis（locai，locatypepoi）为乘客i下车点与最终目的地的距离；r为下车点与最终目的地距离
阀值。

2.3 最终出行目的识别规则
最终出行目的的识别，需要将依据特征识别的出行目的和依据POI点类别识
别的出行目的实现有效融合，才能够得到最终的出行目的.将两种不同的方式作为
一个集合，则可能出现式（2）~式（5）的情况。

式（7）表示出现两种方式识别不同情况时，采用POI点识别结果为准，
但基于POI点识别的结果在非空集的情况下可能存在两种情况，即出现全是同一
种出行目的或出现不全为一种出行目的。

当全是一种出行目的时，最终出行目的
即为该目的；但当出现不同的出行目的时，我们提出了两种方法，其中第1种为
统计各类出行目的的数量，并将数量出现最多的类型作为最早出行目的，第2种
为以离下车点距离最短的出行目的地类型作为最终出行目的。

3 案例分析
3.1 数据说明
本文所用到的调查数据为某市随机调查数据，共获得有效的调查问卷1014份，其中调查数据是采用随机确定调查地点，然后安排调查地点进行全天的调查，因
此调查数据具有代表性。

运营数据为某市2016年8月6~12 日 1 周内所有出租车
运营数据，其中出租车运营数据每天时段为6：00-24：00，每天该时段出租车自
动记录的数据约4000000条。

选择该时间区间的数据是因为本文旨在探索非节假
日的出租车乘客出行目的，而所选择的这1周没有特殊的节假日，所以所选取的
样本具有代表性。

3.2 调查数据模型验证
3.2.1 分类方法测试
为了测试不同分类方法对于本问题的适用性，结合调查数据采用不同的分类
方法对出行目的识别精度进行验证，结合Matlab工具包，采用十折交叉验证方法，最终识别效果如图1所示
图 1 不同识别方法的识别准确度
通过图1的识别结果可知，不同的识别模型其识别精度差别较大，从47%到65.7%，识别准确度最高的为决策树，因此，我们对决策树的识别结果的混淆矩
阵进行了分析，以获得具体类别识别准确率的情况，具体混淆矩阵如表4所示。

表 4 决策树识别结果的混淆矩阵
从上述决策混淆矩阵的误识别分析可知，某些不同出行目的由于其出行特征较为类似（上班和上学、休闲娱乐与购物和医疗等），因此，仅仅依靠出行特征进行识别，容易出现较大的误识别率。

针对这个问题，我们提出基于出租车运营数据和POI点数据的出行目的综合识别方法。

3.2.2 本文方法应用及对比分析
由于在上述6种不同的识别方法中决策树的识别准确率最高，因此在出行特征层面的出行目的识别方法仍采用决策树，然后结合乘客下车POI点半径阈值r 内的可能目的地的POI点类型进行综合决策。

为了进行对比，数据集及识别准确度的验证方法与上述一致，依据本文2.3节中的最终识别规则得到的对比识别结果如图2所示。

图 2 文献[19]和[21]及本文方法识别精准度对比
其中决策树+POI（I）为式（8）的出行目的的决策方法，决策树+POI（II）为式（9）的出行目的的决策方法。

通过上述不同方法的结果对比分析可知，本文提出的在现有的出行特征识别出行目的基础上融合下车点所属POI点信息的出行目的决策方法具有明显的优势，相比现有的出行特征估计出行目的的方法，所提出的决策树+POI（I）能够提高6.31%的识别准确率，决策树+POI（II）能够提高15.76%的识别准确率。

4 结论
本文提出了一种基于出租车运营数据及POI点数据的出租车乘客出行目的识别方法，该方法通过调查数据进行验证，并最终应用于实际的数据中，可得到如下结论：
（1）通过数据实验表明，本文所提出的基于出车组运营数据及POI点数据的出租车乘客出行目的识别方法，与现有的仅仅根据出租车运营数据识别乘客出行目的的方法相比，能够显著提高其识别精度。

（2）在所提出的方法中，针对实际数据量较大的问题，我们改进了判断预定半径阀值范围内出现的 POI 点的获取算法，结合地理知识，将距离判断转化为经纬度差判断，能够非常显著节约计算机计算时间，使所提出的方法能够有效运用于实践。

参考文献
[1] 丁涛杰，史殿习，李永谋.基于出租车GPS数据的道路平均速度估计方法[J].计算机技术与发展，2015，25（7）：15-19.
[2] 姜桂艳，常安德，李琦，等.基于出租车GPS数据的路段平均速度估计模型[J].西南交通大学学报，2011，46（4）：638-644.
[3]白竹，王健，胡晓伟.城市出租车系统运营效率评价研究[J].交通运输系统工程与信息，2014，14（3）：227-233.。