买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京交通大学

摘要：本发明提供一种基于卡数据的地铁票价调整对客流影响的非集计分析方法，利用地铁票价调整前后的地铁智能卡数据充分挖掘每位乘客在地铁票价调整前后的出行特征及其变化情况，使用回归混合模型深入挖掘票价调整对客流影响的内在机理，即乘客对票价的敏感程度，并根据敏感程度对乘客进行聚类，对不同类别乘客的出行特征进行回归分析，进一步分析不同类别乘客在票价调整之后，出行特点的异质性。本发明提出的方法既能分析不同乘客对票价的敏感程度，也能识别不同类别乘客的出行特点，充分体现乘客的异质性，为后续各大城市的城市轨道交通票价调整具有一定的指导意义。

主权项：1.基于卡数据的地铁票价调整对客流影响的非集计分析方法，其特征在于，包括：基于公共交通刷卡数据，建立具有地铁票价调整时间点的乘客出行数据集；基于所述乘客出行数据集，获取地铁票价调整时间点后维持地铁出行的乘客集合；基于该乘客集合，分析地铁票价调整时间点前后的出行特征变化，获得乘客出行变化特征集；具体包括：基于所述乘客集合，分析获得地铁票价调整时间点之前的乘客的出行特征，和地铁票价调整时间点之后的乘客的出行特征；所述地铁票价调整时间点之前的乘客的出行特征包括：平均每周乘坐地铁出行的次数；一个月内出行起始站的数量；平均每周早晚高峰出行次数；平均每次乘坐地铁出行的距离；所述地铁票价调整时间点之后的乘客的出行特征包括：平均每周工作日乘坐地铁出行的频次变化；平均每周工作日乘坐地铁出行的距离变化；平均每周周末乘坐地铁出行的频次变化；平均每周周末乘坐地铁出行的距离变化；基于所述地铁票价调整时间点之后的乘客的出行特征，选取每位乘客在地铁票价调整时间点之后的平均每周乘坐公交出行的次数；基于该乘客出行变化特征集，通过回归混合模型进行聚类分析，获得地铁票价调整后的乘客出行意愿量化指标；具体包括：基于该乘客出行变化特征集，建立潜在类别模型，通过极大似然法求解该潜在类别模型，增加乘客出行变化特征的类别数目；包括：基于乘客出行变化特征集，建立潜在类别基本函数式 式中，表示联合概率，表示观测个体归属于潜在变量X的特定潜在类别的概率,表示属于第t个潜在类别的观测个体在变量A第i个水平的条件概率，表示属于第t个潜在类别的观测个体在变量B第j个水平的条件概率；通过式 将各个外显变量在T个潜在类别下的概率估计值进行加总，获得联合概率极大似然估计数的式 将式2与式3进行相除运算，获得各潜在类别中各外显变量各水平的极大似然概率式 通过式 计算各个观测个体的后验分布概率，将所有观测个体分类到对应的潜在类别中；基于所有的类别数目，根据AIC、BIC、aBIC指标选择最佳的特征分类；基于所有的类别数目，进行分类命名和类别划分；基于进行了类别划分的乘客出行变化特征，建立跨类别回归模型，对该乘客出行变化特征进行聚类操作，获得地铁票价调整后的乘客出行意愿量化指标；包括：基于进行了类别划分的乘客出行变化特征，建立跨类别回归模型式y＝αc+β1cx1+β2cx2+εc7，对该乘客出行变化特征进行聚类操作，获得地铁票价调整后的乘客出行意愿量化指标。

全文数据：

权利要求：

百度查询： 北京交通大学 基于卡数据的地铁票价调整对客流影响的非集计分析方法