原文传递
基于手机信令数据的旅游交通客流特征分析研究
| 论文题名： | 基于手机信令数据的旅游交通客流特征分析研究 |
| 关键词： | 旅游交通;客流特征;时空分布;出行规律;手机信令数据 |
| 摘要： | 随着国家大力推动旅游业的发展，旅游基础设施建设不断增加，旅游业发展呈现良好态势。同时，居民可支配收入的增长、居民消费观念的转变、闲暇时间的增加等，使得旅游人数逐年攀升。但是，旅游人数的增长在促进经济发展等正面作用的同时，也带来了景区客流滞留、城市道路拥堵、交通运力配置不足等问题。而解决这些问题的基础在于能否及时准确的获取旅游交通客流特征，旅游交通客流特征分析依赖于准确完整的客流数据，传统的旅游调查数据具有局限性，很难解决这些问题。而手机信令数据具有覆盖范围广、连续性好、数据量大等优点，能够获取完整的客流数据。 本文试图把手机信令数据与旅游交通客流特征分析相结合，运用手机信令数据分析旅游交通客流特征，为旅游交通客流特征分析提供新思路，从而及时准确的获取旅游交通客流特征，为旅游管理者和游客提供决策支持，提高旅游交通服务水平。 本文从研究手机信令数据特性和旅游交通客流界定出发，分析得出旅游交通客流特征分析步骤，在此基础上着重从以下三个方面进行深入研究探讨: 1)基于手机信令提取旅游交通客流数据。研究手机信令数据预处理方法，对手机信令数据进行存储、简化、除噪;设计旅游交通客流停留点识别算法，结合GIS技术，利用停留点数据，提取旅游交通客流数据，并对此数据进行相关验证;对提取出的游客数据和游客轨迹进行可视化分析。 2)基于旅游客流数据分析旅游交通客流特征。统计旅游交通客流时变数据，分析旅游交通客流时间变化特征和空间分布特征;计算游客平均出行次数、出行距离、出行时耗、出行速度，在此基础上构建时间和距离的曲线模型，分析游客出行特征;借助关联规则，设计旅游交通客流出行规律算法，分析游客出行规律;分析短时客流预测理论，提出短时客流预测的适宜方法，借助小波神经网络，构建旅游景区短时客流预测模型，预测景区短时客流。从上述分析研究中发现:旅游交通客流量随时间具有周期性变化规律;游客出行比例随着距离和时耗呈现曲线变化趋势，出行距离和时间具有明显的集中特性;游客更倾向于选择游览同类型或者热门景区。 3)基于旅游交通客流特征设计系统框架。从旅游管理部门和游客的功能需求出发，设计旅游交通客流特征分析系统框架，构建旅游交通客流时空分析、旅游交通客流轨迹分析和旅游交通客流预警三大模块，对每个模块的主要功能、用户操作步骤和编程步骤进行了细化，从根本上解决了旅游交通中存在的相关问题。 |
| 作者： | 项译 |
| 专业： | 交通运输工程 |
| 导师： | 张永;周凤娟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
