文章针对春运高峰期的外出务工出行群体和本地通勤出行群体，通过K-means聚类算法实现旅客群体细分，并获取群体出行模式的异质性特征。结果表明：春运期间高频通勤旅客占比为0.65%,低频通勤旅客占比为48.87%,务工出行旅客占比为50.48%;总体上分为“节后高度集中型”“节后前紧后松型”及“节后前松后紧型”3种类型，并呈现节前“短时候车长时中转”、节后“长时候车短时中转”的出行规律。通过聚类有效性判定及分析，所提出的群体识别模型具有可行性，对春运大规模客运组织优化具有重要意义。
科研之友
微信
新浪微博
Facebook
分享链接
