Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）  2018, Vol. 45 Issue (1): 82-91    DOI: 10.3785/j.issn.1008-9497.2018.01.013
地球科学     
基于深圳市出租车轨迹数据的高效益寻客策略研究
刘丽1,2, 张丰1,2, 杜震洪1,2, 刘仁义1,2, 贾玉杰1,2
1. 浙江大学 浙江省资源与环境信息系统重点实验室, 浙江 杭州 310028;
2. 浙江大学 地理信息科学研究所, 浙江 杭州 310027
The analysis of high profitable strategy for seeking passengers based on taxi GPS trajectory data of Shenzhen city
LIU Li1,2, ZHANG Feng1,2, DU Zhenhong1,2, LIU Renyi1,2, JIA Yujie1,2
1. Zhejiang Provincial Key Lab of GIS, Zhejiang University, Hangzhou 310028, China;
2. Department of Geographic Information Science, Zhejiang University, Hangzhou 310027, China
 全文: PDF(7079 KB)   HTML  
摘要： 出租车作为城市公共交通的重要补充形式，在居民日常出行中发挥着重要作用.然而，客源时空分布不均衡导致了出租车空载率高、寻客难度大等问题，降低了出租车的运营效率.随着ITS（intelligent transport system）技术的发展，越来越多的学者将出租车寻客模式作为其研究点，目前尚缺乏对基于寻客效益指标的寻客策略方法的研究.为了提高出租车寻客效益，提出了基于寻客效益指标模型的时空分析方法，将出租车载客态单位时间收入E及相邻空载态寻客时间T相结合作为寻客效益评价指标，并采用数理统计与地理统计相结合的方法，对高效益客源的时空分布特征进行研究.采用深圳市2011年4月18-24日一周内13 798辆出租车的GPS轨迹数据，分析了深圳市出租车的运营特点及人们出行需求的时空分布特征.结果表明：该方法能够较好地反映高效益客源的时空分布特征，为出租车高效益寻客提供辅助决策支持，也为出租车高效运营提供了新的视角.
关键词： GPS轨迹数据;  数理统计;  地理统计;  高效益寻客    
Abstract: Taxi, as an important supplement of urban public transport, plays an important role in resident daily traffic. However, because of the unbalanced spatial and temporal distribution of the potential passengers, high no-load rate and unhealthy competition keep releasing negative impacts on taxi business. With the development of ITS (intelligent transport system) technology, more and more attempts have been made to study approaches of seeking taxi passengers, while neglecting the analysis of high profitable seeking strategy. Based on mathematical statistics and geo-statistics, we propose a novel spatial and temporal analysis method based on an evaluation index, which takes the combination of income per unit time in the load state and the time for seeking passengers in the adjacent no-load state. We investigated the Shenzhen's taxi data set, which contained 13 798 taxis GPS trajectories during a week from April 18 to April 24, 2011 to conduct a comprehensive analysis on the characteristics of taxi operation and the spatial and temporal distribution of people's daily traffic. Our study indicates that the designed method yields a better reflection on the distribution of high profitable passengers, providing a new perspective for the efficient operation of the taxi.
Key words: GPS trajectory data    mathematical statistics    geo-statistics    high profitable passengers seeking
收稿日期: 2016-11-09 出版日期: 2017-12-15
CLC:  P208  
基金资助: 国家自然科学基金资助项目（41671391，41471313，41101356，41101371，41171321）；国家科技基础性工作专项（2012FY112300）；海洋公益性行业科研专项经费资助项目（2015418003，201305012）；浙江省科技攻关项目（2014C33G20，2013C33051）.
通讯作者: 杜震洪,ORCID:http://orcid.org/0000-0001-9449-0415,E-mail:duzhenhong@zju.edu.cn     E-mail: duzhenhong@zju.edu.cn
作者简介: 刘丽(1990-),ORCID:http://orcid.org/0000-0002-9480-2412,女,硕士研究生,主要从事交通GIS、WEBGIS及其应用研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
刘丽
张丰
杜震洪
刘仁义
贾玉杰

引用本文:

刘丽, 张丰, 杜震洪, 刘仁义, 贾玉杰. 基于深圳市出租车轨迹数据的高效益寻客策略研究[J]. 浙江大学学报（理学版）, 2018, 45(1): 82-91.

LIU Li, ZHANG Feng, DU Zhenhong, LIU Renyi, JIA Yujie. The analysis of high profitable strategy for seeking passengers based on taxi GPS trajectory data of Shenzhen city. Journal of ZheJIang University(Science Edition), 2018, 45(1): 82-91.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2018.01.013    或    https://www.zjujournals.com/sci/CN/Y2018/V45/I1/82

[1] 唐炉亮,郑文斌,王志强,等.城市出租车上下客的GPS轨迹时空分布探测方法[J].地球信息科学学报,2015(10):1179-1186. TANG L L,ZHENG W B,WANG Z Q,et al.Space time analysis on the pick-up and drop-off of taxi passengers based on GPS big data[J].Journal of Geo-Information Science,2015(10):1179-1186.
[2] 李衢伶.基于GPS轨迹的出租车载客路径智能推荐[D].长沙:湖南科技大学,2014. LI Q L.Intelligent GPS-based Taxi Passenger Path Trajectory Recommendation[D].Changsha:Hunan University of Science and Technology,2014.
[3] LIU L,ANDRIS C,RATTI C.Uncovering cab drivers' behavior patterns from their digital traces[J].Computers,Environment and Urban Systems, 2010,34(6):541-548.
[4] LI B,ZHANG D,SUN L,et al.Hunting or waiting? Discovering passenger-finding strategies from a large-scale real-world taxi dataset[C]//Pervasive Computing and Communications Workshops(PERCOM Workshops),2011 IEEE International Conference. Seattle:IEEE,2011:63-68.
[5] ZHENG X,LIANG X,XU K.Where to wait for a taxi?[C]//Proceedings of the ACM SIGKDD International Workshop on Urban Computing.Beijing:ACM,2012:149-156.
[6] 关金平,朱竑.基于FCD的出租车空驶时空特性及成因研究——以深圳国贸CBD为例[J].中山大学学报(自然科学版),2010(S1):29-36. GUAN J P,ZHU H.Research on space-time characteristics and reasons of idle taxi based on FCD-Case in Shenzhen Guomao CBD[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2010(S1):29-36.
[7] 孙飞,张霞,唐炉亮,等.基于GPS轨迹大数据的优质客源时空分布研究[J].地球信息科学学报,2015(3):329-335. SUN F,ZHANG X,TANG L L,et al.Temporal and spatial distribution of high efficiency passengers based on GPS trajectory big data[J].Journal of Geo-Information Science,2015(3):329-335.
[8] 王郑委.基于大数据Hadoop平台的出租车载客热点区域挖掘研究[D].北京:北京交通大学,2016. WANG Z W.Research on Mining Taxi Pick-up Hotspots Area Based on Big Data Hadoop Platform[D].Beijing:Beijing Jiao Tong University,2016.
[9] 罗端高,史峰.考虑需求分布影响的城市出租车运营平衡模型[J].铁道科学与工程学报,2009(1):87-91. LUO D G,SHI F.A taxi service network equilibrium model with the influenced of demand distribution[J].Journal of Railway Science and Engineering,2009(1):87-91.
[10] PHITHAKKITNUKOON S,VELOSO M,BENTO C,et al.Taxi-aware map:Identifying and predicting vacant taxis in the city[C]//International Joint Conference on Ambient Intelligence.Berlin/Heidelberg:Springer,2010:86-95.
[11] YUANG N J,ZHENG Y,ZHANG L,et al.T-finder:A recommender system for finding passengers and vacant taxis[J]. IEEE Transactions on Knowledge and Data Engineering,2013,25(10):2390-2403.
[12] XU X,ZHOU J Y,LIU Y,et al.Taxi-RS:Taxi-hunting recommendation system based on taxi GPS data[J].IEEE Transactions on Intelligent Transportation Systems,2015,16(4):1-12.
[13] 宋炜.晒晒出租车的收入账[N].榆林日报,2012-03-27(3). SONG W.The income for bask in the taxi[N].YU LIN RI BAO,2012-03-27(3).
[14] 祁文田.基于GPS数据的出租车载客点空间特征分析[D].长春:吉林大学,2013. QI W T. Analyzing Spatial Characteristics of Taxi Pick-up with GPS Data[D].Changchun:Jilin University,2013.
[15] 张红,王晓明,过秀成,等.出租车GPS轨迹大数据在智能交通中的应用[J].兰州理工大学学报,2016(1):109-114. ZHANG H,WANG X M,GUO X C,et al.Application of taxi GPS big trajectory data in intelligent traffic system[J].Journal of Lanzhou University of Technology,2016(1):109-114.
[16] 辛飞飞,陈小鸿,林航飞.浮动车数据路网时空分布特征研究[J].中国公路学报,2008(4):105-110. XIN F F,CHEN X H,LIN H F.Research on time space distribution characteristics of floating car data in road network[J].China Journal of Highway and Transport, 2008(4):105-110.
[17] 郑运鹏,赵刚,刘健.基于出租车GPS数据的交通热区识别方法[J].北京信息科技大学学报(自然科学版),2016(1):43-47. ZHENG Y P,ZHAO G,LIU J.A novel method for traffic hotspots recognition based on taxi GPS data[J].Journal of Beijing Information Science & Technology University(Natural Science Edition),2016(1):43-47.
[18] 韩忠民.知经纬度计算两点精确距离[J].科技传播,2011(11):196,174. HAN Z M.Knowing the latitude and longitude to calculate two precise points[J].Public Communication of Science & Technology,2011(11):196,174.
[1] 傅颖颖, 张丰, 杜震洪, 刘仁义. 融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测[J]. 浙江大学学报（理学版）, 2021, 48(1): 74-83.
[2] 曾金迪, 张丰, 吴森森, 杜震洪, 刘仁义. 基于空间自回归神经网络模型的空间插值研究[J]. 浙江大学学报（理学版）, 2020, 47(5): 572-581.
[3] 陆晔, 张伟, 李飞, 杜震洪, 张丰, 刘仁义. 一种基于主题时空价值的服务器端瓦片缓存算法[J]. 浙江大学学报（理学版）, 2020, 47(1): 12-19.
[4] 嵇晓峰, 张丰, 王中一, 杜震洪, 刘仁义. 基于着色模型实时构造的海洋流场动态流线可视化方法研究[J]. 浙江大学学报（理学版）, 2020, 47(1): 45-51.
[5] 刘尧, 王颖志, 王立君, 张丰, 杜震洪, 刘仁义. 交通事故的时空热点分析[J]. 浙江大学学报（理学版）, 2020, 47(1): 52-59.
[6] 张贝娜, 冯震华, 张丰, 杜震洪, 刘仁义, 周芹. 基于时空多视图BP神经网络的城市空气质量数据补全方法研究[J]. 浙江大学学报（理学版）, 2019, 46(6): 737-744.
[7] 贾玉杰, 杜震洪, 张丰, 刘仁义. 基于属性权重优化算法的土地利用绩效评价及差异分解分析[J]. 浙江大学学报（理学版）, 2019, 46(5): 610-618.
[8] 姜斌, 黄祥志, 杜震洪, 张丰, 刘仁义. 一种动态实时的遥感专题应用系统定制框架[J]. 浙江大学学报（理学版）, 2018, 45(6): 758-764.
[9] 祝琳莹, 张丰, 杜震洪, 刘仁义, 左玉强. 基于HBase与静态多级格网索引的地表覆盖数据高效检索方法[J]. 浙江大学学报（理学版）, 2018, 45(5): 595-604.
[10] 马小雯, 章笑艺, 来丽芳, 张丰, 杜震洪, 刘仁义. 基于地理探测器的浙江省空气质量风险因子分析[J]. 浙江大学学报（理学版）, 2018, 45(3): 351-362.
[11] 陈永佩, 杜震洪, 刘仁义, 张丰, 王炼刚. 一种引入实体的地理语义相似度混合计算模型[J]. 浙江大学学报（理学版）, 2018, 45(2): 196-204.
[12] 莫致良, 杜震洪, 张丰, 刘仁义. 基于可扩展多目标蚁群算法的土地利用优化配置[J]. 浙江大学学报（理学版）, 2017, 44(6): 649-659,674.
[13] 林雅萍, 杜震洪, 张丰, 刘仁义. “格网索引+MapReduce”策略下的地理国情统计分析研究[J]. 浙江大学学报（理学版）, 2017, 44(6): 660-665.
[14] 黄日鹏, 李加林, 叶梦姚, 姜忆湄, 史作琦, 冯佰香, 何改丽. 东南沿海景观格局及其生态风险演化研究——以宁波北仑区为例[J]. 浙江大学学报（理学版）, 2017, 44(6): 682-691.
[15] 吴小君, 方秀琴, 苗月鲜, 王凯, 庞婵云. 基于Landsat的合肥市城市扩张研究[J]. 浙江大学学报（理学版）, 2017, 44(6): 631-639.