摘要
为统计旅游交通的客运量，分析公路交通运输需求，优化运输组织，合理构建“快进慢游”综合交通旅游网络，研究提出基于手机信令数据的游客识别与出行轨迹匹配方法。通过划定景区边界，设置停留时间阈值，识别手机用户的游客身份；同时，借助地图工具批量计算信令发生位置间的出行路线与行程时间，匹配实际公路网。实例分析结果表明，手机信令数据能呈现手机用户的出行轨迹，且信令数据的位置轨迹与公路线位走向结合密切。在人们越来越依赖地图导航软件规划出行路径的背景下，利用该方法能更准确地识别景区游客并估计游客往来景区的出行路径。
Abstract
In order to calculate the tourist volume undertaken by highways, analyze the travel demand of highways, optimize the transportation organization, and formulate the comprehensive transportation tourism network with the feature of "fast entrance and slow travel", a method of tourist identification and travel trajectory matching based on mobile signaling data was proposed. Tourist identification was able to be performed by delimiting the boundary of scenic area and setting the residence time threshold; meanwhile, the travel paths and time between the locations where the signaling data have occurred were predicted through map tools, and then the mapping process between the trajectories of mobile signaling data and the actual road network were completed. The results of an example illustrated that the travel trajectories of the mobile phone users could be presented through the mobile signaling data, and the position trajectory was close to the line position of the highway. As people increasingly rely on map navigation software to plan travel routes, tourist identification and travel route estimation could be better carried out by the proposed method.
关键词
手机信令 /
游客识别 /
出行轨迹 /
路径匹配 /
需求分析
Key words
mobile signaling data /
tourist identification /
travel trajectory /
path matching /
demand analysis
杨东, 韩继国, 武平, 赵昕.
基于手机信令数据的游客识别与出行轨迹匹配方法[J]. 交通运输研究. 2019, 5(6): 20-27
Yang Dong, Han Ji-guo, Wu Ping and Zhao Xin.
A Method of Tourist Identification and Travel Trajectory Matching Based on Mobile Signaling Data[J]. Transport Research. 2019, 5(6): 20-27
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1]中华人民共和国工业和信息化部无线电管理局.中国无线电管理年度报告（2018年）[R]. 北京：中华人民共和国工业和信息化部，2019.
[2]李祖芬，于雷，高永，等. 基于手机信令定位数据的居民出行时空分布特征提取方法[J].交通运输研究，2016，2（1）：51-57.
[3]黎巎. 旅游大数据研究[M]. 北京：中国经济出版社，2018.
[4]项译. 基于手机信令数据的旅游交通客流特征分析研究[D]. 南京：东南大学，2017.
[5]杨飞，惠英. 基于手机切换变化模式的道路匹配方法[J]. 系统工程，2007（11）：6-13.
[6]Tettamanti T, Demeter H, Varga I. Route Choice Estimation Based on Cellular Signaling Data[J]. Acta Polytechnica Hungarica, 2012, 9(4): 207-220.
[7]Tettamanti T, Varga I. Mobile Phone Location Area Based Traffic Flow Estimation in Urban Road Traffic[J]. Advances in Civil and Environmental Engineering, 2014, 1(1): 1-15.
[8]Schulze G, Horn C, Kern R. Map-Matching Cell Phone Trajectories of Low Spatial and Temporal Accuracy[C]// Proceedings of IEEE 18th International Conference on Intelligent Transportation Systems(ITSC). Las Palmas, Spain: IEEE, 2015: 2707-2714.
[9]张鹏飞，申彦明. 基于手机位置信息的地图匹配算法[J]. 计算机应用，2015，35（S2）：294-297.
[10]张鹤鹏，黄达，杜辰，等. 基于移动数据的用户出行方式识别研究[J]. 交通运输研究，2018，4（6）：47-54.
[11]周常勇. 基于移动信令数据的城市交通出行轨迹匹配技术[D]. 成都：西南交通大学，2016.
[12]李金早. 当代旅游学[M]. 北京：中国旅游出版社，2018.
[13]胡永恺，宋璐，张健，等. 基于手机信令数据的交通OD提取方法改进[J]. 交通信息与安全，2015，33（5）：84-90.
[14]吉林省长白山保护开发区管理委员会. 2019年6月景区接待游客情况[EB/OL]. (2019-07-03)[2019-11-10].
[15]黄乃伟，汤君，蒋鹏，等. 长白山北坡风景区游客流量的时空分布特征及发展趋势[J]. 北华大学学报（自然科学版），2012，13（2）：212-215.
基金
中央级公益性科研院所基本科研业务费项目（20186110）
PDF(1709 KB)
京公网安备 11010102003417号
京ICP备17006742号-3
