基于“滴滴”订单轨迹数据的用户行为可视化分析

发布时间：2020-10-14 23:45

　　 人们的出行活动所产生的轨迹数据蕴含着其隐藏的出行行为特征,通过对出行行为轨迹的研究,能分析出人们的出行习惯与需求,从而帮助企业研发出满足人们出行活动的一系列产品与服务。传统的居民出行行为数据一般通过人工访谈、调查问卷或不太精确的GPS定位技术获得,获取成本太高,且数据精度低。而滴滴出行作为网约车行业的佼佼者,不仅平台服务覆盖范围广,且GPS技术定位精度高,使得订单的起讫点更接近用户的真实位置。另外,“滴滴”提供的私家车接单服务,进一步增加了用户覆盖率。这使得“滴滴”用户能较为准确的代表一个城市居民整体的真实出行行为,所以“滴滴”用户行为可以代表城市人口,对其进行研究,可以为城市相关决策者提供更加准确的决策参考依据。本文基于具有高精度定位技术、更接近用户目的地的“滴滴出行”订单轨迹数据,对“滴滴”用户的出行规律进行聚类可视化分析,旨在为“滴滴”司机、位置服务商、城市及土地规划者提供一定的决策支持。首先,本文对原始“滴滴”订单轨迹数据进行清洗、加工、提取工作,对应用于不同需求的数据进行分类存储,并爬取高德地图的兴趣点数据作为聚类可视化的数据基础;其次,对预处理后的“滴滴”订单轨迹数据在不同时间段的出行量进行分描述性统计分析;接着对“滴滴”用户的出行时间段、行驶时长进行K-Means聚类,探究用户的热点出行时间段及热点行驶时长,为热点区域研究做基础,并通过自适应参数的密度聚类算法(DBSCAN)对“滴滴”用户的出行热点区域进行多指标可视化分析;再次,结合兴趣点(POI)数据提出了人群划分模型,对高校学生、居民、上班族三种人群的出行行为规律进行研究,根据K-Means聚类及DBSCAN聚类结果,挖掘这三类人群的出行行为差异。最后,结合住宅区订单及企业订单进一步提取了“滴滴”用户的通勤订单,探究成都市上班族的通勤时间及职住情况,并将聚类分析结果在ArcGIS软件中实现可视化,从而更直观更准确的分析出“滴滴”用户中上班族的时空交互行为特征。本研究对揭示“滴滴”用户时空交互模式及优化成都市相关决策具有一定的理论和实践价值。一方面,为“滴滴”司机提供优质订单的接单时间和地点,使司机接单决策更高效;另一方面,对成都市职住平衡情况进行分析,帮助城市规划者优化土地利用决策,并通过对“滴滴”用户的出行热点区域的分析,为位置服务商如景区、娱乐场所的营销活动提供一定的决策依据。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F724.6;F572;TP311.13
【部分图文】：

其他日来说，周日的上车热点个数较少。“滴滴”用户下车热点聚类个数明显少于上车热点聚类个数，且下车热点区域分布比较分散。图4.7 周一用户上车热点区域可视化 图4.8 周一用户下车热点区域可视化

其他日来说，周日的上车热点个数较少。“滴滴”用户下车热点聚类个数明显少于上车热点聚类个数，且下车热点区域分布比较分散。图4.7 周一用户上车热点区域可视化 图4.8 周一用户下车热点区域可视化

第四章 “滴滴”用户的出行时空可视化分析31图4.9 周五用户上车热点区域可视化 图4.10 周五用户下车热点区域可视化图4.11 周六用户上车热点区域可视化 图4.12 周六用户下车热点区域可视化图4.13 周日用户上车热点区域可视化 图4.14 周日用户下车热点区域可视化
【相似文献】

相关期刊论文 前10条

1 涂华忠;林友洪;乔义然;;巴基斯坦恐怖主义研究动向的可视化分析[J];东南亚南亚研究;2017年04期

2 陈子优;;我国中医药立法可视化计量分析——作者合作分析[J];南方企业家;2018年04期

3 王录通;陈俊;王录安;周丽云;刘河;;基于CiteSpace可视化分析的创客教育研究[J];中国信息技术教育;2017年Z3期

4 游洁;拜争刚;黄鹏;吴淑婷;钟小玲;赵坤;王建成;杨克虎;;循证实践理念和方法在中国管理领域研究现状可视化分析[J];河南大学学报(医学版);2017年02期

5 武同雁;;国外机构知识库研究的可视化分析[J];现代情报;2017年08期

6 哈燕;文军萍;;核心素养问题研究:热点与趋势——基于2006年至2016年中国知网文献的共词可视化分析[J];现代基础教育研究;2016年04期

7 张杰;;绳连两球平衡问题可视化初探[J];中学教学参考;2017年11期

8 陈巧红;;近十年国内小型语料库建设与应用研究综述——基于CNKI的文献计量及可视化分析[J];青春岁月;2017年09期

9 李启元;杨亚桥;;态势可视化分析系统集成架构研究[J];舰船电子工程;2009年03期

10 律琼馨;刘智勇;;健康医疗大数据研究热点与前沿的可视化分析[J];中国卫生信息管理杂志;2019年06期

相关博士学位论文 前6条

1 侯剑华;工商管理学科演进与前沿热点的可视化分析[D];大连理工大学;2009年

2 于跃;基于三维地质分析模型的水电工程复杂坝基处理分析研究[D];天津大学;2010年

3 陈必坤;学科知识可视化分析研究[D];武汉大学;2014年

4 高晶晶;基于量化组方研究的方剂寒热属性可视化分析平台构建[D];北京中医药大学;2009年

5 刘芳;信息可视化技术及应用研究[D];浙江大学;2013年

6 杨珂;基于图形处理器的数据管理技术研究[D];浙江大学;2008年

相关硕士学位论文 前10条

1 王也;国内中文“冬奥会”研究的可视化分析[D];浙江师范大学;2019年

2 窦丹;基于“滴滴”订单轨迹数据的用户行为可视化分析[D];西安电子科技大学;2019年

3 王宗超;面向知识图谱的可视化分析系统设计与实现[D];大连理工大学;2019年

4 魏骊睿;基于社交数据的可视化分析系统设计与实现[D];电子科技大学;2019年

5 王璐;基于微博签到数据的可视化分析系统研究[D];长安大学;2019年

6 丁鸿伟;岩爆实验大数据压缩算法及其可视化分析[D];北京建筑大学;2019年

7 刘飞;城市交通轨迹的可视化分析技术研究[D];沈阳建筑大学;2017年

8 杨沁柳;基于特定健康数据的可视化分析系统设计和实现[D];北京邮电大学;2019年

9 吕诗琪;基于知识图谱的我国英语教师专业发展研究可视化分析[D];内蒙古师范大学;2019年

10 李晓虎;近10年畜禽粪便研究可视化分析[D];内蒙古大学;2018年

本文编号：2841367