基于潜在类别模型的网络约租车用户群细分研究
发布时间：2021-06-08 07:27
在“互联网+”时代背景下,网约车因其价格优惠、候车时间明确、无现金支付等优势,受到众多出行者的青睐,但随着市场逐步规范化,用户出行需求多样化,为实现长足发展,网约车企业的竞争核心已经不再立足于疯狂“补贴”,而是转向提供差异化、多元化的服务。为更好地满足用户多样化的出行需求,在总体运输资源有限的情况下合理优化资源供给,从出行行为的角度对网约车用户进行细分,对于网约车企业而言具有十分重要的现实意义。本文基于城市综合交通背景,将轨道交通、常规公交、出租车、网约快车、网约专车、私家车纳入选择枝集合,将个人社会经济属性、出行相关属性以及网约车特定属性等部分影响因素作为场景属性和选择枝属性,将私家车保有作为协变量,采用Defficient效率设计法针对有车族和无车族分别生成12个不同的意向选择情境,将个人社会经济特征和网约车使用特征作为行为调查项目,在成都市开展了基于年龄、性别的分层随机抽样调查。通过数据筛选和有效性检查,共收集520份有效问卷,根据问卷结果对成都市居民网约车出行特征进行初步统计分析。基于调查数据进行网约车选择行为建模,与多项Logit模型相比,潜在类别模型显著改善了模型拟合。采用...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
水平数与效用关系图
西南交通大学硕士研究生学位论文 第18页定的样本大小，所获得的渐近标准误差越小，在参数估计周围观察到的置信区间的宽度将越小；其次，通过最小化渐近标准误差，每个参数的渐近 t 比率将最大化，从而产生更可靠的估计结果；第三，能够实现样本大小最小化，并且仍然保持渐近 t 比率的最小值。图 2-2 显示了样本量与渐近标准误差函数关系。其中，图 2-2a 显示了针对给定设计 X 投资更大样本量的结果。可以发现，将样本量增加到超过一定限度通常对从 SP 研究获得的参数估计统计显着性几乎没有影响[49]。图 2-2b 显示了投资于更好设计 X 的一组给定人口参数的影响（即更有效的设计），结果显示渐近标准误差明显下降。得出结论：通过投资寻找更有效的设计比投资更大的样本，可以更显著地降低标准误差。更有效的设计不仅倾向于产生更好的 t 比率，而且往往会产生更好的预测。说明效率实验设计在获取小样本、高精度的参数估计方面有较大优势。
图 3-1 SP 选择情境示例结对协变量进行了解释，介绍了协变量的引入方法，分析了网约车选，包括个人社会经济属性、出行相关属性以及网约车特定属性，将私量，出发时刻、出行距离、出行目的、空气质量作为场景变量，以及、出行方式平均速度、费用等作为交通方式属性进行 D-efficient 效rror 值为 0.3014。最终针对有车族和无车族分别生成 12 个选择情境，将其转化为具体的出行情境。
【参考文献】：
期刊论文
[1]基于混合Logit模型的网约车选择行为研究[J]. 唐立,邹彤,罗霞,陈思为. 交通运输系统工程与信息. 2018(01)
[2]基于潜在类别模型的高铁旅客市场细分[J]. 乔珂,赵鹏,文佳星. 交通运输系统工程与信息. 2017(02)
[3]网络约租车对出行方式选择及交通运行的影响[J]. 高永,安健,全宇翔. 城市交通. 2016(05)
[4]我国“约租车”规制研究——兼及国外经验[J]. 罗清和,张畅,潘道远. 北京交通大学学报(社会科学版). 2016(03)
[5]移动互联时代打车APP商业模式经济学分析[J]. 邱冬阳,崔小莉,邝坦励. 重庆理工大学学报(社会科学). 2016(06)
[6]基于市场细分的低收入通勤者公交出行改善对策[J]. 程龙,陈学武,杨硕,袁明义. 交通运输系统工程与信息. 2016(03)
[7]基于聚类分析的铁路出行旅客类别划分[J]. 吕红霞,王文宪,蒲松,余大本. 交通运输系统工程与信息. 2016(01)
[8]离散选择模型研究进展[J]. 王灿,王德,朱玮,宋姗. 地理科学进展. 2015(10)
[9]潜在类别分析技术在心理学研究中的应用[J]. 张洁婷,焦璨,张敏强. 心理科学进展. 2010(12)
[10]基于意向调查数据的非集计模型研究[J]. 焦朋朋,陆化普. 公路交通科技. 2005(06)
博士论文
[1]多元出行信息影响下的交通选择行为研究[D]. 唐立.西南交通大学 2015
本文编号：3217955
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
水平数与效用关系图
西南交通大学硕士研究生学位论文 第18页定的样本大小，所获得的渐近标准误差越小，在参数估计周围观察到的置信区间的宽度将越小；其次，通过最小化渐近标准误差，每个参数的渐近 t 比率将最大化，从而产生更可靠的估计结果；第三，能够实现样本大小最小化，并且仍然保持渐近 t 比率的最小值。图 2-2 显示了样本量与渐近标准误差函数关系。其中，图 2-2a 显示了针对给定设计 X 投资更大样本量的结果。可以发现，将样本量增加到超过一定限度通常对从 SP 研究获得的参数估计统计显着性几乎没有影响[49]。图 2-2b 显示了投资于更好设计 X 的一组给定人口参数的影响（即更有效的设计），结果显示渐近标准误差明显下降。得出结论：通过投资寻找更有效的设计比投资更大的样本，可以更显著地降低标准误差。更有效的设计不仅倾向于产生更好的 t 比率，而且往往会产生更好的预测。说明效率实验设计在获取小样本、高精度的参数估计方面有较大优势。
图 3-1 SP 选择情境示例结对协变量进行了解释，介绍了协变量的引入方法，分析了网约车选，包括个人社会经济属性、出行相关属性以及网约车特定属性，将私量，出发时刻、出行距离、出行目的、空气质量作为场景变量，以及、出行方式平均速度、费用等作为交通方式属性进行 D-efficient 效rror 值为 0.3014。最终针对有车族和无车族分别生成 12 个选择情境，将其转化为具体的出行情境。
【参考文献】：
期刊论文
[1]基于混合Logit模型的网约车选择行为研究[J]. 唐立,邹彤,罗霞,陈思为. 交通运输系统工程与信息. 2018(01)
[2]基于潜在类别模型的高铁旅客市场细分[J]. 乔珂,赵鹏,文佳星. 交通运输系统工程与信息. 2017(02)
[3]网络约租车对出行方式选择及交通运行的影响[J]. 高永,安健,全宇翔. 城市交通. 2016(05)
[4]我国“约租车”规制研究——兼及国外经验[J]. 罗清和,张畅,潘道远. 北京交通大学学报(社会科学版). 2016(03)
[5]移动互联时代打车APP商业模式经济学分析[J]. 邱冬阳,崔小莉,邝坦励. 重庆理工大学学报(社会科学). 2016(06)
[6]基于市场细分的低收入通勤者公交出行改善对策[J]. 程龙,陈学武,杨硕,袁明义. 交通运输系统工程与信息. 2016(03)
[7]基于聚类分析的铁路出行旅客类别划分[J]. 吕红霞,王文宪,蒲松,余大本. 交通运输系统工程与信息. 2016(01)
[8]离散选择模型研究进展[J]. 王灿,王德,朱玮,宋姗. 地理科学进展. 2015(10)
[9]潜在类别分析技术在心理学研究中的应用[J]. 张洁婷,焦璨,张敏强. 心理科学进展. 2010(12)
[10]基于意向调查数据的非集计模型研究[J]. 焦朋朋,陆化普. 公路交通科技. 2005(06)
博士论文
[1]多元出行信息影响下的交通选择行为研究[D]. 唐立.西南交通大学 2015
本文编号：3217955
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3217955.html
