| 论文名称 | 以信令资料为基础之旅运型态解析模式 |
| 年别 | 109 |
| 学位 | 硕士 |
| 学校系所 | 国立阳明交通大学 运输与物流管理学系 |
| 作者 | 谢志伟 |
| 指导教授 | 邱裕钧 |
| 论文摘要 | 近年来行动信令资料定位技术改善，行动信令资料成为运输规划及评估运输需求可用资料之一。过去研究分析旅运型态系利用问卷调查，透过问卷调查可以获得详细的社会经济特性资料，但受测者在填答旅运型态时，仅能依据过去习惯的旅运行为填答，导致问卷调查之旅运型态，大多为旅运者较常或最近发生的旅次，无法反映特殊假期或事件的旅运型态。透过行动信令资料解析旅运型态可分析长期且连续的旅运活动，提供更多的旅运行为资讯。行动信令资料具有高更新频率、高效率、高涵盖率及无须额外建置成本等优势；但是，行动信令资料仅提供手机用户移动的时间及空间资讯，碍于个资保护，行动信令资料无法提供社会经济特性背景资料或旅运特性资料。行动信令资料无法精准定义旅次、旅次目的及运具使用情形，使得其可用性较低。因此，透过行动信令资料分析旅运型态需要解决若干问题，包含跳点、点位阙漏等问题。为了提升行动信令资料于运输规划之应用，本研究分析行动信令资料面临的问题，并发展相关之分析模式。 本研究征求30位自愿者提供30天的全日的Google 时间轴资料及授权本研究向电信公司取得其行动信令资料，蒐集期间从2019年7月1日至2019年8月30日。本研究利用这些资料进行模式构建及验证。本研究分析模式分为两部分，第一部分为资料处理程序，此程序分析行动信令资料并建构跳点过滤、资料填补及移动或停留判断等程序。第二部分则依据前述资料前处理之结果，进行家/工作地点判断、旅次判断、旅次路径配适及运具判断等程序。家/工作地点判断系应用DBSCAN算法以时空关系判断家或工作地点；旅次判断程序则续透过若干阀值之设定，建立规则判断旅次断点或旅次目的；本研究分别应用随机森林数及XGBoost建立运具判别模式，并进行两模式之比较。上述模式结果均与调查资料进行比较，其结果均显示建构之模式有良好的估计或判别结果；最后，旅次路径配适算法则系利用最短路径寻找可能路径，并透过潜在类别变量模式(Latent Class Model, LCM)决定最佳配适路径。 此外，本研究利用建构之模式分析旅运者停留时间之影响因素，借由此研究分析旅运者当前的旅运行为是否会受到前面旅次的影响。此研究借由行动信令资料估计停留时间及相关解释变量。模式分析结果显示，旅次链行为需要考量前后旅次的影响关系。最后，本研究建构之模式分析结果，显示行动信令资料于运输规划的能力及展现行动信令资料应用于旅运行为分析的可行性。 |
| 附件下载 | (此全文2025年10月17日后开放外部浏览) |
| 张贴日 | 2020/10/08 |
| Hashtags |
查看次数:
140