为定量梳理社交网络信息对出行行为影响的研究成果,本文基于Web of Science核心数据库与CNKI知网数据库,检索并筛选2010—2022年间133篇英文文献和32篇中文文献。采用知识图谱分析和传统定性文献分析相结合的方法,量化统计文献的年度发...为定量梳理社交网络信息对出行行为影响的研究成果,本文基于Web of Science核心数据库与CNKI知网数据库,检索并筛选2010—2022年间133篇英文文献和32篇中文文献。采用知识图谱分析和传统定性文献分析相结合的方法,量化统计文献的年度发文量、研究热点国家、关键词图谱这3类指标,并从方法模型、社交网络信息行为、社交网络信息对出行决策的影响、社交网络信息对出行活动的影响这4个方面总结现有研究成果。结果表明:数据来源上,现有研究的基础数据尚未实现特征维与决策维融合,需要进一步融合多源数据提升研究结论的鲁棒性;研究方法上,现有研究缺乏分析方法之间的相互支撑,可整合多种研究手段跨学科分析社交网络信息对出行行为的影响;研究内容上,现有研究成果无法全面反映未来出行的发展趋势,且对出行者异质性关注不足,需结合无人驾驶、共享出行等新场景,考虑出行者异质性解析社交网络信息与出行行为之间的联系模式。展开更多
为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Square...为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares,OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees,GBRT)模型。以广州市为实证对象,基于公交IC卡数据、兴趣点数据(Point of Interest,POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明:考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度;同时,常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素,片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限,居民日常公交出行已经从疫情的影响下逐渐恢复。展开更多
文摘为定量梳理社交网络信息对出行行为影响的研究成果,本文基于Web of Science核心数据库与CNKI知网数据库,检索并筛选2010—2022年间133篇英文文献和32篇中文文献。采用知识图谱分析和传统定性文献分析相结合的方法,量化统计文献的年度发文量、研究热点国家、关键词图谱这3类指标,并从方法模型、社交网络信息行为、社交网络信息对出行决策的影响、社交网络信息对出行活动的影响这4个方面总结现有研究成果。结果表明:数据来源上,现有研究的基础数据尚未实现特征维与决策维融合,需要进一步融合多源数据提升研究结论的鲁棒性;研究方法上,现有研究缺乏分析方法之间的相互支撑,可整合多种研究手段跨学科分析社交网络信息对出行行为的影响;研究内容上,现有研究成果无法全面反映未来出行的发展趋势,且对出行者异质性关注不足,需结合无人驾驶、共享出行等新场景,考虑出行者异质性解析社交网络信息与出行行为之间的联系模式。
文摘为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares,OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees,GBRT)模型。以广州市为实证对象,基于公交IC卡数据、兴趣点数据(Point of Interest,POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明:考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度;同时,常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素,片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限,居民日常公交出行已经从疫情的影响下逐渐恢复。
