一种个体地铁出行预测的马尔可夫模型

摘要：为了解和挖掘城市人类移动行为的规律性和差异性,提出了一种马尔可夫模型来预测个体地铁出行行为。首先通过数据分析挖掘出城市出行个体的类别差异,根据出行数据将用户分为不同属性;然后标记出行记录标签,统计分析不同属性用户的出行时间分布差异;最后分时间段建立了用户个体出行的马尔可夫模型,预测其出行状态。对10万名用户的1 000余万条地铁出行记录进行交叉验征,结果显示个体马尔可夫模型的平均预测精度达到72.73%,优于传统的时序预测模型。本文模型有效地预测了地铁出行中的个体出行行为,有利于解决城市发展中面临的交通拥堵问题,进一步合理分配交通资源。