社交网络信息对出行时刻选择行为的影响

社交网络信息对出行时刻选择行为的影响

ID:22209143

大小:108.50 KB

页数:12页

时间:2018-10-27

社交网络信息对出行时刻选择行为的影响_第1页
社交网络信息对出行时刻选择行为的影响_第2页
社交网络信息对出行时刻选择行为的影响_第3页
社交网络信息对出行时刻选择行为的影响_第4页
社交网络信息对出行时刻选择行为的影响_第5页
资源描述:

《社交网络信息对出行时刻选择行为的影响》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、社交网络信息对出行时刻选择行为的影响张兆泽黄海军北京航空航天大学经济管理学院摘要:随着社交媒体和棊于定位的智能手机普及,人们可以通过社交平台获得其他人的出行经验,同时与别人分享自己的出行信息.这种媒体形式为人们提供了新的出行参考途径.显然,信息的准确与否,对人们的行为和交通系统性能会造成影响.木文使用贝叶斯学习更新机制描述人们的动态学习行为,建立出发时刻选择的Agent-based模拟模型,比较准确社交信息、不准确社交信息和没脊社交信息对交通系统的影响.数值结果表明,本文所建立的模型可以刻画出行者的行为特征,并反映信

2、息对交通系统的影响.关键词:城市交通;災叶斯学出发吋刻选择;瓶颈模型;社交网络信息;作者简介:张兆泽(1989-),男,内蒙古人,博士生.作者简介:黄海军,haijunhuang@bua.a.edu.cn收稿日期:2017-04-14基金:W家重点基础研究发展计划“973”项目(2012CB725401)ImpactsofSocialNetworkMediaonDepartureTimeChoiceBehaviorZHANGZh&o_z6HUANGHai-junSchoolofEconomicsandManageme

3、nt,BeihangUniversity:Abstract:Associalmediaandlocation-awaremobiledevicesarewidespread,travelersnotonlyconsulttravelexperienceandinformationfromotherpeople,butalsosharetheirinformationbytheplatform.Thismediatoolprovidesanewwayforreference.Theaccuracyofinformati

4、onhasinfluenceonindividualbehaviorandsystemperformance.ThispaperemploystheBayesianlearningmechanismtosimulatetheindividualdynamiclearningofdeparturetimingwithinonedayandday-by-day.The八gent-basedmethodisused.Differentschemes,namelynoinformation,inaccuracyinforma

5、tionandaccuracyinformationareinvestigatedandcompared.Resultsshowthattheproposedmodelcoulddepicttravelers’timingbehaviorandevaluatethesystemperformancecausedbydifferentschemes.Keyword:urbantraffic;Bayesianlearning;departuretiming;bottleneckmode;socialnetworkmedi

6、a;Received:2017-04-140引言信息技术的更新和智能设备的普及,为社交媒体发展提供Y动力.这些棊于位置的移动设备为出行者提供了新的平台来获得出行所需要的信息,如出行位置、路径规划、拥堵状况等.这些信息不同于传统的信息(如广播、电视、报纸等发布的信息),首先,信息由个人感受组成,出行者可以将自己出行的信息分享至社交媒体,这与宏观统计之后发布的信息是有差异的;其次,信息的分享由社交网络决定,个人社交关系网络的差异会对个人决策产生不同的影响.因此,研宄社交网络信息传播对円常出行行为的影响具有重要意义.现有文

7、献中,部分研宄者基于不同场景,对社交网络下如何分享信息进行了研究,比如购物U1、旅游M、通勤等场景.购物或旅游场景下的行为几乎是一次性选择行为,从信息分享中获得的帮助也是一次性的.对于通勤来说,出行者每天上班都需要决策,所以社交网络下的信息分享对出行决策的影响就更加重要.这与传统的逐日交通分配模型(Day-to-dayTrafficAssignment)有所不同[4-7],这些模型没有把信息当做一个重点研宄对象,没有引入社交网络的影响.目前,出行者可以使用一个由谷歌研制的商业化产品Waze分享自己的出行体验,通过Fa

8、cebook等社交媒体在自己的社交关系网内交流经验.这种动态分享,可能比政府发布的出行信息更加及时,更值得自己的朋友信任.因此,基于社交媒体数据的交通行为研宄也成为热门研宄领域[8-10].Agent-based建模方法在交通行为研宄中被普遍使用Michael[14]认为Agent应具有适应性、自治性、灵活性(伍括反应性、预动性和社会性).这种

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。