基于不完整智能卡数据的公交方向识别：双层异构决策树方法

《IEEE Access》：Bus OD Identification from Incomplete Smart Card Data: A Two-Layer Heterogeneous Decision Tree Approach

　　

摘要：

基于公共交通数据准确识别公交线路的起点与终点对于路线规划和服务优化至关重要。然而，目前的研究缺乏专门为公交起点终点识别任务设计的评估指标，往往依赖传统指标，而这些指标无法充分体现识别结果的可信度。本研究提出了一个涵盖标签生成、建模和验证的整合框架。具体而言，我们构建了一个双层模型，利用随机森林进行特征选择，再使用CatBoost分类器来识别下车站点。为在没有真实标签的情况下实现验证，我们引入了一种新的趋势一致性指数（TCI）。以成都的公共交通数据为案例进行的测试表明，所提出的方法性能优于XGBoost等主流算法，在所有关键指标上均取得最高分数。多维度验证进一步证实了其有效性，该方法在重现时间旅行模式方面具有高精度，能通过空间热图准确识别主要目的地集群，且对行程分布曲线的拟合效果优异（R2值高达0.8382）。这项研究为公交起点终点识别问题提供了稳健实用的解决方案，为推进智能公共交通管理奠定了可靠的定量基础。