網上關于公交刷卡機的智能數據的刷卡知識比較多，也有關于公交刷卡機的智能數據的問題，今天第一pos網(www.fzog.com.cn)為大家整理刷卡常見知識，未來的我們終成一代卡神。

本文目錄一覽：

1、公交刷卡機的智能數據

公交刷卡機的智能數據

出租車GPS數據、共享單車數據、IC刷卡數據是我們最常用的交通大數據，基于這些數據可以做很多的研究，發很多的論文。

但是很多人看到這幾種數據又很怵頭，想要應用它們會遇到幾個問題：第一個是不知道這些數據具體能做哪些分析，第二是不知道這些數據如何獲取，第三個是不知道這些數據如何分析。

今天開始我們進入到IC刷卡數據專題，來介紹一下IC刷卡數據長什么樣子，有哪些應用。下面我們先來看IC刷卡數據的簡介！

一、 IC刷卡數據簡介IC刷卡數據，又叫做AFC（Automatic Fare Collection,自動售檢票系統）數據，AFC系統是能公共交通售票、檢票、計費、收費、統計、清分、管理等全過程的自動化系統，我們平時在城市里坐地鐵或公交時需要用IC卡刷卡的那個閘機，就屬于AFC系統的終端設備之一，當我們進行刷卡的時候，閘機就會記錄下對應的信息并通過通信網絡將數據發送到各個業務中心。AFC自動檢票系統相當于一個聯網的系統，正因其聯網的性質，因此才能實現公共交通的“清分“。由于公共交通（地鐵或公交）的線路可能屬于不同的運營公司，其收益需要分別結算，而乘客的出行很可能需要同時經過多條地鐵線路或是公交線路，這時候，就需要把錢算清楚，分清到底是坐哪條線花的錢，通過聯網的自動檢票系統，在系統里收集IC刷卡的進出站信息，去算如何分錢，也就是”清分“。IC刷卡數據有以下特征：

同個數據集中可能同時有公交和地鐵刷卡

地鐵刷卡能知道出入站位置

公交刷卡只知道線路，不知道位置

1. 同個數據集中可能同時有公交和地鐵刷卡

當一個城市里既有地鐵也有公交的時候，IC刷卡數據就同時會包含坐地鐵和乘公交的記錄，一般來說，坐地鐵和乘公交的IC刷卡記錄數據會混在同一個數據表里面，處理的時候需要區分開來。

2. 地鐵刷卡能知道出入站位置

由于進出地鐵站都需要刷卡，除了一些特殊的地鐵線路是進站收費外，對于大部分地鐵線路來說，都是進站不扣錢、出站扣錢，因此對于每次單程地鐵出行，IC刷卡都會在AFC系統里產生對應的兩條記錄，一條是進站刷卡記錄，一條是出站刷卡記錄。地鐵的IC刷卡數據會包含以下字段信息：

卡ID

刷卡時間

刷卡站點（地鐵）

進站還是出站

卡類型

卡余額

其中，進站還是出站會在數據字段中體現出來，不同城市數據情況不一樣，有一些直接有進出站字段標識，有一些需要通過卡的消費金額去判斷，比如進站的時候地鐵刷卡金額是零，就可以判斷為進站，出站的時候刷卡金額大于零產生了費用，可以判斷是出站。

3. 公交刷卡只知道線路，不知道位置

由于大部分城市的公交都只需上車的時候刷一次卡，導致公交的IC刷卡只有上車的時間和站點位置，但下車的信息可能就無法從數據里直接獲取到，只能用一定的規則間接推測下車站點，一般來說都不太準。公交的IC刷卡數據包含的字段信息大體上與地鐵類似：

卡ID

刷卡時間

刷卡站點/線路（公交）

刷卡車輛ID

卡類型

卡余額

其中，和地鐵IC刷卡數據的主要差異在于公交很可能只有上車刷卡的記錄，因此通常沒有進站還是出站標識，另外公交上車的刷卡位置信息可能是公交站點或公交線路，因城市而異。

總的來說，IC刷卡數據的關鍵信息就是卡ID、刷卡時間、刷卡站點/線路、進站出站的判斷。有了這些數據，就可以開展相應的分析了，比如通過卡ID，就能區分個體（人或卡片），可以獲取到單卡的連續刷卡記錄（刷卡時間、刷卡站點/線路、進站出站的判斷），進而可以做出行方式（地鐵/公交）、出行頻率、出行起點與終點的分析，再比如運用刷卡時間、刷卡站點/線路，還能做客流的時間分布分析等。

二、IC刷卡數據應用方向文獻綜述我們對相關文獻進行了整理，梳理出來IC刷卡數據的3個應用方向，并對每個方向整理了代表論文，所有論文可以添加文末客服免費（不用轉發）獲取！我們來具體看下這3個方向：

1. 出行行為分析

許多研究利用公交網絡的IC卡數據來研究個體的出行行為。此外，也有一些研究通過提取個體的出行行為研究宏觀的時空出行模式。

1.1 基于個人的出行行為模式分析

通過IC卡數據，通常可以識別出人們對于路網優化前后的出行行為差異。

論文1：Passengers’ Travel behavior before and after the adjustment of regular bus collinear sections: A case study in the incipient phase of metro operation in Xiamen

論文來源：Travel Behaviour and Society

論文簡介：該研究通過地鐵線路開通前后收集的IC卡所有者的出行數據進行縱向分析，研究了在新的地鐵線路開通和巴士線路調整的情況下，乘客出行行為的變化。研究結果表明，在高峰時段，相鄰路段的乘客更傾向于選擇公交車。這項研究也為幫助公交系統更好地協調現有的公交服務和新的地鐵系統提供了新的證據。

論文2：Impact of a New Metro Line: Analysis of Metro Passenger Flow and Travel Time Based on Smart Card Data

論文來源：Journal of Advanced Transportation

論文簡介：該研究利用中國南京地鐵系統的智能卡數據，研究由于地鐵新線路的運行，地鐵客流和出行時間的變化。首先分析了新建地鐵線路對地鐵網絡客流分布和出行時間的影響。由于通勤是地鐵出行的主要目的之一，因此新地鐵線路對通勤者出行的影響被明確地研究。結果表明，新線路對地鐵網絡的客流、出行時間和出行時間可靠性均有影響，對不同類型的通勤者有不同的影響。

論文3：Passenger Travel Behavior in Public Transport Corridor After the Operation of Urban Rail Transit: A Random Forest Algorithm Approach

論文來源：IEEE Access

論文簡介：該研究以中國廈門為例，利用隨機森林算法建立了城市軌道交通投入使用后乘客出行方式選擇模型，并找出了不同出行特征（出行距離、出行時間、出行成本、是否在高峰時段出行、公交與軌道交通共線站點數或軌道交通站點數等）對出行方式選擇的影響。

1.2 基于群體的出行行為分析

為了更好地理解出行模式和規律，基于群體的出行行為分析將使交通當局能夠評估他們提供的服務，調整管理策略，并提高整個系統的交通性能。

論文1：Mining smart card data for transit riders’ travel patterns

論文來源：Transportation Research Part C

論文簡介：該研究基于智能卡數據的時空特征模擬北京公交乘客的出行模式。首先對公交出行鏈進行識別，再通過基于密度的聚類算法（DBSCAN）對其進行分析，檢測乘客的歷史出行模式，最后將K-mean++聚類算法和粗糙集理論聯合應用于出行模式規則的聚類和分類。結果表明，本文提出的基于粗糙集的數據挖掘算法在準確性和效率方面優于其他常用的數據挖掘算法。

論文2：Mining Public Transport User Behaviour from Smart Card Data

論文來源：IFAC Proceed

論文簡介：該研究利用加拿大運輸管理局的數據，結合規劃知識和數據挖掘工具，從運營和管理系統發布的數據中生成規律性和日常模式的出行行為指標。研究的結果顯示無論使用何種類型的車票，本研究的公共交通用戶可以分成四個主要的行為群體進行討論。

2. 公交系統的運營和管理

基于智能卡的自動收費系統，公交系統可以控制公交服務的使用、票價整合和管理。同時，這些數據也可以用來描述運輸的供應和需求，繼而進行需求管理。

2.1 票價整合

隨著智能卡的普及，在大城市地區整合票價政策的方式也發生了一些改變，但這方面的研究非常少見。

論文1：A Study of IC Card Systems within Japanese Urban Railway Lines: Considering the Integration of Transportation Services

論文來源：Journal of the Eastern Asia Society for Transportation Studies

論文簡介：該研究基于日本客運IC卡系統，研究了乘客使用IC卡系統時的票價交易，進而改善票價不均衡的情況。

2.2 客流預測和需求管理

客流是公共汽車運營調度和需求管理的基礎。公交IC數據是一種重要的基礎數據資源，對公交IC卡進行數據挖掘可以獲取城市公交客流的動態信息，有助于客流預測和需求管理水平。

論文1：Travel behaviour analysis using smart card data

論文來源：KSCE Journal of Civil Enginnering

論文簡介：該研究通過大量詳細準確的車上交易數據，分析與公交用戶有關的出行行為，使用開源的基于代理的交通模擬包MATSim，根據智能卡產生的輸入需求對公交車輛進行優化，并提取不同車站的等待時間及其組成部分的高時間分辨率，這對于管理公交車輛的頻率和間隔非常重要。通過改進統計分析和利用先進的數據挖掘技術，智能卡可以有效地生成微觀模擬的出行需求模型。

論文2：Analysis of Bus Trip Characteristic Analysis and Demand Forecasting Based on GA-NARX Neural Network Model

論文來源：IEEE Access-Special Section on Big Data Technology and Applications in Intelligent Transportation

論文簡介：該研究通過公交IC數據挖掘得到公交出行的時空特征，并應用于城市公交系統優化中。本研究以青島市某公共汽車一周的IC卡刷卡數據為基礎，分析了一天的客流量和分時客流量的特征，然后基于GA-NARX神經網絡模型進行客流預測。

3. 智能交通規劃

隨著大數據技術的發展，智慧交通網絡規劃和智慧城市規劃也取得了巨大進展。

論文1：Research on a Scientific Approach for Bus and MetroNetworks Integration

論文來源：Social and Behavioral Science

論文簡介：該研究通過利用北京公交IC卡的數據，開發了一個詳細的公共交通乘客出行矩陣來改善北京的地鐵和公交網絡的整合。通過使用一組6個加權指標對網絡整合方案進行評估，以決定一個最佳結果。該研究的結論可以為中國城市的多模式交通服務規劃提供有意義的數據基礎。

論文2：Calculation of Transit Performance Measures Using Smartcard Data

論文來源：Journal of Public Transportation

論文簡介：通過智能卡自動收費系統，該研究舉例說明使用智能卡數據估計各種交通性能的可能性措施，結合完善的評估程序，這些措施可以幫助運營商更詳細地監測其網絡。通過計算這些數據集的空間或時間維度，可以進一步規劃和整合交通系統。

三、學習擴展

以上就是關于公交刷卡機的智能數據的知識，后面我們會繼續為大家整理關于公交刷卡機的智能數據的知識，希望能夠幫助到大家！

轉載請帶上網址：http://www.fzog.com.cn/shuakatwo/167252.html