朴素贝叶斯分类在公交乘客满意度改善中的应用.PDFVIP

朴素贝叶斯分类在公交乘客满意度改善中的应用 欧阳剑 李橘云 李健行 【摘要】提升公共交通服务水平对改善城市交通问题具有重大意义,乘客感知到的公交满意度是直接 反馈公交发展的一项重要信息，是提升城市公共交通的重要影响因素。本文基于朴素贝叶斯分类方法，建 立乘客满意度预测模型，以此进行改善措施的效果预测及评价，从而为提供乘客满意度的改善措施提供量 化依据。以广州市调查数据为例表明：假若候车时间满意度提升50%，乘客总体满意度“比较满意”以上 的比例将会由72.1%上升到80.6%。 【关键词】常规公交；满意度调查；朴素贝叶斯分类；效果预测 1 引言 随着经济的发展和人们生活水平的提高，交通问题越来越严重，交通拥堵、交通事故频 发、交通环境污染等问题越来越突出，交通问题已成为影响人们正常生活挥之不去的阴影。 现阶段，改善交通问题公认的方法是大力发展公共交通，鼓励人们选择公共交通方式出行， 公共交通乘客是公共交通提供服务的对象，乘客感知到的满意度高低会直接影响乘客的出行 [1] 选择，只有当乘客满意度高的时候，居民才更倾向于选择公共交通作为其出行方式 。 目前，对公交服务水平的研究主要分两个方面：一方面从政府、设计者的角度对公交服 务水平进行评价，这方面研究者较多也比较成熟[2-8] ，主要有利用层次分析法、神经网络模 型、物元分析法、信息熵、灰色关联、群组决策特征根等方法建立公交服务水平评价体系进 行评价；另一方面从乘客感知的角度对公共交通系统进行满意度评价，由于乘客满意度调查 操作比较困难，且花费的人力、财力较大，故从乘客角度对现有公交服务水平研究不是很多， 由于乘客满意度研究在某种意义上可以归属于“服务质量”的研究范畴，故现有的乘客公交 满意度研究主要是借鉴“服务质量”已有的研究成果如顾客满意度、企业服务满意度等领 域，现阶段公交乘客满意度模型主要有层次分析法或者模糊层次分析法模型、乘客满意度指 PLS 数模型、 路径模型、贝叶斯网络模型。然而，这些模型并没有对相关改善措施实施后进 行定量分析，即没有分析改善措施将会引起公共交通总体满意度有多大的提升。贝叶斯分类 方法能根据问卷调查建立相关的模型，对改善公交服务水平的措施进行有效预测，同时朴素 贝叶斯方法相比较于贝叶斯网络、神经网络等其他智能模型在理论上来说最具有可靠性和有 [9-13] 效性，尤其对数据样本为离散、有序、有限的情况 。 1 2012 年，广州市对 2011 年至 2012 年间新开的 100 条公交线路的乘客满意度进行了问 卷调查，这些公交线路主要为市中心区外围的短途公交线和连接中心区与郊区的接驳线。本 文基于调查得到的大量离散、有序、有限的问卷数据，从乘客角度利用朴素贝叶斯方法建立 适用该调查结果的乘客满意度模型，并利用该模型对提升新开 100 条公交线路服务水平的 建议措施进行效果预测，为制定