题目捷运流量样态分析－利用k-means与时间序列模型寻找顾客群与.pdfVIP

題目：捷運流量樣態分析－利用 K-means與時間序列模型尋找顧客群與分時預測 研究目的： 1. 設計方法統計捷運各站分時流量。 2. 利用時間序列模型預測捷運時流量。 3. 配合人口特徵資料找出捷運主要客群結構。 4. 針對不同群體制定商業活動，試圖達到精準行銷。 研究方法摘要： 1. 使用時間序列模型對捷運分時流量建模 2. 使用K-means分群找出客群結構 研究成果摘要： 1. 使用所建立之 SARIMA模型可準確預測一日的流量(三周訓練資料) 2. 利用K-mean分出差異較大的五個族群，找出常用與不常用的捷運族群 隊名：三天沒洗澡 參賽者：黃歆貽、賴汶靖、朱峻弘、吳予耀 指導老師：黃禮珊 壹、問題陳述與題目訂定 近年交通流量的調查被視為重要之議題，不論是對於火車流量與票價間的探討、高速公路 流量預測以研擬舒緩交通之配套措施，亦或是根據流量統計與預測提供用路人更好的規劃。而 本研究希望透過分析捷運流量資料，進而預測捷運分時流量，並根據人口特徵資料找出捷運主 要客群，針對不同群體應制定何種商業活動進行探討。 本研究以捷運流量為主要分析資料，研究目的如下： 1. 設計方法統計捷運各站時流量。 2. 利用時間序列模型預測捷運時流量。 3. 配合人口特徵資料找出捷運主要客群結構。 4. 針對不同群體制定商業活動，試圖達到精準行銷。 透過分析捷運 OD(Original Destination)資料統計出各站時流量，並透過時間序列模型預測各 站時流量。此外，藉由捷運各站分時進站流量與各村里人口特徵資料，探討捷運搭乘客群，藉 此制定合宜商業活動。為了達到上述之目的，本研究以Dijkstra演算法統計捷運各站時流量、 以含季節性時間序列模型(SARIMA)預測時流量、K-means 分群演算法找出捷運搭乘客群。 因此，本研究之題目為「捷運流量樣態分析－利用 K-means 與時間序列模型尋找顧客群與 分時預測」。 貳、資料介紹與處理 一、捷運分時OD資料 所使用的資料為台北捷運一月份每日分時各站 OD 統計資料，每筆資料所對應的時段為出 站時間，以表一的最後一筆為例，代表 0:00~0:59這段時間有 4個人是從松山機場進站，內湖 出站。總資料有7,581,601筆，當中共有 59,973,222累積乘車人次，資料中共有 108個站點。 表一、每日分時各站OD 流量統計資料 圖一、台北捷運目前 107站站點圖     假設進出站時間皆在同一時段，將 OD資料轉換成每天各時段、站點與站點間目前的乘車 人次資料。每一段區間都會依照上行、下行而有不同的箭頭方向，此步驟是將各日期、各時段 的區間人次資料合併並統整。 圖二、 OD資料轉區間人次資料示意圖 但在整理 OD資料與區間人次資料轉換時，其實並沒有這麼順利，一個起點、終點站只會 有一種路線，藉由圖二也可以發現此事，例如從松江南京站到台北車站其實就有好多種不同的 乘車方式，那若遇到這種多路線的乘車方式時，要怎麼將這筆資料轉換成區間累積人次是我們 一開始面臨的一大挑戰。最終我們利用Dijkstra演算法幫助我們找出兩個站點間的最短搭乘路 徑，(這裡我們是假設相鄰兩站的距離皆相同下使用此演算法，之後也可以藉由得到各站點間 實際搭乘時間、距離得到真實的距離權重 ) 。 二、捷運進站時資料 表二、捷運時進站資料以105 年1月為例(僅擷取部分) 105 年的捷運時進站資料如表二之格式，每站共有7,694筆資料，從每日上午 5點至隔日凌 晨 1時，利用此資料各捷運站的進站人數分別將其分配至對應的村里，藉此與人口結構資料結 合。然而，時捷運進站資料雖為每日早上 5時至隔日凌晨 1時，但是下午 5時過後之進站，可     能是因為乘客在早上由某一站出站後，下午必須回程則有進站紀錄，若是這樣法將進站乘車的 紀錄準確對應至各村里的人口特徵，因此我們排除下午 5時以後之進站紀錄 即僅取用上午( 5 時至下午 4時之資料 ) 。 三、人口結構資料