社交网络信息对出行时刻选择行为的影响.docVIP

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 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 随着社交媒体和基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.本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有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, 并反映信息对交通系统的影响. 关键词： 城市交通; 贝叶斯学习; 出发时刻选择; 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@buaa.edu.cn 收稿日期：2017-04-14 基金：国家重点基础研究发展计划“973”项目 (2012CB725401) Impacts of Social Network Media on Departure Time Choice Behavior ZHANG Zhao-ze HUANG Hai-jun School of Economics and Management, Beihang University; Abstract： As social media and location-aware mobile devices are widespread, travelers not only consult travel experience and information from other people, but also share their information by the platform. This media tool provides a new way for reference. The accuracy of information has influence on individual behavior and system performance. This paper employs the Bayesian learning mechanism to simulate the individual dynamic learning of departure timing within one day and day-by-day. The Agent-based method is used. Different schemes, namely no information, inaccuracy information and accuracy information are investigated and compared. Results show that the proposed model could depict travelers timing behavior and evaluate the system performance caused by different schemes. Keyword： urban traffic; Bayesian learning; departure timing; bottleneck mode; social network media; Received： 2017-04-14 0 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了动力.这些基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, 研究社交网络信息传播对日常出行行为的影响具有重要意义. 现有文献中, 部分研究者基于不同场景, 对社交网络下如何分享信息进行了研究, 比如购物[1]、旅游[2]、通勤[3]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