出租车大数据挖掘.pptxVIP

出租车大数据挖掘;一、道路拥堵分析预测;二、根据出租车GPS轨迹得出乘客打车密集区域;三、乘客出行特征分析; 分析事项： 1、乘客日出行量分析 2、乘客出行时间段分析 作用： 根据乘客日出行量可以更合理的统筹出租车具体投放数量，从而节省运营成本，并且缓解交通压力；利用柱状图可以分析乘客出行时间特征，根据乘客出行时间特征，为出租车换班提供合理的数据依据，避免上一班司机和下一班司机出现载客不均现象 ;四、出租车等待间隔分析;分析结果： 1、根据出租车每次载客的终点时间和起点时间，得出出租车每次候客时长 2、结合GPS信息得出如下所示分析报表 作用： 根据以上数据可以确定，候车时长小于15分钟的占90.7%，占大部分，候车超过25分钟的占绝小部分。并且可以根据图表显示出各区域待客情况，可以根据车辆投入情况和待客比例随时调度车辆，如果再将数据累计分析出各季节以及节假日情况，可以更好的为调度服务，从而降低乘客出行压力，并且可以降低出租车运营成本。 ;五、出租车行径跟踪; 分析结果： 根据出租车载客的起点和终点时间，计算出载客短中长各时段的数据。得出上表后，根据分析结果可以得出乘客乘坐出租车以中短途为主。 作用： 1、根据以上分析结果可以合理安排出租车起步价，避免起步价定的太低，导致有过多打车出行乘客，也避免定的太高，导致乘客选择其他方式出行，致使出租车空载率上升。 2、结