城市出租车旅游的时空特征——以深圳市为例
摘要
1.简介
2.数据和方法
2.1. 研究区域和数据集
2.2. 方法
3.结果
3.1. 旅游出行的时空特征
3.2. 旅游客源地与地理环境因素的相关性研究
3.3. 旅游出行网络的结构特征
4.讨论
5.结论和未来工作
作者贡献
基金
机构审查委员会声明
知情同意书
数据可用性声明
利益冲突
工具书类
钱,X.W。; Ukkusuri,S.V.使用GPS数据的城市出租车乘客流量的空间变化。 申请。 地理。 2015 , 59 , 31–42. [ 谷歌学者 ] [ 交叉参考 ] Nutsugbodo,Y.R。; Amenumey,E.K。; Mensah,C.A.加纳国际游客的公共交通方式偏好:对交通规划的影响。 旅行行为。 Soc公司。 2008 , 11 , 1–8. [ 谷歌学者 ] [ 交叉参考 ] H.M.Cheng。; Li,S.Y。; 宁,Y.Z。; 陈,X。; 潘,R。; Zhang,Z.Y.利用出租车GPS数据对北京地方道路利用率的分析。 物理学。 A类 2020 , 545 , 1–9. [ 谷歌学者 ] [ 交叉参考 ] 卢,A。; McKercher,B.旅游活动建模:当地目的地分析。 安。旅游。 物件。 2006 , 33 , 403–423. [ 谷歌学者 ] [ 交叉参考 ] Shih,H.Y.,自驾车旅游目的地的网络特征:网络分析在旅游业中的应用。 游览。 管理。 2006 , 27 , 1029–1039. [ 谷歌学者 ] [ 交叉参考 ] 西南帕克。; Xu,Y。; 江,L。; Chen,Z.L。; Huang,S.Y.,旅游目的地的空间结构:利用移动大数据的轨迹数据挖掘方法。 安。旅游。 物件。 2020 , 84 , 1–17. [ 谷歌学者 ] [ 交叉参考 ] 郑维明。; 周,R。; 张,Z.M。; 钟,Y.H。; 王,S.R。; 赵伟。; Ji,H.P.使用GPS了解游客的流动性:游客之间的相似程度如何。 游览。 管理。 2018 , 71 , 54–66. [ 谷歌学者 ] [ 交叉参考 ] 张凯。; 陈,Y。; Li,C.L.通过计算机深度学习模型分析照片的视觉内容,发现游客在旅游目的地的行为和感知:北京案例。 游览。 管理。 2019 , 75 , 595–608. [ 谷歌学者 ] [ 交叉参考 ] Wang,F。; 彭,X。; 秦,Y.L。; 王,C.S.关于旅游区的环境表现,新闻能告诉我们什么? 中国国家5A级旅游景区的文本挖掘方法。 维持。 城市社会。 2020 , 52 , 1–12. [ 谷歌学者 ] [ 交叉参考 ] M.M.哈斯纳特。; Hasan,S.从基于位置的社交媒体数据中识别游客并分析其目的地的空间模式。 运输。 研究C部分应急技术。 2018 , 96 , 38–54. [ 谷歌学者 ] [ 交叉参考 ] 刘,X。; 龚,L。; 龚,Y.X。; Liu,Y.用出租车出行数据揭示出行模式和城市结构。 J.运输。 地理。 2015 , 43 , 78–90. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] Wang,Y.J。; 邓,Y。; 任,F。; 朱瑞霞。; 王,P。; 杜,T。; Du,Q.Y.空间结构、城市内部通勤模式和出行方式选择:加纳库马西大都市的关系分析。 城市 2020 , 96 , 1–20. [ 谷歌学者 ] 周,Y。; 方,Z.X。; 蒂尔,J.C。; Li,Q.Q。; Li,Y.G.城市交通网络中的功能关键位置:使用出租车轨迹进行识别和时空分析。 计算。 环境。 城市系统。 2015 , 52 , 34–47. [ 谷歌学者 ] [ 交叉参考 ] Wang,T.Y。; 岳,W.Z。; Ye,X.Y。; 刘,Y。; Liu,D.B.重新评估多中心城市结构:功能联系视角。 城市 2020 , 101 , 1–11. [ 谷歌学者 ] [ 交叉参考 ] 刘,Y。; Wang,F.H。; Xiao,Y。; Gao,S。城市土地利用和交通“源-汇区”:来自上海GPS出租车数据的证据。 朗诗。 城市规划。 2012 , 106 , 73–87. [ 谷歌学者 ] [ 交叉参考 ] Yang,Y。; 何,Z。; Song,Z.Y。; Fu,X。; Wang,J.W.中国西安出租车出行轨迹网络结构和空间特征调查。 物理A 2018 , 506 , 755–766. [ 谷歌学者 ] [ 交叉参考 ] 朱,D。; Wang,N.H。; 吴,L。; Liu,Y.Street作为城市研究中的大型地理数据集合和分析单位:使用北京出租车数据的案例研究。 申请。 地理。 2017 , 86 , 152–164. [ 谷歌学者 ] [ 交叉参考 ] 蔡,H。; 詹,X.W。; 朱,J。; 贾,X.P。; Chiu,A.S.F。; Xu,M.了解出租车出行模式。 物理A 2016 , 457 , 590–597. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 崔建新。; 刘,F。; Janssens,D。; 安,S。; Wets,G。; Cools,M.使用出租车GPS数据检测城市道路网可达性问题。 J.运输。 地理。 2016 , 51 , 147–157. [ 谷歌学者 ] [ 交叉参考 ] Kan,Z.H。; Tang,L.L。; Kwan,医学学士。; Ren,C。; 刘,D。; Li,Q.Q.使用出租车的GPS轨迹数据进行转弯处的交通拥堵分析。 计算。 环境。 城市系统。 2019 , 74 , 229–243. [ 谷歌学者 ] [ 交叉参考 ] 段,Z。; 张凯。; 陈,Z。; 刘振英。; 唐,L。; Yang,Y。; Ni,Y.Y.使用结合出行时间的混合深度神经网络预测城市规模的动态出租车始发地-目的地流量。 IEEE接入 2019 , 99 , 127816–127832. [ 谷歌学者 ] [ 交叉参考 ] Tulic,M。; Bauer,D。; Scherrer,W.Link和路线行程时间预测,包括基于出租车浮动车数据的城市网络中的相应可靠性。 运输。 资源回收。 2014 , 2442 , 140–149. [ 谷歌学者 ] [ 交叉参考 ] Yu,X.L。; 高,S。; 胡,X.B。; Park,H.一种马尔可夫决策过程方法,用于带网约车的空置出租车路线。 运输。 研究B部分方法。 2019 , 121 , 114–134. [ 谷歌学者 ] [ 交叉参考 ] 潘·G。; 齐,G。; 吴,Z。; 张,D。; Li,S.土地——使用出租车GPS轨迹进行土地用途分类。 IEEE传输。 智力。 运输。 系统。 2013 , 14 , 113–123. [ 谷歌学者 ] [ 交叉参考 ] 陈,E。; Ye,Z.R。; 王,C。; Zhang,W.B.使用智能卡数据发现建筑环境对地铁乘客流量的时空影响。 城市 2019 , 95 , 1–14. [ 谷歌学者 ] [ 交叉参考 ] 潘,Y.J。; Chen,S.Y。; 牛,S.F。; 马,Y.F。; Tang,K.结合空间异质性调查建成环境对交通状态的影响。 J.运输。 地理。 2020 , 83 , 1–14. [ 谷歌学者 ] [ 交叉参考 ] Pearce,D.G.朝向目的地的综合概念框架。 J.旅行研究。 2014 , 53 , 141–153. [ 谷歌学者 ] [ 交叉参考 ] 伯恩斯,P.M。; M.M.诺维利。 旅游与动员:本地-全球联系 ; CABI:英国沃林福德; 美国马萨诸塞州剑桥市,2008年。 [ 谷歌学者 ] 巴乔·R。; 斯科特,N。; Cooper,C.网络科学——一篇聚焦于旅游业的综述。 安。旅游。 物件。 2010 , 37 , 802–827. [ 谷歌学者 ] [ 交叉参考 ] 刘凯。; 尹,L。; 卢·F。; 牟,N.X.在POI类型语义空间上可视化和探索城市区域的POI配置。 城市 2020 , 99 , 102610. [ 谷歌学者 ] [ 交叉参考 ] Lou,Y。; 张C.Y。; 郑,Y。; 谢,X。; Wang,W。; Huang,Y.地图——低采样率GPS轨迹的匹配。 2009年11月4日至6日在美国华盛顿州西雅图举行的第17届ACM SIGSPATIAL国际地理信息系统进展研讨会会议记录; 第352-361页。 [ 谷歌学者 ] 西尔弗曼,B.W。 统计和数据分析的密度估计 ; 查普曼和霍尔:美国纽约州纽约市,1986年。 [ 谷歌学者 ] Songchitruksa,P。; Zeng,X.Getis–Ord空间统计,通过使用事件管理数据识别热点。 运输。 Res.Rec.公司。 2010 , 2165 , 42–51. [ 谷歌学者 ] [ 交叉参考 ] Fotheringham,A.S。; Zhan,F.B.空间点模式中聚类检测的三种探索性方法的比较。 地理。 分析。 1996 , 28 , 200–218. [ 谷歌学者 ] [ 交叉参考 ] Newman,M.E.J.《复杂网络的结构和功能》。 SIAM版本。 2003 , 45 , 167–256. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 布罗克曼,D。; 赫夫纳格尔,L。; Geisel,T。人类旅行的比例定律。 自然 2006 , 439 , 462–465. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 闫X.Y。; Han,X.P。; 王,H.B。; Zhou,T.个体流动模式的多样性和聚集标度律的出现。 科学。 代表。 2013 , 三 , 2678. [ 谷歌学者 ] [ 交叉参考 ] X·梁。; 郑,X。; 吕伟。; Zhu,T。; Xu,K。出租车对人的流动性的影响是指数级的。 物理统计力学。 申请。 2012 , 391 , 2135–2144. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 张,S。; Tang,J。; Wang,H。; Wang,Y。; An,S.从出租车轨迹揭示了城市内部的出行模式和服务范围。 J.运输。 地理。 2017 , 61 , 72–86. [ 谷歌学者 ] [ 交叉参考 ] 维洛索,M。; Phithakkitnukoon,S。; Bento,C。; 丰塞卡,北。; Olivier,P.使用出租车轨迹对城市交通流进行探索性研究。 2011年10月10日,在美国加利福尼亚州旧金山举行的与普及计算相结合的普及城市应用(PURBA)第一次研讨会会议记录中。 [ 谷歌学者 ] McKercher,B。; Lau,G.游客在目的地内的运动模式。 游览。 管理。 2008 , 10 , 355–374. [ 谷歌学者 ] [ 交叉参考 ] Masiero,L。; Zoltan,J.游客的目的地内访问和运输模式:一个双变量概率模型。 安。图尔。 物件。 2013 , 43 , 529–546. [ 谷歌学者 ] [ 交叉参考 ] McKercher,B。; 卢,A。 旅游流与游客空间分布 ; 旅游伴侣; Lew,A.,Hall,C.M.,Williams,A.,编辑。; 布莱克威尔:牛津,英国,2004年; 第36-43页。 [ 谷歌学者 ]