基于 K 均值聚类与随机森林算法的居民低碳出行意向数据挖掘

doi:10.12141/j.issn.1000-565X.180116

华南理工大学学报(自然科学版) ›› 2019, Vol. 47 ›› Issue (7): 105-111.doi: 10.12141/j.issn.1000-565X.180116

基于 K 均值聚类与随机森林算法的居民低碳出行意向数据挖掘

吴文静¹ 景鹏^2† 贾洪飞¹ 张铭航¹

1．吉林大学交通学院，吉林长春 130000; 2．江苏大学汽车与交通工程学院，江苏镇江 212013

收稿日期:2018-03-14 修回日期:2019-03-27 出版日期:2019-07-25 发布日期:2019-06-01
通信作者: 景鹏(1978-)，男，博士，副教授，主要从事交通运输系统规划、交通仿真研究． E-mail:jingpeng@ujs.edu.cn
作者简介:吴文静(1980-)，女，博士，副教授，主要从事交通运输系统规划、交通行为分析研究． E-mail:wuwj@ jlu． edu． cn
基金资助:
教育部人文社会科学研究项目(19YJCZH189)

Low Carbon Travel Intention Data Mining for Residents Based on K-means Clustering and Random Forest Algorithm

WU Wenjing¹ JING Peng² JIA Hongfei¹ ZHANG Minghang¹

1． School of Transportation，Jilin University，Changchun 130000，Jilin，China; 2． School of Automotive and TrafficEngineering，Jiangsu University，Zhenjiang 212013，Jiangsu，China

Received:2018-03-14 Revised:2019-03-27 Online:2019-07-25 Published:2019-06-01
Contact: 景鹏(1978-)，男，博士，副教授，主要从事交通运输系统规划、交通仿真研究． E-mail:jingpeng@ujs.edu.cn
About author:吴文静(1980-)，女，博士，副教授，主要从事交通运输系统规划、交通行为分析研究． E-mail:wuwj@ jlu． edu． cn
Supported by:
Supported by the Research Project on Humanities and Social Sciences of Ministry of Education(19YJCZH189)

摘要/Abstract

摘要： 对居民低碳意识的形成机理进行研究，可以为交通管理者引导城市居民选择低碳出行方式提供重要依据．运用数据挖掘技术对低碳出行问卷数据进行分析;将计划行为理论框架下的 15 维问题视为表征居民低碳出行意愿的内在原因变量，应用 K 均值聚类算法对居民低碳出行意愿强度进行归类，并将所得结果作为被解释变量应用于随机森林模型中，探讨居民的社会属性特征、出行特征等对其低碳出行意愿的作用机理．结果表明: 基于 Silhouette 指标检验及 t-SNE 降维，居民低碳出行意愿可划分为 3 类:强烈、中立、不强烈;基于重要性指标显示影响最为显著的 4 项因素分别是居民的职业、居住地、家庭构成、通勤时间．研究结果从多个角度为城市交通低碳化发展及管理提供政策建议．

关键词: 低碳出行意愿, 数据挖掘, K 均值聚类, 随机森林, Silhouette 指标检验

Abstract: The research on the formation mechanism of residents' low carbon awareness will provide important basis for traffic managers to guide urban residents to choose low carbon travel． The questionnaire survey data of low car- bon travel intention were analyzed． The 15-dimensional questions under the framework of the theory of planned be- havior were considered as the intrinsic variables for residents' low carbon travel intention． K-means clustering algo- rithm was used to classify individual types according to individuals' willingness intensity． The results were used as the explanatory variables in the random forest algorithm for identifying individuals’attribute characteristics and travel characteristics of different types of individuals． The results show that，based on the Silhouette index test and the t-SNE dimension reduction visualization，the residents' low carbon travel intention can be divided into three categories: willingness，neutrality and unwilling; and based on the importance of the indicators，the 4 most signi- ficant factors are identified as the individual's occupation，residence，family composition，travel time． The re- search results provide suggestions for the development and management of urban traffic low carbonization from multi- ple perspectives．

Key words: low carbon travel intention, data mining, K-means clustering, random forest, Silhouette index test

中图分类号:

U491.1

吴文静景鹏贾洪飞张铭航. 基于 K 均值聚类与随机森林算法的居民低碳出行意向数据挖掘[J]. 华南理工大学学报(自然科学版), 2019, 47(7): 105-111.

WU Wenjing JING Peng JIA Hongfei ZHANG Minghang. Low Carbon Travel Intention Data Mining for Residents Based on K-means Clustering and Random Forest Algorithm[J]. Journal of South China University of Technology(Natural Science Edition), 2019, 47(7): 105-111.

[1]	蔡晓东洪涛曹艺. 基于极化关系表述与低维数据间关联学习的推荐模型[J]. 华南理工大学学报（自然科学版）, 2022, 50(1): 122-131.
[2]	周璇, 王晓佩, 梁列全, 等. 基于随机森林算法的制冷剂充注量故障诊断 [J]. 华南理工大学学报（自然科学版）, 2020, 48(2): 16-24.
[3]	张子烨, 李明畅, 梁凌睿, 等. 推荐系统信息跨领域的改进迁移学习算法[J]. 华南理工大学学报（自然科学版）, 2020, 48(11): 99-106.
[4]	蔡泽祥马国龙孙宇嫣黄昱翰. 基于数据挖掘的电力设备运维与决策分析方法[J]. 华南理工大学学报（自然科学版）, 2019, 47(6): 57-64,71.
[5]	李祥霞李彬田联房朱文博张莉. 基于放射影像组学和随机森林算法的肺结节良恶性分类[J]. 华南理工大学学报（自然科学版）, 2018, 46(8): 72-80.
[6]	郑晓峰王曙. 基于粗糙集与关联规则的道路运输管理信息数据挖掘方法[J]. 华南理工大学学报（自然科学版）, 2014, 42(2): 132-138.
[7]	陈兴蜀张帅童浩崔晓靖. 基于布尔矩阵和 MapReduce 的 FP-Growth 算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(1): 135-141.
[8]	梁瑾罗飞许玉格. 基于决策表的模糊粗糙单调依赖算法及其应用[J]. 华南理工大学学报（自然科学版）, 2011, 39(7): 7-12.
[9]	张福勇齐德昱胡镜林. 基于IRP的未知恶意代码检测方[J]. 华南理工大学学报（自然科学版）, 2011, 39(4): 15-20.
[10]	贾西平彭宏郑启伦石时需江焯林. 基于主题的文档检索模型[J]. 华南理工大学学报（自然科学版）, 2008, 36(9): 37-42.
[11]	金义富朱庆生. 一种离群数据集延伸知识发现框架[J]. 华南理工大学学报（自然科学版）, 2008, 36(9): 31-36.
[12]	阂华清卢炎生蒋晓宇. 基于共同进化计算的分类规则算法[J]. 华南理工大学学报（自然科学版）, 2006, 34(6): 69-73.
[13]	伍忠东高新波谢维信. 基于核方法的分类型属性数据集模糊聚类算法[J]. 华南理工大学学报(自然科学版), 2004, 32(9): 23-28.
[14]	唐东平王晓玉. 基于数据仓库的医药行业企业信息门户[J]. 华南理工大学学报(自然科学版), 2003, 31(7): 10-14,18.
[15]	李迪张春华曾　安. 自动化弧焊过程在线质量监测与管理平台 [J]. 华南理工大学学报(自然科学版), 2003, 31(1): 79-83.

基于 K 均值聚类与随机森林算法的居民低碳出行意向数据挖掘

Low Carbon Travel Intention Data Mining for Residents Based on K-means Clustering and Random Forest Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价