《表4 不同类型乘客的频繁活动序列模式》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《公共交通乘客个体活动链的日相似性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于出行链数据构建活动链，利用Prefixspan算法挖掘每位乘客的频繁活动序列模式，统计3类乘客频繁活动序列的频率分布，结果如表4所示.表4中仅展示活动类型，其中，H、M、S、M、O分别代表居家、上班、上学、生活外出、其他.每类用户中约70%乘客的频繁活动序列是对称模式，即每天乘坐公共交通往返于居住地与活动地，表明大部分乘客对公共交通的依赖性较高；约30%乘客为非对称模式，即部分出行采用非公共交通，其对公共交通的依赖性较低.