TPASS X TDX

資料處理

第一次資料

TPASS
問題：無真實車站名(以車站序號表示)

第二次資料

MaaS資料、各業者語音代碼經緯度對照表
TPASS資料的車站序號與各業者語音代碼經緯度對照表的代碼不同，無法匹配
第二次資料成果

第三次資料

TPASS、漢程-高雄市77路-票證資料
因漢程提供之資料為票證資料，故車站序號不完整(有缺)
利用77路資料與各業者語音代碼經緯度對照表 merge，串出完整資料可與 TPASS merge
但車站順序有些微不相符

第四次資料

TPASS、TDX資料(TDX網站)
TDX資料的公車路線站序與 TPASS車站序號相符
TDX資料已包含經緯度資料，可成功串出所需完整資料

利用TDX的資料進行匹配

TDX資料：高雄市市區公車路線站序歷史資料2024-05-01
因市區公車不含"非整數路線"(如'3ADB'路線)故先剔除"非整數路線"
非整數路線
- 資料量: 176452
- 路線個數: 275
整數路線的TPASS資料
- 資料量: 479540
- 路線個數: 542
TDX資料
- 路線個數: 323
配對失敗(TPASS資料有，但TDX資料無)
- 路線個數: 201

成功匹配經緯度之資料

檔案: matched_data.csv
資料量: 278806
成功配對路線個數: 153

77路資料比對

漢程客運提供之站序資料可能與TPASS、TDX的資料不符

TPASS的最後站序: 84
TDX串接後的最後站序: 84
漢程客運提供之最後站序: 81

方向與站序

Direction是1代表去, 0代表回

之前預設Direction是0代表去, 1代表回
發現許多人是從5上車，2下車 -> 若依照原本算法，會在旗山轉運站上車 -> 可能是1代表去, 0代表回
更正後

搭乘次數分析

每人搭乘次數統計
- 縱軸：累積人數 / 橫軸：搭乘次數
取出前五多的搭乘內碼
- 檔案：top_five_codes_data.csv

Kmeans

原先使用OD資料分群
- 可能會造成同個人被分到不同群(因為用票卡資料分群的)
改成使用同一內碼分群
- 票價 -> 取平均票價
- 搭乘次數 -> 總和
- weekday次數比例 -> 在weekday的次數 / 搭乘次數
- work_time次數比例 -> 在work_time的次數 / 搭乘次數
測試分幾群比較好 -> 取5群

Flow Map

空間分群

flow-clustering

只考慮od起訖站點(不考慮其od的運量)
使用參數：alpha = 0.55 (邊界圓尺度係數)、K = 25 (近鄰數)加註解
分成 2784 群
檔案：merged_and_reordered_clusters.csv
前五多路線的群：
- 6 (1654)、16 (1335)、53 (1127)、13 (1102)、68 (1000)
前五多運量的群：
- 16 (13610)、6 (13213)、27 (11464)、2 (10890)、68 (10270)

分析第6群

QGIS FlowMapper

GREEN nodes gaining flows (incoming>outgoing)
RED nodes losing flows (incoming<outgoing)

若需將此群畫成一個起訖點，該怎麼決定起訖點的位子?
依權重選計算座標值? 選定較中間的一個站牌點位?

Top 30 SCluster 分析

檔案：top_30_clusters_data.csv

Weekday/ weekend

Work time

Price (distance)

41：塔仔腳 -> 中華路口(溪洲醫院) , 高鐵左營站 -> 旗山轉運站
48：竹崎(高雄科大.燕巢) -> 三民公園(博愛路口)
82：崙仔頂(福安) -> 叢仔坑

選取代表點位製作FlowMap

代表點位選取規則
- 先將同一群的票卡資料依權重(搭乘次數)加權平均，計算加權質心的經緯度
- 選取與加權質心的經緯度最鄰近的座標點
前五大路線的代表點位
- 民族國中側門 -> 民族陸橋 (第16群)
- 憲政路口 -> 大昌二路(建工路口) (6)
- 大樂民族店 -> 三民高中(明誠一路) (27)
- 台鋁新村 -> 前鎮站 (2)
- 高雄高商(五褔二路) -> 新聞報 (68)