Big Data Analysis on Transportation Operating Patterns and Passenger Behaviors－An Example of Intercity Bus Company “H”

摘要

國道客運在台灣的交通發展中有著非常久的歷史，其便宜的票價使得現今在台灣南北往返的運輸方式中仍然是主要的交通工具之一。雖然探討國道客運相關的文獻從古至今已有相當大的數量，然而近年來因為科技發展快速而興起的大數據分析卻在國道客運領域中並沒有太多的研究。因此大數據研究在國道客運方面的研究便是一大課題。 本研究收集並整理了H公司一年份的售票資料進行分析，藉此尋找出各時段與各路線的乘客總量並檢定其差異性與各預售票訂票平台在各時段的使用狀況，再透過類神經網路進行乘客量的預測建模，並探討各輸入變數像是「月份」、「星期幾」、「上下午」、「連假與否」、「連假第幾日」、「路線方向」等變數對於整體乘客量的變化會的影響程度大小以及影響整體神經網路精準度的最關鍵變數，最後再透過問卷探討面對H公司在北高路線需轉乘的限制上，乘客對於H公司北高路線服務的滿意度與最關鍵選擇因素為何。 根據本研究結果顯示，乘客量的變化具有一周七日的規律性，然而遇到連假時會打破這樣的規律，而在各預售票訂購平台的使用狀況也確實會受到搭乘時間的不同而有不同的使用率。統計檢定結果則是有些路線在一星期中特定的日子會有著與其他日子不同的乘客變化量，另外在一星期中大部分的日子中上下午都會有不同的乘客變化量。在類神經網路的部分，不管有無「月份」變數的影響，「星期幾」都是影響整體乘客變化量最大的變數與神經網路精準度的變數。另外在問卷的部分也忠實的呈現出北高路線乘客對於H公司的服務滿意度與服務使用經驗。透過這樣的研究可讓業者在擬定營運策略時作為參考。

獎項日期	2019
原文	English
監督員	Kevin-P Hwang (Supervisor)