基于随机森林模型的交通拥堵疏导效果评估

doi:10.13229/j.cnki.jdxbgxb.20230477

摘要/Abstract

摘要：

为评估短视频传播对交通拥堵的疏导效果，本文首先对短视频特征要素进行挖掘，选取5个要素、13个维度对短视频特征构建指标体系；在此基础上，采用一种机器学习的随机森林模型对交通短视频传播的有效概率进行预测，并与传统预测模型进行比较。特别指出，文中首次提出了交通疏导有效性指数概念，定量化评估短视频对交通拥堵疏导的效果。以天津市五大道区域道路作为实例验证，结果显示：交通短视频的来源、主题、素材、用途、传播力和评论内容指南6个维度对其有效传播概率具有强相关性，平均有效传播概率在0.19~0.28；最终计算得到线路一和线路二的平均交通疏导有效性指数分别为0.008 pcu/人次和0.011 pcu/人次，总体上认为交通拥堵疏导效果明显。本研究为新媒体时代下道路交通管控提供了新思路。

关键词: 城市交通, 交通拥堵疏导, 随机森林, 短视频, 抖音

Abstract:

To evaluate the effectiveness of short video dissemination on traffic congestion alleviation， this paper takes Tik Tok short video dissemination as the research object， and through the analysis of the dissemination characteristics of short videos， selects 5 major elements and 13 dimensions to construct an indicator system for short video characteristics. Based on above， a random forest model of machine learning is constructed to predict effective probabilistic of traffic short video dissemination and compare it with traditional prediction models. In particular， this paper proposes the concept of traffic diversion validity index for the first time， and quantitatively analyzes the effectiveness of short video on traffic diversion. Taking the road in the Five Avenue of Tianjin as an example， the results show that the six dimensions of the source， theme， material， purpose， communication power and comment content guide of the short traffic video have a strong correlation with their effective communication probability， and the average effective communication probability is in the range of 0.19-0.28； the final calculation results of the short video traffic guidance effectiveness index of Line 1 and Line 2 are 0.008 pcu/person-time and 0.011 pcu/person-time， respectively. Generally speaking， it is considered that the effect of traffic congestion relief is obvious. This paper provides new ideas for road traffic control in the new media era.

Key words: urban traffic, traffic dispersion, random forest, short video, TikTok

中图分类号:

U491.4

孙峣,姚宝珍,白子建. 基于随机森林模型的交通拥堵疏导效果评估[J]. 吉林大学学报(工学版), 2025, 55(2): 512-519.

Yao SUN,Bao-zhen YAO,Zi-jian BAI. Evaluate the validity of traffic congestion dispersion based on random forest method[J]. Journal of Jilin University(Engineering and Technology Edition), 2025, 55(2): 512-519.

图/表 9

表1

图1

图2

图3

表2

图4

表3

表4

表5

参考文献 21

1	吴帆超. 论新媒体语境下城市形象的传播影响[J]. 传播力研究, 2020, 4(18): 36-37.
	Wu Fan-chao. On the communication influence of city image in the context of new media[J]. Research on Transmission Competence, 2020, 4(18): 36-37.
2	罗艺漫. 移动短视频于城市品牌化中的传播与突破——以抖音APP中厦门城市形象为例[J]. 传媒论坛, 2021, 4(1): 27-28.
	Luo Yi-man. Communication and breakthrough of mobile short video in city branding[J]. Media Forum, 2021, 4(1): 27-28.
3	田丽君, 杨茜, 黄海军, 等. 基于累积前景理论的出行方式选择模型及实证[J]. 系统工程理论与实践, 2016, 36(7): 1778-1785.
	Tian Li-jun, Yang Qian, Huang Hai-jun, et al. The cumulative prospect theory-based travel mode choice model and its empirical verification[J]. System Engineering Theory and Practice, 2016, 36(7): 1778-1785.
4	宗芳, 路峰瑞, 唐明, 等. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报: 工学版, 2018, 48(4): 1023-1028.
	Zong Fang, Lu Feng-rui, Tang Ming, et al. Impact of habit and traffic condition on travel route selection[J]. Journal of Jilin University (Engineering and Technology Edition), 2018, 48(4): 1023-1028.
5	潘晓锋, 左志. 基于潜在类别模型的出行决策机理异质性研究[J]. 交通运输工程与信息学报, 2022, 20(1): 55-62.
	Pan Xiao-feng, Zuo Zhi. Utilizing a latent class model to explore heterogeneity in travel decision mechanism[J]. Journal of Transportation Engineering and Information, 2022, 20(1): 55-62.
6	凃强, 程琳, 林芬, 等. 考虑出行者风险态度的最优路径搜索[J]. 吉林大学学报: 工学版, 2019, 49(3): 720-726.
	Tu Qiang, Cheng Lin, Lin Fen, et al. Finding shortest path considering traveler's risk attitude[J]. Journal of Jilin University (Engineering and Technology Edition), 2019, 49(3): 720-726.
7	齐航, 于跃洋, 王光超, 等. 策略性交通出行选择行为研究评述: 实验经济学方法的应用[J]. 交通运输工程与信息学报, 2022, 20(3): 141-153.
	Qi Hang, Yu Yue-yang, Wang Guang-chao, et al. A literature review of laboratory experimental studies on travel decisions under strategic uncertainty in directed transportation networks: the application of experimental economics methodology[J]. Journal of Transportation Engineering and Information, 2022, 20(3): 141-153.
8	申婵, 崔洪军. 基于可靠性最短路的实时定制公交线路优化研究[J]. 交通运输系统工程与信息, 2019, 19(6): 99-104.
	Shen Chan, Cui Hong-jun. Optimization of real-time customized shuttle bus lines based on reliability shortest path[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(6): 99-104.
9	Pel A, Bliemer M, Hoogendoorn S. Hybrid route choice modeling in dynamic traffic assignment[J]. Transportation Research Record Journal of the Transportation Research Board, 2009, 2091: 100-107.
10	安实, 崔娜, 于航. 基于Multi-agent 协商的出行信息个性化服务策略[J]. 西南交通大学学报, 2010, 45(4): 627-634.
	An Shi, Cui Na, Yu Hang. Personalized service strategy of travel information based on Multi-agent negotiation[J]. Journal of Southwest Jiaotong University, 2010, 45(4): 627-634.
11	Jou R C. Modeling the impact of pre-trip information on commuter departure time and route choice[J]. Transportation Research, Part B Methodological, 2001, 35(10): 887-902.
12	刘凯, 周晶, 毕秀霞, 等. 出行者信息类型偏好对其路径选择行为影响研究[J]. 交通信息与安全, 2019, 37(5): 71-77.
	Liu Kai, Zhou Jing, Bi Xiu-xia, et al. Impacts of traffic information type preference on urban travelers' route choice[J]. Journal of Transport Information and Safety, 2019, 37(5): 71-77.
13	宋现敏, 杨舒天, 刘明鑫, 等. 站点间公交行程时间波动特性及预测方法[J]. 吉林大学学报: 工学版, 2022, 52(8): 1792-1799.
	Song Xian-min, Yang Shu-tian, Liu Ming-xin, et al. Fluctuation characteristics and prediction method of bus travel time between stations[J]. Journal of Jilin University (Engineering and Technology Edition), 2022, 52(8): 1792-1799.
14	宗芳, 王占中, 贾洪飞, 等. 基于支持向量机的通勤日活动-出行持续时间预测[J]. 吉林大学学报: 工学版, 2016, 46(2): 406-411.
	Zong Fang, Wang Zhan-zhong, Jia Hong-fei, et al. Prediction of commuter's daily activity-travel duration time with support vector regression[J]. Journal of Jilin University (Engineering and Technology Edition), 2016, 46(2): 406-411.
15	李志慧, 孙雅倩, 陶鹏飞, 等. 交通事故后的交通运行风险状态等级预测方法[J]. 吉林大学学报: 工学版, 2022, 52(1): 127-135.
	Li Zhi-hui, Sun Ya-qian, Tao Peng-fei, et al. Prediction method of traffic operation risk level after traffic accident[J]. Journal of Jilin University (Engineering and Technology Edition), 2022, 52(1): 127-135.
16	Sun Y, Yan Q, Jiang Y, et al. Reliability prediction model of further bus service based on random forest[J]. Journal of Algorithms & Computational Technology, 2017, 11(4): 327-335.
17	陆丹, 徐丹妮. 短视频政务号对城市形象的建构分析——以“珠海交警”抖音号为例[J]. 新媒体研究, 2020, 6(10): 57-60.
	Lu Dan, Xu Dan-ni. Analysis of the construction of city image by short video government number—taking the TicTok account called "Zhuhai Traffic Police" as an example[J]. New Media Research, 2020, 6(10): 57-60.
18	方匡南, 吴见彬, 朱建平. 随机森林方法研究综述[J]. 统计与信息论坛, 2011, 26(3): 32-38.
	Fang Kuang-nan, Wu Jian-bin, Zhu Jian-ping, et al. A review of technologies on random forests[J]. Statistics and Information Forum, 2011, 26(3): 32-38.
19	朱少武, 孙海春, 罗万杰, 等. 基于GPS数据的交通出行模式及转换点识别算法[J]. 山东科技大学学报: 自然科学版, 2021, 40(1): 61-70.
	Zhu Shao-wu, Sun Hai-chun, Luo Wan-jie, et al. Traffic travel mode and conversion point recognition algorithm based on GPS data[J]. Journal of Shandong University of Science and Technology (Natural Science), 2021, 40(1): 61-70.
20	李浩, 张杉, 曹斌, 等. 基于城市道路卡口数据的交通流量预测[J]. 重庆大学学报, 2020, 43(11): 29-40.
	Li Hao, Zhang Shan, Cao Bin, et al. Prediction traffic flow based on teaffic data of urban road check points[J]. Journal of Chongqing University, 2020, 43(11): 29-40.
21	.城市道路工程设计规范 [S].

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

评价分类	特征要素	具体维度
内容生产	来源	原创；政务号；媒体号；娱乐号
	时长	<10 s；10~60 s；>60 s
	题材	情景型；内容型
	主题	服务类；宣传类；娱乐类；报道类
	素材	图片；音频；字幕合成；监控画面；二次加工
	用途	怀念；记录；警示；感想；娱乐
内容组织	话题标签	有关联；没有关联
内容组织	主题策划	有；没有
内容传播	传播力	点赞；评论；分享
内容传播	评论内容指向	与主题相关；不相关
内容消费	评论态度	肯定；质疑；悲伤；愤怒等
内容运营	定位	有上线视频；无上线视频；界面有定位；无定位
内容运营	功能	有功能介绍；无功能介绍

预测模型	预测精度/%	平均绝对百分比误差
ARMA	79.06	0.458
BPNN	84.39	0.395
SVM	92.51	0.157
RF	95.36	0.128

项目	对照组1 （6~10日）	对照组2 （13~17日）	实验组（20~24日）
平均	1 751.9	1 776.9	1 653.5
方差	14 259.65	12 109.66	26 666.94
观测值	10	10	10
泊松相关系数	—	0.995 494	-0.321 81
假设平均差	—	0	0
df	—	9	9
t Stat.	—	-5.505 19	1.345 582
P（T<=t）单尾	—	0.000 189	0.105 677
P（T<=t）双尾	—	0.000 378	0.211 354

日期	时间	累计播放量 /人次	有效传播概率/%	累计有效传播频次/人次	线路一有效性指数/（pcu·人次^-1）	线路二有效性指数/（pcu·人次^-1）
星期三	7：30~8：30	33 952	0.35	11 883	0.024	0.020
星期三	17：00~18：00	46 720	0.32	15 969	0.014	0.011
星期四	7：30~8：30	60 238	0.36	20 835	0.015	0.013
星期四	17：00~18：00	65 391	0.30	22 381	0.011	0.014
星期五	7：30~8：30	73 944	0.33	25 204	0.004	0.014
星期五	17：00~18：00	76 208	0.26	25 792	0.002	0.015
平均	—	76 208	0.34	25 792	0.008	0.011

[1]	年光跃,潘海啸,孙健. 城市建成环境与道路交通运行关系[J]. 吉林大学学报(工学版), 2025, 55(1): 141-149.
[2]	董春娇,陆育霄,马社强,李鹏辉. 考虑等待忍耐时间的电动自行车违规行为研判[J]. 吉林大学学报(工学版), 2024, 54(9): 2540-2546.
[3]	马书红,廖国美,黄岩,张俊杰. 建成环境对交通小区地铁通勤客流的异质性影响[J]. 吉林大学学报(工学版), 2024, 54(7): 1913-1922.
[4]	熊志华,董黛悦,董春娇,郑炎,解超. 考虑个人偏好的观赛人群组合决策选择行为[J]. 吉林大学学报(工学版), 2024, 54(4): 979-986.
[5]	吴娇蓉,林清凯,邓泳淇. 基于公交线路运行稳定性的潜在公交专用道需求识别方法[J]. 吉林大学学报(工学版), 2024, 54(3): 692-699.
[6]	庄焱,董春娇,米雪玉,张小雨,王菁. 基于随机参数Logit的中小城市居民出行方式选择建模[J]. 吉林大学学报(工学版), 2024, 54(2): 461-468.
[7]	张文会,伊静. 考虑通行能力和排队延误的公交停靠系统优化[J]. 吉林大学学报(工学版), 2024, 54(1): 146-154.
[8]	宋世军,樊敏. 基于随机森林算法的大数据异常检测模型设计[J]. 吉林大学学报(工学版), 2023, 53(9): 2659-2665.
[9]	杨亚让,吴云虎. 基于随机森林的无线传感器通信网络阻塞故障检测[J]. 吉林大学学报(工学版), 2023, 53(5): 1490-1495.
[10]	王斌,何丙辉,林娜,王伟,李天阳. 基于随机森林特征选择的茶园遥感提取[J]. 吉林大学学报(工学版), 2022, 52(7): 1719-1732.
[11]	邝先验,陈自如. 基于CA的无信号灯控制路段行人过街横道处动态博弈礼让行为[J]. 吉林大学学报(工学版), 2022, 52(4): 837-846.
[12]	贾洪飞,邵子函,杨丽丽. 终点不确定条件下网约车合乘匹配模型及算法[J]. 吉林大学学报(工学版), 2022, 52(3): 564-571.
[13]	董春娇,董黛悦,诸葛承祥,甄理. 电动自行车出行特性及骑行决策行为建模[J]. 吉林大学学报(工学版), 2022, 52(11): 2618-2625.
[14]	曹振,崔路瑶,雷斌,王婧旖,曹双胜. 城轨列车滚动轴承智能诊断的特征降维与随机森林方法[J]. 吉林大学学报(工学版), 2022, 52(10): 2287-2293.
[15]	杨世军,裴玉龙,潘恒彦,程国柱,张文会. 城市公交车辆驻站时间特征分析及预测[J]. 吉林大学学报(工学版), 2021, 51(6): 2031-2039.