华南理工大学学报(自然科学版)

作者：吴文静 景鹏 贾洪飞 张铭航

单位：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

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

基金：教育部人文社会科学研究项目(19YJCZH189)

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．

来源：2019年第7期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第7期