基于后悔理論的社交網(wǎng)絡(luò)分享型交通信息的用戶(hù)價(jià)值研究*

戢曉峰　連晨希

(昆明理工大學(xué)交通工程學(xué)院　昆明 650500)

0　引　言

隨著ATIS(advanced traveler information system)、“互聯(lián)網(wǎng)+”及移動(dòng)終端應(yīng)用的普及，使得社交網(wǎng)絡(luò)分享的交通信息成為日常出行的重要參考。通常個(gè)體用戶(hù)獲得的社交網(wǎng)絡(luò)信息是由好友發(fā)布、分享得來(lái)，而非來(lái)自于強(qiáng)烈的信息搜尋意識(shí)與針對(duì)性的搜尋行為,因此，用戶(hù)瀏覽大量的社交網(wǎng)絡(luò)信息主要為被動(dòng)接收信息的過(guò)程，同時(shí)無(wú)意識(shí)地接收了其中的交通信息。目前鮮有學(xué)者關(guān)注此類(lèi)交通信息對(duì)交通行為的影響，亟須開(kāi)展相關(guān)研究為網(wǎng)絡(luò)時(shí)代交通信息的發(fā)布策略提供理論依據(jù)。

目前，交通信息對(duì)交通行為的影響仍是重要的熱點(diǎn)研究領(lǐng)域[1-3]，如Eran等[4]設(shè)計(jì)了不同準(zhǔn)確度的交通信息場(chǎng)景，分析出行者對(duì)交通信息反應(yīng)的靈敏度。鞏亞文[5]分析了信息條件下出行者路徑選擇的相互影響關(guān)系，建立了路徑選擇演化博弈模型并總結(jié)了其演化規(guī)律。熊軼[6]通過(guò)建立期望路徑出行時(shí)間期望函數(shù)，研究了交通信息條件下不同屬性出行者的行為演化。魏雪梅等[7]建立了駕駛員屬性、出行信息源選擇及搜尋行為之間的結(jié)構(gòu)方程模型，分析了駕駛員的出行信息搜尋過(guò)程。隨著交通信息應(yīng)用的日益普及，ATIS的市場(chǎng)占有率與交通信息的價(jià)值、效益逐漸受到研究者與管理者的關(guān)注[8-12]。如IIDA等[13]分析了不同質(zhì)量交通信息下的路徑選擇，發(fā)現(xiàn)交通信息對(duì)決策的影響力隨其質(zhì)量下降而逐漸降低。伍速鋒等[14]認(rèn)為交通信息能夠減少出行選擇的不確定性，并利用效用理論與貝葉斯推理建立了交通信息效用模型。Chorus等[15]認(rèn)為出行者會(huì)做出期望后悔最小的決策，并基于此建立了交通信息價(jià)值模型。閆禎禎等[16]在構(gòu)建交通信息感知價(jià)值模型的基礎(chǔ)上，探索了不同路網(wǎng)組合的交通信息感知價(jià)值。

當(dāng)前，社交網(wǎng)絡(luò)已經(jīng)逐漸成為日常生活的主要信息源，網(wǎng)絡(luò)的海量信息中通常也包含了大量的交通出行信息[17]。綜上所述可以發(fā)現(xiàn)，基于效用、后悔等理論的交通信息行為及交通信息價(jià)值研究已經(jīng)逐步開(kāi)展，但對(duì)社交網(wǎng)絡(luò)中的交通信息卻鮮有涉及。社交網(wǎng)絡(luò)已成為當(dāng)前重要的交通信息分享渠道，對(duì)社交網(wǎng)絡(luò)環(huán)境下的交通信息用戶(hù)價(jià)值進(jìn)行評(píng)估，可以為網(wǎng)絡(luò)環(huán)境下交通信息的發(fā)布提供重要的理論依據(jù)。為了研究社交網(wǎng)絡(luò)環(huán)境下交通信息的用戶(hù)價(jià)值，首先剖析了社交網(wǎng)絡(luò)中交通信息的產(chǎn)生與傳播過(guò)程，并對(duì)社交網(wǎng)絡(luò)中交通信息的特征進(jìn)行分析；然后基于后悔理論建立社交網(wǎng)絡(luò)環(huán)境下交通信息用戶(hù)價(jià)值的評(píng)估方法，并在此基礎(chǔ)上分析社交網(wǎng)絡(luò)中交通信息的用戶(hù)價(jià)值特征；最后通過(guò)設(shè)計(jì)不同的算例場(chǎng)景對(duì)社交網(wǎng)絡(luò)中交通信息的用戶(hù)價(jià)值進(jìn)行了對(duì)比分析。

1　社交網(wǎng)絡(luò)中的交通信息特征分析

1.1　社交網(wǎng)絡(luò)中交通信息的產(chǎn)生與傳播

在互聯(lián)網(wǎng)時(shí)代，社交網(wǎng)絡(luò)是現(xiàn)代生活信息交流的重要平臺(tái)，網(wǎng)絡(luò)信息行為推動(dòng)了網(wǎng)絡(luò)信息的產(chǎn)生與傳播。信息行為是在需求和能力的調(diào)節(jié)下產(chǎn)生的，主要的網(wǎng)絡(luò)信息行為有信息的獲取、信息分享與信息的使用等。出行信息也將通過(guò)網(wǎng)絡(luò)信息行為在社交網(wǎng)絡(luò)中產(chǎn)生并且傳播。

1) 社交網(wǎng)絡(luò)中的交通信息來(lái)源廣泛。通常包括用戶(hù)體驗(yàn)、運(yùn)營(yíng)賬號(hào)的直接描述、其他社交網(wǎng)絡(luò)平臺(tái)、第三方軟件信息來(lái)源等；其中，運(yùn)營(yíng)賬號(hào)是指通過(guò)專(zhuān)門(mén)發(fā)布交通信息以吸引其他用戶(hù)，并可獲取利益的經(jīng)營(yíng)類(lèi)賬號(hào)，第三方軟件主要包括手機(jī)導(dǎo)航類(lèi)軟件，公交查詢(xún)類(lèi)軟件以及網(wǎng)約車(chē)類(lèi)軟件等。

2) 網(wǎng)絡(luò)信息的獲取通常分為2種形式：一種為主動(dòng)查詢(xún)，如關(guān)鍵字搜索等方式；另一種為被動(dòng)接受，如信息推送等。隨著社交網(wǎng)絡(luò)的不斷發(fā)展，用戶(hù)量與網(wǎng)絡(luò)信息量迅速膨脹。而在海量的社交網(wǎng)絡(luò)平臺(tái)中，經(jīng)常包含有與實(shí)時(shí)交通狀態(tài)相關(guān)的出行信息。這些出行信息通常在無(wú)意間被用戶(hù)接收。

3) 對(duì)于社交網(wǎng)絡(luò)中的出行信息來(lái)說(shuō)，另一種重要的信息行為是網(wǎng)絡(luò)信息的分享行為。網(wǎng)絡(luò)社交平臺(tái)的信息傳播優(yōu)勢(shì)在于其對(duì)信息分享者的限制程度較低，一般的用戶(hù)均可分享自己的既得信息。由此，符合用戶(hù)偏好的出行信息就有可能被用戶(hù)分享，則該出行信息的接收范圍將會(huì)擴(kuò)大。

4) 社交網(wǎng)絡(luò)中的出行信息被用戶(hù)接受必然會(huì)產(chǎn)生信息的使用行為。出行信息的不斷分享、傳播使得更多的用戶(hù)接收到該出行信息，而用戶(hù)中的出行者在做出行決策時(shí)必然會(huì)在某種程度上對(duì)社交網(wǎng)絡(luò)中的出行信息予以考慮。社交網(wǎng)絡(luò)中的出行信息使用行為則主要體現(xiàn)于該信息對(duì)出行者的決策影響。

1.2　社交網(wǎng)絡(luò)中的交通信息特征分析

1) 從內(nèi)容上看，社交網(wǎng)絡(luò)中交通信息的內(nèi)容具有模糊性。日常的網(wǎng)絡(luò)信息中，往往包含了部分較為模糊的交通信息。例如，城市交通擁堵時(shí)，用戶(hù)的“抱怨”中就可能包含了交通擁堵的時(shí)刻、路段等信息。此類(lèi)信息通常描述模糊，主觀意愿強(qiáng)烈易引起關(guān)注或共鳴，但卻是其他出行者在決策時(shí)的重要依據(jù)。

2) 社交網(wǎng)絡(luò)中的交通信息的傳播范圍具有一定的不可控性。網(wǎng)絡(luò)信息的傳播動(dòng)力主要為用戶(hù)興趣，一條具有較強(qiáng)吸引力的交通信息在社交網(wǎng)絡(luò)中傳播的時(shí)間、范圍等因素均難以有效控制。

2　交通信息用戶(hù)價(jià)值評(píng)估模型

交通信息用戶(hù)價(jià)值的評(píng)估必須關(guān)注用戶(hù)的感受，不可視為一個(gè)完全理性的效用測(cè)量過(guò)程。關(guān)注效用對(duì)比的后悔理論逐漸應(yīng)用于出行決策的研究中[15-16]。后悔可理解為一件既定事情狀態(tài)或結(jié)果與其可選結(jié)果之間的對(duì)比而產(chǎn)生的情緒。后悔理論認(rèn)為[18]，對(duì)決策的評(píng)價(jià)一方面與行動(dòng)結(jié)果有關(guān)，另一方面還與其放棄的可能更好的選擇有關(guān)。以決策行為的效用為標(biāo)準(zhǔn)，當(dāng)既定決策的效用高于可選決策時(shí)，決策者不會(huì)因此產(chǎn)生后悔情緒，反之，則將產(chǎn)生后悔情緒。在同等條件下，如果某種決策可以減少后悔情緒，可以認(rèn)為該決策優(yōu)于其他決策。筆者采用后悔理論作為評(píng)估模型的理論基礎(chǔ)，即認(rèn)為交通信息的用戶(hù)價(jià)值取決于信息獲取前后決策后悔情緒的改變。

2.1　路徑選擇后悔模型

在城市路網(wǎng)中，出行者在決策時(shí)無(wú)法完全掌握路徑信息，并且出行決策也無(wú)法實(shí)現(xiàn)完全理性。因此，以出行效用作為路徑選擇的內(nèi)在準(zhǔn)則，并且根據(jù)后悔理論以降低出行決策的后悔值為目標(biāo)來(lái)選擇出行的路徑?；谏鲜龇治?，建立路徑選擇的后悔模型。

設(shè)M={1,2,…,m}為m條可選路徑集合；T={t1,t2,…,tm}為路徑預(yù)測(cè)行程時(shí)間集合；U={u(t1),u(t2),…,u(tm)}為路徑選擇效用集合，u(ti)為選擇路徑i的效用函數(shù)，見(jiàn)式(1)。

(1)

出行者選擇路徑i就必須放棄選擇其他路徑，后悔心理即是由決策結(jié)果的對(duì)比產(chǎn)生的。由此出行者選擇其他各路徑較路徑i可以多獲得的效用即為路徑i相對(duì)于其他各路徑的后悔值。

設(shè)路徑的預(yù)測(cè)行程時(shí)間t的概率密度為f(t)，則f(t)所服從分布與路徑交通流量分布狀態(tài)有關(guān)。若出行者選擇路徑i，則期望后悔為

(2)

式中：j∈M且j≠i，δj為后悔判別系數(shù)

(3)

出行經(jīng)驗(yàn)下的路徑?jīng)Q策后悔值為

ER=max(ERi)

(4)

(5)

由更新后的預(yù)測(cè)行程時(shí)間與行程時(shí)間的概率密度，并經(jīng)過(guò)上述路徑?jīng)Q策后悔模型的構(gòu)建過(guò)程，可以得到更新后的路徑?jīng)Q策后悔值為

(6)

2.2　社交網(wǎng)絡(luò)中的交通信息的用戶(hù)價(jià)值

出行者會(huì)對(duì)比出行經(jīng)驗(yàn)下的決策與社交網(wǎng)絡(luò)中交通信息下的決策收益，以決策的優(yōu)劣來(lái)判斷交通信息的用戶(hù)價(jià)值。

ΔER=ER-ER+

(7)

式中：ΔER為社交網(wǎng)絡(luò)中交通信息的用戶(hù)價(jià)值。式(7)表明ΔER可取零點(diǎn)雙側(cè)任意值，即出行者獲得網(wǎng)絡(luò)交通信息后的決策后悔情緒可能提高或降低。

3　社交網(wǎng)絡(luò)交通信息的用戶(hù)價(jià)值特征分析

如社交網(wǎng)絡(luò)分享型交通信息的用戶(hù)價(jià)值為正，則表明該信息的使用為用戶(hù)節(jié)約了成本；相反，則可能增加了用戶(hù)成本。

3.1　預(yù)測(cè)誤差與信息效用分析

u(ti)=exp(-εi)

(8)

式中：εi為路徑i預(yù)測(cè)行程時(shí)間與真實(shí)行程時(shí)間的相對(duì)誤差，是交通信息價(jià)值的重要體現(xiàn)，εi的取值范圍為[0,+∞)。當(dāng)εi取最小值0時(shí)，說(shuō)明對(duì)路徑i的預(yù)測(cè)行程時(shí)間與真實(shí)行程時(shí)間相同，選擇路徑i的效用函數(shù)也達(dá)到最大值1；隨著路徑i的相對(duì)誤差逐漸增大，選擇路徑i效用函數(shù)值逐漸降低，并且趨向于0，見(jiàn)圖1。

圖1　預(yù)測(cè)時(shí)間誤差對(duì)路徑選擇效用的影響Fig.1　The time prediction error influencing on route choice utility

交通信息的有效性主要體現(xiàn)于對(duì)路網(wǎng)交通狀態(tài)描述的準(zhǔn)確程度。而對(duì)于廣義社交網(wǎng)絡(luò)中的交通信息而言，一方面由于部分信息的模糊性可能會(huì)增強(qiáng)出行者決策的不確定性，另一方面，自由傳播過(guò)程的失真對(duì)交通信息的有效性及出行者決策有著重要影響。

3.2　社交網(wǎng)絡(luò)交通信息的有效性分析

圖2　社交網(wǎng)絡(luò)中交通信息的有效性Fig.2　Effectiveness of travel information online sharing

社交網(wǎng)絡(luò)交通信息可以降低出行決策的不確定性。出行者僅依靠出行經(jīng)驗(yàn)進(jìn)行行程時(shí)間預(yù)測(cè)的概率密度函數(shù)為曲線(xiàn)1；輔助以網(wǎng)絡(luò)分享的交通信息后時(shí)間預(yù)測(cè)的概率密度函數(shù)為曲線(xiàn)2。相對(duì)于曲線(xiàn)1而言，曲線(xiàn)2體現(xiàn)了預(yù)測(cè)期望值更趨近于準(zhǔn)確值、且預(yù)測(cè)區(qū)間更為集中2個(gè)方面的特征，即提高了預(yù)測(cè)準(zhǔn)確性。

3.3　社交網(wǎng)絡(luò)中交通信息的負(fù)效應(yīng)分析

交通信息在社交網(wǎng)絡(luò)中的傳播會(huì)造成其用戶(hù)價(jià)值的衰減，甚至產(chǎn)生負(fù)效應(yīng)，考慮信息傳播時(shí)間、相對(duì)誤差及交通信息用戶(hù)價(jià)值的相互影響趨勢(shì)，如圖3所示。

圖3　考慮傳播時(shí)間及預(yù)測(cè)相對(duì)誤差的用戶(hù)價(jià)值趨勢(shì)Fig.3　The utility trend considering the propagation time and relative prediction error

社交網(wǎng)絡(luò)信息傳播的相對(duì)自由會(huì)造成交通信息用戶(hù)價(jià)值的損失。目前，網(wǎng)絡(luò)傳播多根據(jù)用戶(hù)自身需求及興趣而進(jìn)行，信息傳播的消亡時(shí)間無(wú)法確定。一方面，路網(wǎng)狀態(tài)的實(shí)時(shí)變化決定了交通信息的用戶(hù)價(jià)值將隨其傳播時(shí)間而降低；另一方面，網(wǎng)絡(luò)分享的自由性使得用戶(hù)的主觀意愿可以伴隨交通信息的傳播，從而影響出行者決策的傾向性。

4　算例分析

為了驗(yàn)證用戶(hù)價(jià)值評(píng)估模型，并且對(duì)不同網(wǎng)絡(luò)傳播場(chǎng)景下交通信息的用戶(hù)價(jià)值進(jìn)行評(píng)估，需要對(duì)交通信息的網(wǎng)絡(luò)傳播情況，以及不同場(chǎng)景下出行者的出行決策進(jìn)行設(shè)置和模擬。假設(shè)路網(wǎng)中進(jìn)行決策的出行者為小汽車(chē)駕駛員，為了簡(jiǎn)化計(jì)算通常采用在OD對(duì)之間僅存在2條可選路徑的簡(jiǎn)單路網(wǎng)，如圖4所示。假設(shè)某出行者在某次出行中可選路徑有路徑1、路徑2，該出行者的經(jīng)驗(yàn)認(rèn)為路徑1的行程時(shí)間為25 min，路徑2因行駛距離較長(zhǎng)行程時(shí)間約為40 min，因此,該出行者經(jīng)常選擇路徑1出行，且對(duì)路徑1較為熟悉，設(shè)熟悉度為80%，而對(duì)路徑2的熟悉度為50%。假設(shè)某次出行前該出行者通過(guò)社交網(wǎng)絡(luò)的好友分享得知路徑1發(fā)生交通事故，預(yù)計(jì)路徑1的行程時(shí)間為45 min，路徑2約為48 min，該出行者對(duì)此信息的信任度為80%，見(jiàn)表1。

圖4　路徑選擇場(chǎng)景示意圖Fig.4 　The path selection of scene diagram

4.1　交通信息用戶(hù)價(jià)值分析

4.1.1場(chǎng)景設(shè)置

場(chǎng)景1。有效性場(chǎng)景分析。假設(shè)該交通信息的網(wǎng)絡(luò)傳播時(shí)間較短，且與路網(wǎng)真實(shí)情況大致相符，該出行者則可以根據(jù)該交通信息做出更優(yōu)的選擇。

表1　算例取值Tab.1　Numerical value in the example

場(chǎng)景描述：設(shè)因受到路徑1交通事故的影響，路徑1、路徑2上的自由流行程時(shí)間分別為50，46 min。通過(guò)模型計(jì)算得到，該出行者選擇路徑1與路徑2的效用分別為0.606 5，0.877 7，得到路徑選擇決策的期望后悔值為0.046 4。而該出行者根據(jù)網(wǎng)絡(luò)分享的信息進(jìn)行出行經(jīng)驗(yàn)更新后，可得到社交網(wǎng)絡(luò)分享型交通信息的期望后悔值為0.037 1，且本次出行應(yīng)選擇后悔值較低的路徑2。結(jié)果表明：社交網(wǎng)絡(luò)分享型交通信息對(duì)出行經(jīng)驗(yàn)進(jìn)行更新后，決策期望后悔值降低了20%。

場(chǎng)景2。負(fù)效應(yīng)場(chǎng)景分析。假設(shè)該交通信息的網(wǎng)絡(luò)傳播時(shí)間較長(zhǎng)，且與真實(shí)路網(wǎng)狀態(tài)差異較大。出行者根據(jù)該交通信息將無(wú)法做出更優(yōu)的決策。

場(chǎng)景描述：若假設(shè)出行可選路徑及該出行者對(duì)路網(wǎng)的經(jīng)驗(yàn)知識(shí)與場(chǎng)景1相同。但該出行者獲得的信息為交通事故發(fā)生數(shù)小時(shí)后好友轉(zhuǎn)發(fā)而來(lái)，并且該出行者未得到更新的實(shí)時(shí)信息。而此時(shí)路徑1的交通事故已處理結(jié)束，路網(wǎng)逐漸恢復(fù)通行。設(shè)此時(shí)的路徑自由流行程時(shí)間分別為23，35 min，根據(jù)實(shí)時(shí)路徑自由流時(shí)間，出行者應(yīng)選擇路徑1出行。但出行者未獲得實(shí)時(shí)信息，將選擇路徑2出行，用戶(hù)價(jià)值將出現(xiàn)負(fù)值，見(jiàn)表2。

表2　場(chǎng)景結(jié)果Tab.2　Results of scenes

4.1.2交通信息用戶(hù)價(jià)值特征

交通信息的有效性體現(xiàn)于降低了出行者決策的不確定性。假設(shè)行程時(shí)間預(yù)測(cè)服從正態(tài)分布，則不同場(chǎng)景下的交通信息對(duì)路徑1與路徑2行程時(shí)間預(yù)測(cè)上的有效性如圖5所示。路徑1出行者的經(jīng)驗(yàn)預(yù)測(cè)值為25 min，而經(jīng)過(guò)社交網(wǎng)絡(luò)交通信息的更新，預(yù)測(cè)值為45 min，且分布更趨向于集中；同理，路徑2的行程時(shí)間預(yù)測(cè)結(jié)果也體現(xiàn)了預(yù)測(cè)集中度的提高。

圖5　行程時(shí)間預(yù)測(cè)Fig.5　Travel time prediction

根據(jù)信息效用與誤差測(cè)算方法，得到各場(chǎng)景中交通信息的效用。場(chǎng)景1中路徑1和路徑2的自由流值為50，23 min，場(chǎng)景2中分別為46，48 min。根據(jù)網(wǎng)絡(luò)環(huán)境下的行程時(shí)間預(yù)測(cè)，分別得到2個(gè)場(chǎng)景下的交通信息平均效用P1，P2，如圖6所示。可見(jiàn)，場(chǎng)景2中由于交通信息經(jīng)過(guò)了較長(zhǎng)時(shí)間的傳播，與真實(shí)的路網(wǎng)情況產(chǎn)生的較大的差異，其社交網(wǎng)絡(luò)的交通信息效用遠(yuǎn)低于場(chǎng)景1中的實(shí)時(shí)信息。

圖6　不同場(chǎng)景的交通信息效用Fig.6　Traffic information utility

4.2　結(jié)果討論

場(chǎng)景1的結(jié)果說(shuō)明在無(wú)更準(zhǔn)確的交通信息時(shí)，社交網(wǎng)絡(luò)中的交通信息用戶(hù)價(jià)值得到了積極的體現(xiàn)，即輔助出行者獲得了更有利的選擇。出行者僅依靠出行經(jīng)驗(yàn)無(wú)法判斷偶發(fā)性交通狀態(tài)，而網(wǎng)絡(luò)分享信息中包含了對(duì)此時(shí)交通狀態(tài)更準(zhǔn)確的描述，且由于傳播時(shí)間較短與真實(shí)路網(wǎng)狀態(tài)差異較小，有較高的信息效用，可以輔助出行者做出更優(yōu)的決策。

場(chǎng)景2中出行選擇的轉(zhuǎn)變說(shuō)明網(wǎng)絡(luò)傳播造成了交通信息用戶(hù)價(jià)值的降低，甚至造成出行決策負(fù)效應(yīng)。出行者所得到的網(wǎng)絡(luò)分享信息通常經(jīng)過(guò)了一定傳播時(shí)間，與真實(shí)路網(wǎng)存在較大差異，而出行者無(wú)意識(shí)去考量在信息傳播的時(shí)間中路網(wǎng)狀態(tài)所發(fā)生變化。因此，當(dāng)交通信息在社交網(wǎng)絡(luò)中的傳播超過(guò)一定閾值后將對(duì)出行者決策產(chǎn)生負(fù)效應(yīng)。

社交網(wǎng)絡(luò)環(huán)境下難以獲得真實(shí)、準(zhǔn)確的交通信息，而推送式的信息傳播又使用戶(hù)時(shí)刻被迫接受信息。在社交網(wǎng)絡(luò)交通信息的作用下，效用最大化的理性決策顯然不盡合理，而后悔理論基于決策效用的對(duì)比，傾向于選擇能夠減少后悔情緒的出行決策。因此，考慮非完全理性行為并且相對(duì)具有一定不確定性的后悔理論，更適用于在社交網(wǎng)絡(luò)環(huán)境下交通信息用戶(hù)價(jià)值的評(píng)估。

5　結(jié)束語(yǔ)

1) 社交網(wǎng)絡(luò)中的交通信息具有顯著的不確定性與模糊性。網(wǎng)絡(luò)信息中含有大量的交通信息，網(wǎng)絡(luò)信息的傳播范圍、時(shí)間、用戶(hù)主觀意愿等都會(huì)成為出行決策的影響因素。

2) 實(shí)時(shí)分享的交通信息有助于降低出行者決策的不確定性。當(dāng)無(wú)其他更準(zhǔn)確的交通信息時(shí)，社交網(wǎng)絡(luò)中的交通信息將成為出行者決策的重要依據(jù)，輔助出行者對(duì)做出更優(yōu)的選擇。

3) 交通信息的用戶(hù)價(jià)值隨其在社交網(wǎng)絡(luò)的持續(xù)傳播而降低，甚至對(duì)出行者決策產(chǎn)生負(fù)效應(yīng)。當(dāng)網(wǎng)絡(luò)交通信息的傳播達(dá)到一定的閾值后，隨時(shí)間改變的路網(wǎng)狀態(tài)將使得交通信息的失真程度增大，無(wú)法輔助出行者得到更優(yōu)決策。

隨著城市交通信息系統(tǒng)的不斷完善，借助社交網(wǎng)絡(luò)發(fā)布交通信息是必然趨勢(shì)和結(jié)果。對(duì)社交網(wǎng)絡(luò)中交通信息用戶(hù)價(jià)值的初步探討，提出了社交網(wǎng)絡(luò)交通信息將對(duì)出行者的決策產(chǎn)生重要影響。但在建立網(wǎng)絡(luò)平臺(tái)的信息實(shí)時(shí)傳播狀態(tài)與出行者行為預(yù)測(cè)的對(duì)應(yīng)關(guān)系方面尚未進(jìn)行深入探討。

在社交網(wǎng)絡(luò)中建立影響力較大的交通信息發(fā)布節(jié)點(diǎn)，一方面能夠快速傳播實(shí)時(shí)交通信息，另一方面又難以有效控制信息的傳播過(guò)程。因此，需要進(jìn)一步對(duì)交通信息的網(wǎng)絡(luò)傳播特性進(jìn)行探索，為建立有效的社交網(wǎng)絡(luò)交通信息發(fā)布策略提供理論依據(jù)。

參考文獻(xiàn)References

[1]KENYON Susan, LYONS Glenn. The value of integrated multimodal traveller information and its potential contribution to modal change[J]. Transportation Research Part F: Traffic Psychology and Behavior,2003,6(1):1-21．

[2]劉艷秋,劉 博.交通擁堵下基于實(shí)時(shí)交通信息的路徑選擇模型[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào),2014,36(4):426-430.

LIU Yanqiu, LIU Bo. Route selection model based on real-time traffic information under traffic congestion[J]. Journal of Shenyang University of Technology,2014,36(4):426-430.(in Chinese)

[3]張華歆,張麗杰.基于交通信息的通勤出行鏈模式選擇行為[J].上海海事大學(xué)學(xué)報(bào),2015,36(1):12-18.

ZHANG Haxin, ZHANG Lijie. Trip chain pattern choice behavior of commuters based on traffic information[J]. Journal of Shanghai Maritime University,2015,36(1):12-18.(in Chinese)

[4]ERAN B E, PACE R D, BIFULCO G N, et al. The impact of travel information′s accuracy on route-choice[J]. Transportation Research Part C,2013,26(1):146-159.

[5]鞏亞文.信息誘導(dǎo)條件下出行路徑選擇行為的演化博弈分析[J].公路,2015,49(1):108-113.

GONG Yawen. Study of route choice behavior of drivers based on the evolutionary game under condition of information guidance[J]. Highway,2015,49(1):108-113.(in Chinese)

[6]熊 軼.交通信息作用下不同風(fēng)險(xiǎn)屬性出行者的行為演進(jìn)[J].武漢理工大學(xué)學(xué)報(bào),2009,33(2):279-282.

XIONG Yi. A study on behavior evolution of travelers with different risk-taking under ATIS[J]. Journal of Wuhan University of Technology,2009,33(2):279-282.(in Chinese)

[7]魏雪梅,戢曉峰,陳 方.基于SEM的駕駛員出行信息搜尋行為分析[J].交通運(yùn)輸系統(tǒng)工程與信息,2012,12(3):174-179.

WEI Xuemei, JI Xiaofeng, CHEN Fang. Drivers′ travel information searching behavior study with structural equation modeling[J]. Journal of Transportation Systems Engineering and Information Technology,2012,12(3):174-179.(in Chinese)

[8]YANG Hai. Multiple equilibrium behaviors and advanced traveler information systems with endogenous market penetration[J]. Transportation Research Part B,1998,32(3):205-218.

[9]ARNOTT R, PALMA A, LINDSEY R. Does providing information to drivers reduce traffic congestion?[J]. Transportation Research Part A: Policy and Practice,1991,25(5):309-318.

[10]李志純,黃海軍.多目標(biāo)路徑誘導(dǎo)下平衡市場(chǎng)滲透率的確定[J].系統(tǒng)工程理論與實(shí)踐,2005,24(4):125-130.

LI Zhichun, HUANG Haijun. Determination of equilibrium market penetration under multi-criteria route guidance systems[J].Systems Engineering-Theory & Practice,2005,24(4):125-130.(in Chinese)

[11]李 昕,劉 瀾,戢曉峰.ATIS影響下的基于廣義成本的隨機(jī)用戶(hù)平衡模型[J].交通運(yùn)輸系統(tǒng)工程與信息,2009,9(2):50-55.

LI Xin, LIU Lan, JI Xaiofeng. Stochastic user equilibrium model based on generalized cost under the influence of ATIS[J]. Journal of Transportation Systems Engineering and Information Technology,2009,9(2):50-55.(in Chinese)

[12]HALL R W. Route choice and advanced traveler information systems on a capacitated and dynamic network[J]. Transportation Research Part C: Emerging Technologies,1996,4(5):289-306.

[13]IIDA Y, UNO N, YAMADA T. Experiment analysis approach to analyze dynamic route choice behavior of driver with travel information[C]. Vehicle Navigation & Information System Conference Proceedings,Yokohama:VERT IS,1994.

[14]伍速鋒,楊曉光,云美萍.出行選擇中的交通信息效用模型構(gòu)建方法研究[C].第二屆中國(guó)智能交通年會(huì),北京：中國(guó)智能交通協(xié)會(huì)，2006.

WU Sufeng, WANG Xiaoguang, YUN Meiping. Study on the model of travel information utility in travel choice[C]. The Second China Intelligent Transportation Annual Meeting, Beijing: ITS China, 2006.(in Chinese)

[15]CHORUS C G, ARENTZE T A, MOLIN E J E, et al. The value of travel information: Decision strategy-specific conceptualizations and numerical examples[J]. Transportation Research Part B,2006,40(6):504-519.

[16]閆禎禎,劉 鍇,王曉光.基于后悔理論的交通信息感知價(jià)值研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2013,13(4):76-83.

YAN Zhenzhen, LIU Kai, WANG Xiaoguang. Perceived traffic information value based on regret theory[J]. Journal of Transportation Systems Engineering and Information Technology,2013,13(4):76-83.(in Chinese)

[17]張恒才,陸 鋒,陳 潔.微博客蘊(yùn)含交通信息的提取[J].中國(guó)圖象圖形學(xué)報(bào),2013,18(1):123-129.

ZHANG Hengcai, LU Feng, CHEN Jie. Extracting traffic information from massive micro-blog messages[J]. Journal of Image and Graphics,2013,18(1):123-129.(in Chinese)

[18]BELL D E. Regret in decision marking under uncertainty[J]. Operations Research,1982,30(5):961-981.