个体出行OD序列生成数据集

一、数据集概述

        针对真实个体出行数据分布不均、部分类别稀缺的问题，本数据集通过融合不同规律类型与规律程度的出行，构建了均衡的个体出行OD序列数据集。该数据集可作为“下一个出行地点预测”模型的训练集，可有效缓解样本不均衡问题，提升预测模型的准确率与泛化能力。

二、数据集内容

        本数据集共包含2060个个体的出行OD序列，累计出行记录627448条，每个个体的最大出行地点数为190；每条数据均包含出行时段和出行地点信息。该数据集由四种核心出行规律（“个体出行终点分布”、“个体出行起点-终点分布”、“个体出行时段-终点分布”及“个体出行时段-起点-终点分布”）按不同比例融合而成，具体生成方法详见论文《Cross-City Zero-Shot Transfer Learning for Next Location Prediction With Knowledge Aggregation and Selection Framework》。

        通过对比不同出行的占比，可为每个个体定义其专属的“规律类型”及相应的“规律程度”（例如：若某主体的“个体出行起点-终点”规律出行的占比最高且为 0.6，则其规律类型即为“个体出行起点-终点分布偏好”，规律程度为 0.6）。依据占比最高的出行类型，个体可被划分为四类偏好群体：个体出行终点分布偏好型（Gpd）、个体出行起点-终点分布偏好型（Gpod）、个体出行时段-终点分布偏好型（Gptd）以及个体出行时段-起点-终点分布偏好型（Gptod）。如下图所示，本数据集在不同规律类型和程度下的个体样本分布较为均衡，这有助于预测模型学习到泛化性能更强的出行预测规律。

图1 数据集规律类型和规律程度分布

三、数据文件描述

        本数据集以一个txt文件的形式存储，每行数据代表一个个体的完整od序列，具体包括个体编号，个体类型（默认为-1），个体od序列数据，并用“#”号分隔。在od序列中，不同出行用”,”号分隔，每次出行包含出行地点编号，出行日（工作日取值为0，非工作日取值为1），出行时段（根据工作日和非工作日划分为48个时段），并用“-”号分隔。

四、数据提供单位

        本数据由中山大学提供。

五、引文格式

        Liuhong Huang, Zhaocheng He*, Xiying Li, Zhi Yu*. Cross-City Zero-Shot Transfer Learning for Next Location Prediction With Knowledge Aggregation and Selection Framework[J]. IEEE Transactions on Intelligent Transportation Systems, 2026, 27(5): 5317-5332.

数据集：

•    个体出行od序列生成数据集.rar