无桩式共享单车作为一种非机动绿色出行方式,在降低交通污染、扩大公共交通服务半径等方面起到积极作用,是一种兼具灵活性和便利性的出行选择。然而共享单车出行受天气影响较大,尤其是寒冷地区一进入冬季,共享单车使用量骤降,许多运营商出于对成本的考虑,选择在冬季停止服务。因此,大部分用户在冬季缺少一种可媲美共享单车灵活性和便利性的出行选择。基于上述背景,本文提出一种集约式替代服务,使具有相似骑行路径的共享单车用户共乘一辆车,一方面满足共享单车出行灵活便利的特征,一方面克服共享单车冬季的骑行弊端。合理设置服务路线对集约式替代服务有着重要影响。本文通过数据驱动的方法挖掘出集约式替代服务的服务路线,并在此基础上简要描述后续运营过程中具体服务线路的设计方案。集约式替代服务路线挖掘的核心与关键是确定共享单车出行的频繁路径,这也是本文研究的重点。首先根据本文提出的集约式替代服务运营特征,对获取到的共享单车轨迹数据和路网数据进行预处理,其中,路网数据预处理中的路段划分操作考虑了用户上下车点设置、用户可接受步行距离以及服务车辆合理起停距离等因素,将原始路网中的路段划分为长度较为均匀的子路段。然后通过基于路网邻接关系的地图匹配算法将轨迹匹配到处理后的路网上,点序列轨迹数据即转化为由子路段组成的边序列数据。为使服务路线最大程度上覆盖用户的出行需求,提出一种时空轨迹聚类算法,名为PATHSCAN聚类算法,定义核心起点子路段,设定路段轨迹频率阈值,对一天的共享单车轨迹边序列数据进行时空聚类分析,得到集约式替代服务的初始路线簇。接着通过频繁模式挖掘处理多天的初始路线簇结果,得到一天中不同时段的频繁模式路线簇,即服务路线,以及每个簇内子路段间的客流量情况。最后在服务路线的基础上,综合考虑车队规模、车辆容量等多方面因素,简要描述如何制定具体的集约式替代服务线路设计方案。本文参考灵活性较高的现有集约化交通服务模式,提出一种集约式替代服务,解决了寒冷地区进入冬季,共享单车的使用受到限制,用户缺少灵活便利的出行选择,进而导致出行体验不佳的问题。此外,本文通过数据驱动的方法挖掘出集约式替代服务的服务路线,解决了以往集约化交通有关路线的研究中缺乏考虑真实路网情况的问题。最后,本文选取国内某北方千万级人口城市的十个中心行政区域作为案例研究区域,通过应用本文提出的数据驱动路线挖掘方法并结合实际轨迹大数据,得到研究区域内集约式替代服务的服务路线,并在此基础上简要描述具体线路设计方案。结果表明,该数据驱动的方法能够得到合理的集约式替代服务的服务路线,可以为后续进一步设计具体的服务线路提供依据,对于促进城市交通出行模式多样化、改善人们的出行体验具有重要的现实意义。