基于SEM模型的公共自行车用户忠诚度确定方法技术

本发明专利技术公开了一种基于SEM模型的公共自行车用户忠诚度确定方法，包括如下步骤：构建基于结构方程模型的公共自行车用户忠诚度初始理论模型；通过预调查问卷采集数据，利用问卷数据计算KMO值、α系数、因子荷载、累计解释方差，对问卷质量进行检验；计算问卷数据的多元峰度值和多元偏度值，对获取的有效数据进行正态分布检验，对公共自行车用户忠诚度模型进行检验与修正；根据模型输出结果，计算各潜变量对忠诚度的效用值和公共自行车忠诚度影响变量的满意度指数。采用本发明专利技术方法能够对公共自行车用户忠诚度及其影响因素进行定量评价，进而可以提升公共自行车分担率乃至慢行交通分担率，从而在缓解城市交通拥堵方面做出重要贡献。

Method for determining public bicycle customer loyalty based on SEM model

The invention discloses a method for determining the public bicycle user loyalty based on the SEM model, which comprises the following steps: the construction of the public bicycle user loyalty to the initial theoretical model based on structural equation model; through the pre survey data were collected using questionnaire data to calculate the value of KMO, alpha coefficient, load factor, the cumulative variance explained, to test the quality of the questionnaire the questionnaire data calculation; multivariate kurtosis value and multivariate skewness, the effective data for normal distribution test, inspection and correction of public bicycle user loyalty model; according to the results, the satisfaction index calculated the latent variables of the loyalty of the utility value of bicycle and public loyalty variables. The method of the invention can make quantitative evaluation on the factors of public bicycle user loyalty and its effect, and can improve the public bike sharing rate and slow traffic share, thus make an important contribution to alleviate the city traffic congestion.

【技术实现步骤摘要】
基于SEM模型的公共自行车用户忠诚度确定方法
本专利技术涉及一种基于SEM模型的公共自行车用户忠诚度确定方法，针对公共自行车用户忠诚度的结构方程模型的构建，从而分析公共自行车忠诚度影响因素的方法，用于公共交通出行中用户出行行为的研究领域。
技术介绍
公共自行车具备绿化环保、便捷、使用成本低等优势，在国内外得到迅速推广，成为许多城市推广慢行交通、解决最后一公里难题的新举措，但其过快的推广速度导致大部分城市的公共自行车系统的使用率都偏低，资源浪费严重。不少城市采用完善基础设施建设的方式解决公共自行车使用率低、市民参与率低等问题，但缺乏针对性的用户需求管理措施，改善效果仍不明显；但也有相关研究发现通过准确把握公共自行车用户特性、使用偏好等信息，制定公共自行车系统发展策略和运营方案，可有效提升公共自行车系统使用率。目前对公共自行车用户出行行为的研究，主要基于离散选择模型等方法进行，对用户个人特性(如性别、教育水平、收入、年龄等)、情景选择偏好等进行实证分析，研究公共自行车用户出行偏好的核心因素。离散选择模型适用于结合用户个人特性研究单个或部分需求影响因素对使用偏好等的影响，但很难对用户需求诸本文档来自技高网...

【技术保护点】
一种基于SEM模型的公共自行车用户忠诚度确定方法，其特征在于：包括如下步骤：步骤一、构建基于结构方程模型的公共自行车用户忠诚度初始理论模型，包括反映潜变量及其间关系的结构模型和反映潜变量与其显变量间的关系的测量模型；步骤二、通过预调查问卷采集数据，利用问卷数据计算KMO值、α系数、因子荷载、累计解释方差，对问卷质量进行检验，然后根据检验结果进行问卷修正和初始模型修正，得到正式的调查问卷和修正后的公共自行车用户忠诚度模型；步骤三、通过网上问卷平台发放并回收公共自行车用户调查问卷，计算问卷数据的多元峰度值和多元偏度值，对获取的有效数据进行正态分布检验；然后计算各个变量的样本个数、最小值、最大值、均...

【技术特征摘要】
1.一种基于SEM模型的公共自行车用户忠诚度确定方法，其特征在于：包括如下步骤：步骤一、构建基于结构方程模型的公共自行车用户忠诚度初始理论模型，包括反映潜变量及其间关系的结构模型和反映潜变量与其显变量间的关系的测量模型；步骤二、通过预调查问卷采集数据，利用问卷数据计算KMO值、α系数、因子荷载、累计解释方差，对问卷质量进行检验，然后根据检验结果进行问卷修正和初始模型修正，得到正式的调查问卷和修正后的公共自行车用户忠诚度模型；步骤三、通过网上问卷平台发放并回收公共自行车用户调查问卷，计算问卷数据的多元峰度值和多元偏度值，对获取的有效数据进行正态分布检验；然后计算各个变量的样本个数、最小值、最大值、均值以及样本标准差；步骤四、对公共自行车用户忠诚度模型进行实证检验与修正：以标准误差、临界比值、P值和拟合度指标为模型实证检验的评价指标，检验模型中变量的显著程度，模型与实证数据的匹配拟合程度，并根据检验效果对模型做出修正，直至模型通过检验评价指标的要求；步骤五、根据模型输出结果，计算各潜变量对忠诚度的效用值和公共自行车忠诚度影响变量的满意度指数。2.根据权利要求1所述的基于SEM模型的公共自行车用户忠诚度确定方法，其特征在于：所述结构模型的数学表达矩阵方程式为：η＝Bη+Γξ+ζ式中，η为内生潜变量，ξ为外生潜变量，B表示内生潜变量之间的路径系数，Γ表示外生潜变量到内生潜变量的路径系数，ζ表示残差项；所述测量模型的数学表达矩阵方程式为：x＝Λxξ+δy＝Λyη+ε式中，x表示外生显变量，y表示内生显变量，Λx表示x显变量与潜变量ξ的关系，Λy表示y显变量与潜变量η的关系，Λx和Λy均为因子荷载，δ，ε是x，y测量上的误差。3.根据权利要求1所述的基于SEM模型的公共自行车用户忠诚度确定方法，其特征在于：所述KMO值和α系数的计算公式如下：

【专利技术属性】
技术研发人员：杨飞，李玉，朱迪，钟荣，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51