基于计划行为理论的城市居民智能出行意向影响因素研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景、目的与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的与意义 | 第10页 |
| 1.2 国内外研究发展现状 | 第10-16页 |
| 1.2.1 智能交通系统的发展现状 | 第10-12页 |
| 1.2.2 智能出行与出行行为的研究现状 | 第12-14页 |
| 1.2.3 计划行为理论的研究现状 | 第14-15页 |
| 1.2.4 研究评述 | 第15-16页 |
| 1.3 研究内容、研究方法与技术路线 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究方法与技术路线 | 第17-19页 |
| 第2章 相关理论基础 | 第19-29页 |
| 2.1 智能出行 | 第19-22页 |
| 2.1.1 智能出行定义 | 第19页 |
| 2.1.2 智能出行方式 | 第19-22页 |
| 2.2 计划行为理论要素 | 第22-25页 |
| 2.3 结构方程模型 | 第25-29页 |
| 2.3.1 结构方程模型概述 | 第25页 |
| 2.3.2 结构方程模型变量体系 | 第25-26页 |
| 2.3.3 结构方程模型变量关系 | 第26-27页 |
| 2.3.4 结构方程模型分析过程 | 第27-29页 |
| 第3章 变量选取与界定 | 第29-35页 |
| 3.1 基于传统计划行为理论的变量 | 第29页 |
| 3.2 基于R语言文本挖掘的变量 | 第29-35页 |
| 3.2.1 待挖掘文档的确定 | 第30页 |
| 3.2.2 分词 | 第30-31页 |
| 3.2.3 降维 | 第31-32页 |
| 3.2.4 向量空间模型转化与词云绘制 | 第32-33页 |
| 3.2.5 扩展变量的界定 | 第33-35页 |
| 第4章 模型建立与问卷设计 | 第35-46页 |
| 4.1 假设提出 | 第35-37页 |
| 4.2 模型框架 | 第37-38页 |
| 4.3 问卷 | 第38-46页 |
| 4.3.1 设计原则 | 第38页 |
| 4.3.2 问卷预设计 | 第38-42页 |
| 4.3.3 小范围样本预测 | 第42-44页 |
| 4.3.4 问卷正式设计 | 第44-46页 |
| 第5章 实证研究与分析 | 第46-66页 |
| 5.1 数据来源与整理 | 第46-49页 |
| 5.1.1 数据来源 | 第46页 |
| 5.1.2 描述性统计分析 | 第46-49页 |
| 5.2 信度与效度分析 | 第49-55页 |
| 5.2.1 信度分析 | 第49-50页 |
| 5.2.2 效度检验 | 第50-55页 |
| 5.3 模型的评价与修正 | 第55-62页 |
| 5.3.1 模型路径图与矩阵方程式 | 第55-57页 |
| 5.3.2 模型评价 | 第57-60页 |
| 5.3.3 模型修正 | 第60-62页 |
| 5.4 实证结果分析 | 第62-66页 |
| 5.4.1 假设验证 | 第62-64页 |
| 5.4.2 效应分析 | 第64-66页 |
| 第6章 总结与展望 | 第66-70页 |
| 6.1 研究结论 | 第66-67页 |
| 6.2 对策建议 | 第67-69页 |
| 6.3 创新点 | 第69页 |
| 6.4 研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表论文 | 第76-77页 |
| 附录 | 第77-84页 |
