台鐵轉乘優惠悠遊卡的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

悠遊卡大數據應用於大眾運輸乘客旅運型態之研究

為了解決台鐵轉乘優惠悠遊卡的問題，作者林浩瑋 這樣論述：

近年來政府雖積極推動公共運輸相關建設，然而公共運輸市佔率比例始終不如預期。根據交通部統計處資料顯示，我國公共運輸市佔率連續三年雖呈現持續成長狀態，但每年成長幅度仍為逐年遞減，此顯示我國公共運輸服務與民眾實際之旅運需求仍有相當程度的落差，因此大多數民眾仍仰賴私人運具。 有鑑於此，本研究期望以大數據分析來探討使用者之實際旅運行為，並選定目前使用者人數最多之悠遊卡票證資料為大數據資料來源，然後瞭解國內公共運具市場提供服務之特質，再建立通勤族群之旅運特質時空間關聯模式。本研究係依照資料挖掘技術流程，依序將使用者通勤旅次長度及旅次起始時間等旅運特性資料進行分群，以此建立旅運特質之時空間關聯規則，

並輔以問卷調查分析結果，進而探究民眾真實之旅運型態，以瞭解民眾對於公共運輸服務認知之缺口。本研究經由時間分群之結果可得知多數通勤族群接受公共運輸服務之時間分布，同時亦透過通勤距離分群瞭解多數民眾之乘車旅運特性，而檢視出在若干之旅次長度或是起點下，民眾對於運輸系統的選擇偏好。根據研究結果顯示，在旅次長度落於1至5公里的區間內，民眾較偏好選擇公車；在旅次長度高於15公里以上，民眾則較偏好捷運。本研究進一步進行旅運型態之問卷分析，結果得知在票價優惠、乘車次數上限及里程計費等三個乘車誘因情境，能有效改變機車族群使用公共運具之頻率，而在票價優惠的情境條件能吸引每週騎車通勤1至2次及搭乘大眾運具每週1至2

次的族群；在乘車扣款上限的情境下，能吸引所得1萬元以下且幾乎每天騎車通勤的族群；而在里程計費的情境下則能吸引，所得1萬元以下、平均通勤時間為40至50分、每週搭乘大眾運具一至兩次的族群。 綜合上述，本研究透過悠遊卡電子票證乘車交易資料的挖掘，建立通勤族群對於選擇大眾運具之旅運時空間關聯規則，並改善機車族群使用公共運具之頻率。後續研究可再精進探討國內公共運輸服務缺口之分析程序，而提供兼具有效性與可行性之公共運輸服務缺口改善方案。