為了提倡大眾運輸使用，台北市自捷運開通即提供轉乘優惠，隨著悠遊卡的普及，轉乘優惠的實施，大眾運輸使用率逐年成長。過去，曾有研究探討捷運與公車雙向轉乘優惠，但卻鮮少針對同是大眾運輸的公車之間轉乘做探討。以大眾運輸為導向是未來之願景，為了提供更完善的運具間轉乘，提升大眾運輸使用率，因此，對於公車之間的轉乘，確具有研究價值的空間。
本研究首先以悠遊卡資料庫為基礎，並配合公車路線資料庫進行資料探勘，探討搭乘公車轉乘旅客之特性。再透過因素分析萃取出影響旅客搭乘公車轉乘主要因素為路線與票價，此結果顯示選擇“搭乘“公車的乘客以旅運起迄點便利為主。本研究利用價格彈性分析影響票價因素，結果顯示其彈性值為0.60，因此，本研究認為轉乘政策是彌補民眾的轉乘懲罰。
本研究依據探勘結果的特性進行情境分析。分為全面轉乘優惠、棋盤式路網與身份轉乘優惠三種情境。研究結果發現，在棋盤式路網中，搭乘社區型路線轉乘至其他路線是必要行為，因此提供轉乘優惠可彌補乘客因受到轉乘所帶來的不便感，鼓勵民眾使用大眾運輸來達到旅次目的。幹線部份由於無法彌補民眾因受到轉乘所帶來的不便感，因此更需要補貼。本研究為探討公車間轉乘優惠之可行性，可供政府在大眾運輸政策與轉乘優惠之決策參考。

Since the opening of the Taipei MRT, transfer discounts were given to users by the government so as to help boost up the use of public transport. With the Easy card and the transfer concessions, the usage of public transport has grown year by year. In the past, two-way study has been done to investigate the MRT and bus transfer concessions, but rarely for the same is done to explore the transfer between public transport buses. Assuming that public transport is the future-oriented vision, and having the goal of increasing the transfer between the public transportation, this study focuses on doing research on the transfer concessions between buses.
In this study, we use the easy card database as the foundation, together with the bus route data library to do the data mining. We explored the characteristics of a short bus ride Travelodge. Through factor analysis, it is shown that passengers’ bus ride routes and the fares are the main factors to whether people will take public transport.  Using price elasticity analysis, it is shown that the elasticity is 0.60; therefore showing that the transfer discount does not affect passenger’s decision. Rather, it serves as remedies for the inconvenience caused by the bus transfers.
Following the result of data mining, we make some scenarios analysis. We tested three scenarios--overall, grid bus network, and passenger category. In the scenarios of grid bus network transfer fare discount, it’s necessary to transfer another routes when passengers took community routes. So provide the discount fare can cover the inconvenience caused by the bus transfer. It encourage passengers use public transportation more. For main routes, it’s hard for cover the inconvenience caused by the bus transfer. So they need subsidy. This study provides the possibility of transferring between buses fare discount, and it may take the model of the public transportation policy and transfer fare discount policy.

目錄
第一章緒論1
1.1研究背景1
1.2研究目的與課題2
1.3研究流程3
第二章文獻回顧5
2.1大眾運輸整合票價5
2.2轉乘優惠8
2.2.1轉乘優惠政策之文獻9
2.2.2轉乘優惠政策現況13
2.3資料探勘16
2.3.1資料探勘的定義16
2.3.2資料探勘於交通領域的應用19
2.4文獻評析22
第三章研究方法24
3.1研究設計24
3.1.1前提說明24
3.1.2研究架構24
3.2資料理解26
3.2.1悠遊卡資料庫26
3.2.2路線資料庫31
3.2.3資料前置處理35
3.3研究方法37
3.3.1敘述性統計方法37
3.3.2因素分析法37
3.3.3輔助軟體39
第四章資料分析40
4.1樣本結構描述40
4.2乘客特性分析48
4.3因素分析53
4.4價格彈性分析55
4.5小結59
第五章策略方案60
5.1未實施轉乘優惠60
5.2全面轉乘優惠61
5.3棋盤式路網62
5.3.1幹線型路線63
5.3.2社區路線66
5.3.3轉乘懲罰值68
5.3.4綜合評析68
5.4依票證身份給予優惠69
5.5結論70
第六章結論與建議71
6.1結論71
6.2建議73
參考文獻74
附錄78
附錄一：公車路線起訖點直線距離78
附錄二：資料庫整合95

圖目錄
圖1.3-1研究流程圖4
圖3.1-1研究架構圖25
圖3.2-1近四年臺北市聯營公車之每月旅運量變化28
圖3.2-2悠遊卡資料庫探勘流程30
圖3.2-3轉運點選定地點35
圖4.1-1票證身份圓餅圖42
圖4.1-2轉乘時間累計次數圖42
圖4.1-3平假日轉乘旅次43
圖4.2-1管轄單位的分析圖49
圖4.2-2身份與時間交叉分析圖50
圖4.2-3定位與轉乘時間之間關係圖50
圖4.2-4票種與服務等級51
圖4.2-5各地區與票種之間關係圖52

表目錄
表2.1-1各類收費方式優缺點7
表2.2-1公車間轉乘影響因素排名11
表2.2-2轉乘優惠相關文獻12
表2.2-3臺灣現行轉乘優惠實施現況14
表2.2-4國外實行轉乘政策現況16
表2.3-1統計分析與資料探勘17
表3.2-1悠遊卡記錄欄位27
表3.2-2轉乘時間的判定29
表4.1-1研究資料庫基礎資料描述40
表4.1-2轉乘前路線基礎統計44
表4.1-3轉乘後路線基礎統計45
表4.1-4轉乘地點統計47
表4.2-1管轄單位的統計表48
表4.2-2公車系統轉乘比例表48
表4.3-1KMO與Bartlett檢定54
表4.3-2因素負荷表55
表4.3-3因素分析成份表55
表4.4-1市民小巴路線56
表4.4-2需求價格彈性與總支出關係表57
表4.4-3各族群價格彈性表58
表4.4-4各定位價格彈性表58
表5.2-2依身份計算下轉乘優惠後預估61
表5.3-1幹線型路線63
表5.3-2依幹線型進行公車轉乘優惠後預估66
表5.3-3社區型路線66
表5.3-4依社區型進行公車轉乘優惠後預估68
表5.4-1依身份進行公車轉乘優惠後預估69

1.林志盈(1986)，台北都會區捷運系統車站規劃概述，工程，63卷第11期，1990年11月。
2.林國顯(1986)，都市公車路網轉車規劃與評估方法之研究，國立交通大學交通運輸研究所碩士論文。
3.溫傑華(1988)，捷運系統與公車費率整合後轉車折扣對運具選擇之影響，國立交通大學交通運輸工程研究所碩士論文。
4.林祥生(1991)，票證電腦化實施後台北聯營公車的票務系統規劃，運輸學刊，第12期，第15~26頁。
5.朱宏祥(1994)，臺北市棋盤式公車路網與現況路網之效益評估比較，國立交通大學交通運輸研究所碩士論文。
6.彭增光(1996)，都會區大眾運輸系統整合排班營運策略之研究，國立中央大學土木工程學系碩士論文。
7.黃頡(1999)，市區公車高潛力需求路線之研究，國立交通大學運輸與物流管理學系碩士論文。
8.許哲瑋(2001)，都會區大眾運輸整合聯運下費率與服務水準之最佳化，國立台灣大學土木工程學系博士論文。
9.吳明隆(2000)，「SPSS統計應用實務」，臺北市：松崗
10.葉嘉文(2004)，捷運轉公車優惠政策意義之檢討分析，國立交通大學交通運輸研究所碩士論文。
11.台北捷運公司(2005)。捷運與公車雙向轉乘優惠效益分析研究。
12.趙珮君(2005)，捷運與公車轉乘優惠政策對轉乘優惠運量之影響分析，國立交通大學交通運輸研究所碩士論文。
13.尹相志(2005)，SQL Sever 2005 Data Mining 資料採礦，精誠資訊。
14.林祥生等人(2005)，應用悠遊卡資料挖掘公車乘客之需求特性，中華民國運輸學會第20屆學術論文研討會論文集，367-387。
15.楊明諺(2006)，複合先進大眾運輸系統旅次分配模式之研究，私立義守大學材料科學與工程學系碩士論文。
16.陳永朋(2007)。台北都會區捷運與公車轉乘優惠效益之分析。交通大學交通運輸研究所碩士論文。
17.羅惟元(2008)，以悠遊卡交易資料探索公車路線之旅客起迄，私立淡江大學運輸管理學系碩士論文。
18.張簡詩盈(2009)，台北市公車乘客對棋盤路網轉乘行為之接受意向，中華大學運輸科技與物流管理研究所碩士論文。
19.吳冠樺(2009)，公車系統改善策略對乘客轉車成本之影響研究-以台北市公車為例，中原大學土木工程學系碩士論文。
20.賴以軒等人(2010)，北臺區域發展推動委員會總顧問團隊及整體策略規劃執行計畫。
21.台北市政府(2011)，捷運施工時公車路線及轉乘執行計畫。
22.陳韋宏(2011)，臺北市之聯營公車客運版圖分布，國立臺灣師範大學地理學系碩士論文。
23.Abrate, G.,Piacenza,M , Vannoni, D. ,2009.The impact of Integrated Tariff Systems on public transport demand: Evidence from Italy, Regional Science and Urban Economics 39 (2009) 120–127
24.Bhandari,I.,E.Colet,J.Parker, Z. Pines,R. Pratap and K. Ramanujam, Brief Application.De-scription.Advanced.Scount:Data Mining and Knowledge
Discovery.in.NBA.Data ,Data.Mining.and.Knowledge.Discovery,1997, pp.121-125.
25.Donghun Yoon, 2009, The Trend and User Behaviors of Japan’s IC-Card System, International WD&D Conference 2009, 183-187.
26.Fayyad, U., Piatetsky, G., and Smith, P. ,1996. From data mining to knowledge discovery in databases. AI Magazine, 37-54.
27.Hamacher and Schobel,1995, On fair zone design in public transportation. In Computer-Aided Transit Scheduling. Springer. 8-22.
28.Hamacher and Schobel,2004, Design of Zone Tariff Systems in Public Transportation. OR 52(6): 897-908
29.Han, J., Kamber, M. ,2000. Data mining: Concepts and techniques. Morgan Kaufmann Publisher, Inc.
30.Janic, M. ,2001. Air transport systems analysis and modeling, p. 328. Amsterdam, The Netherlands: Gordon & Breach Science
31.Kaiser, H. F. ,1974. An index of factorial simplicity, Psychometrika, 39, 31-36.
32.M. Bagchi, and P.R. White, ,2005. The potential of public transport smart card data. Transport Policy, 12, 464-474.
33.M. Bagchi, and P.R. White, ,2005. What role for smart-card data from bus systems?. Proceeding of the Institution of Civil Engineers. 39-46.
34.MIT, 2001. The technology review ten. MIT technology review.
35.Moss and Arte,2003 .“Business Intelligence Roadmap.” Addison-Wesley.
36.Nir Sharaby , Yoram Shiftan,2012, The impact of fare integration on travel behavior and transit ridership, Transport Policy21(2012)63–70
37.Pucher and Kurth,1996. Verkehrsverbund: the success of regional public transport in Germany, Austria and Switzerland. Transport Policy, 2, 279-291.
38.Schobel, A. ,2006. Optimization in public transportation: stop location, delay management and tariff zone design in a public transportation network, Springer.
39.Simoudis, E., 1996, Reality Check for Data Mining, IEEE EXPERT, pp.26-33.