Passengers’ boarding time interval is of great significance for analysis of collective mobility behaviors. In this paper, we empirically investigate the boarding time interval of mobility behaviors based on three large-scale reservation records of passengers traveling by three different types of transportation from a travel agency platform, namely airplane, intercity bus and car rental. The statistical results show that similar properties exist in the passengers’ mobility behaviors, for example, there are similar burstiness [Formula: see text] and memory [Formula: see text] for different time interval distribution, which indicates that the passengers’ mobility behaviors are periodical. Furthermore, we present a probability model to regenerate the empirical results by assuming that the passengers’ next boarding time interval will generate between a short time of 1–7 days with probability [Formula: see text] and a random long time with probability [Formula: see text]. The simulation results show that the presented model can reproduce the burstiness and memory effect of the boarding time interval when [Formula: see text] for three empirical datasets, which suggests the periodical behaviors with the probability [Formula: see text]. This work helps in deeply understanding the regularity of human mobility behaviors.

中文翻译：

---

不同交通工具乘客出行行为的统计机制

乘客上车时间间隔对于分析集体出行行为具有重要意义。在本文中，我们基于从旅行社平台乘坐飞机、城际巴士和汽车租赁三种不同交通工具出行的乘客的三个大规模预订记录，实证研究了出行行为的登机时间间隔。统计结果表明，乘客的出行行为存在相似的属性，例如，对于不同的时间间隔分布，具有相似的突发性[公式：见文]和记忆[公式：见文]，这表明乘客的移动行为是定期的。此外，我们提出了一个概率模型来重新生成经验结果，假设乘客的下一次登机时间间隔将在 1-7 天的短时间内产生，概率为 [公式：见文本] 和随机的长时间，概率为 [公式：见文本]。仿真结果表明，对于三个经验数据集，所提出的模型可以再现[公式：见文本]时登机时间间隔的突发性和记忆效应，这表明具有概率[公式：见文本]的周期性行为。这项工作有助于深入理解人类移动行为的规律性。仿真结果表明，对于三个经验数据集，所提出的模型可以再现[公式：见文本]时登机时间间隔的突发性和记忆效应，这表明具有概率[公式：见文本]的周期性行为。这项工作有助于深入理解人类移动行为的规律性。仿真结果表明，对于三个经验数据集，所提出的模型可以再现[公式：见文本]时登机时间间隔的突发性和记忆效应，这表明具有概率[公式：见文本]的周期性行为。这项工作有助于深入理解人类移动行为的规律性。