"Nagyon izgalmas látni, hogy ez a módszer jobb előrejelzéseket kínál a reggeli ingázás forgalmáról még reggel 5 órakor, és úgy gondolom, hogy ez gyorsan megvalósítható számos közlekedésirányítási központunkban" - mondja Sean Qian. (Hitel: Redőnyfutó / Flickr)
A kutatók a tweetekből kinyert információkat használták páratlan pontosság biztosítására a reggeli forgalmi minták előrejelzésében.
A reggeli ingázási időszak a forgalom egyik legforgalmasabb napja a nap folyamán; ugyanakkor a legnehezebb idő a forgalmi minták előrejelzésére is. A forgalom-előrejelzés legtöbb módszere ugyanis arra támaszkodik, hogy a forgalmi adatok egyenletes áramlása legyen az előrejelzett periódusig.
Az emberek többsége azonban az előttük töltött időt tölti ingázik alvás vagy reggeli rutin elvégzése otthon, nagy hiányt hagyva a prediktív forgalmi adatokban.
A kutatók módszere ezt a problémát úgy oldja meg, hogy az előző este és a következő nap kora reggel között küldött tweetekből adatokat gyűjtött. Először a Twitter alkalmazásprogramozási felületét (API) használták, hogy azonosítsák a tweetteket egy adott területen (jelen esetben Pittsburgh városán) belül geotagokkal, amelyek jelzik, honnan küldték őket. Ezután egy másik Twint nevű alkalmazást, egy webkaparót használtak, amely más hozzászólásokat kapott a felhasználóktól geotagjelű tweetekkel, hogy jobb képet alkossanak azokról az időkről és általános területről, amelyen belül a felhasználó aktív volt. A közzétételt megelőzően minden adatot névtelenné tettek, és minden személyes azonosítástól eltekintettek.
"Azt állítjuk, hogy a tweetek háromféle hasznos információt rögzítenek a másnap reggeli forgalom magyarázatához, ideértve az emberek alvás-ébrenlét állapotát, helyi eseményeket és (tervezett) forgalmi eseményeket" - írták Sean Qian, a polgári és környezettechnikai docensek. és Weiran Yao, Qian PhD hallgatója ír.
Ennek az adatkészletnek a további bővítése lehetővé tette a kutatók számára, hogy további információkat nyerjenek ki. Nyelvi elemzés segítségével a csapat olyan keresési kifejezéseket azonosított, amelyek forgalmi eseményre utalhatnak. Ez nemcsak baleseteket, hanem tervezett bezárásokat vagy nagy eseményeket is magában foglal, például koncertet, sportjátékot vagy ünnepi ünnepséget.
Egyszerű személyes tweetek, mint például: „Volt egy robbanás a Kalózok játékában!” vagy „Ez a sárvédő hajlító késni fog” - ez valóban fontos információkat nyújthat, különösen, ha földrajzi címkével látják el, vagy a felhasználó más tweetjei tájékoztatják. További adatokat olyan hivatalos számlákról is lehívtak, mint például a sajtóorgánumok és a helyi önkormányzatok, amelyek gyakran közvetlen jelentéseket küldenek a balesetekről és a tervezett bezárásokról.
Kombinálva ezek a módszerek nagy információkészletet nyújtanak, amely jelzi a valószínű földrajzi eloszlást és az alvási / ébrenléti időt ingázók, valamint tervezett és baleseti forgalmi események, amelyek befolyásolhatják az ingázásukat. Ez áthidalja az információs szakadékot, amelyet a forgalom egyik napról a másikra bekövetkező szünete okoz.
Ezzel az információval Qian és Yao korábban nem látott pontossággal képesek voltak előrejelezni a Pittsburgh reggeli ingázási időszak forgalmi előrejelzéseit, és átfogó keretet hoztak létre a reggeli forgalmi viszonyok városi előrejelzéséhez. területek.
Ez az információ lehetővé teszi számukra a megfigyelések és előrejelzések megkezdését is, nagyobb, napi szintű skálán. Ez magában foglalja annak megállapítását, hogy Pittsburgh reggeli forgalma kedden, szerdán és csütörtökön általában nagyobb volt, ami lehetővé teheti a közlekedési irodák számára a reggeli ingázás jobb kezelését. Az ilyen jellegű megfigyelések - amelyek korábban képtelenek voltak a reggeli körülmények pontos előrejelzésének képtelensége miatt - nagyobb döntéseket hozhatnak az utazási igények kezelésében, a jelek időzítésének ellenőrzésében és a személyes célirányításban.
"Ez a kutatás a gépi tanulást és a nagy adatokat felhasználja az emberi viselkedés megértéséhez, az egyéni magánélet megőrzése mellett."
"Nagyon izgalmas látni, hogy ez a módszer jobb előrejelzéseket kínál a reggeli ingázás forgalmáról még reggel 5-kor, és úgy gondolom, hogy ez gyorsan megvalósítható számos közlekedés-irányítási központunkban."
A szerzőkről
Eredményeik ben jelennek meg Közlekedési kutatás. - Eredeti tanulmány
Kapcsolódó könyvek:
Atomi szokások: Egyszerű és bevált módszer a jó szokások felépítésére és a rossz dolgok megtörésére
írta: James Clear
Az Atomic Habits gyakorlati tanácsokat ad a jó szokások kialakításához és a rosszak feloldásához, a viselkedésváltozás tudományos kutatásai alapján.
Kattintson a további információkért vagy a megrendeléshez
A négy tendencia: Az nélkülözhetetlen személyiségprofilok, amelyek megmutatják, hogyan teheti jobbá az életét (és más emberek életét is)
írta Gretchen Rubin
A Négy Tendencia négy személyiségtípust azonosít, és elmagyarázza, hogy saját hajlamainak megértése hogyan segítheti kapcsolatait, munkahelyi szokásait és általános boldogságát.
Kattintson a további információkért vagy a megrendeléshez
Gondold újra: A tudás ereje, amit nem tudsz
írta Adam Grant
A Think Again feltárja, hogyan változtathatják meg az emberek gondolkodásukat és hozzáállásukat, és stratégiákat kínál a kritikus gondolkodás és a döntéshozatal javítására.
Kattintson a további információkért vagy a megrendeléshez
A test megtartja a pontszámot: az agy, az elme és a test a trauma gyógyításában
írta Bessel van der Kolk
A The Body Keeps the Score a trauma és a fizikai egészség kapcsolatát tárgyalja, és betekintést nyújt abba, hogyan lehet a traumát kezelni és gyógyítani.
Kattintson a további információkért vagy a megrendeléshez
A pénz pszichológiája: Időtlen leckék a gazdagságról, a kapzsiságról és a boldogságról
írta Morgan Housel
A Psychology of Money azt vizsgálja, hogy a pénzzel kapcsolatos attitűdjeink és viselkedésünk milyen módon befolyásolhatja pénzügyi sikerünket és általános jólétünket.
