Как твиты дают сверхточные прогнозы утреннего трафика

«Приятно видеть, что этот метод позволяет лучше прогнозировать утреннюю загруженность дорог уже в 5 часов утра, и я считаю, что его можно быстро применить во многих наших центрах управления транспортировкой», - говорит Шон Цянь. (Кредит: Shutter Runner / Flickr)

Исследователи использовали информацию, извлеченную из твитов, чтобы обеспечить беспрецедентную точность для прогнозирования утренних моделей трафика.

Утренние поездки на работу - одно из самых загруженных дней в пути; однако оказалось, что это самое трудное время для прогнозирования характера трафика. Это связано с тем, что большинство методов прогнозирования трафика полагаются на наличие согласованного потока данных трафика с момента времени до прогнозируемого периода.

Однако большинство людей проводят время, предшествующее их жизни. ездить спать или выполнять свои утренние дела дома, оставляя большой пробел в прогнозируемых данных о дорожном движении.

Метод исследователей решает эту проблему, извлекая данные из твитов, отправленных накануне вечером до раннего утра следующего дня. Сначала они использовали программный интерфейс приложений (API) Twitter, чтобы идентифицировать твиты в определенной области (в данном случае в городе Питтсбург) с помощью геотегов, указывающих, откуда они были отправлены. Затем они использовали другое приложение под названием Twint, веб-парсер, который извлекал другие сообщения от пользователей с твитами с геотегами, чтобы создать лучшую картину времени и общей области, в которой этот пользователь был активен. Перед публикацией все данные были анонимизированы и лишены какой-либо личной информации.


графика подписки внутри себя


«Мы утверждаем, что твиты содержат три типа полезной информации для объяснения движения утром следующего дня, включая состояние сна и бодрствования людей, местные события и (запланированные) дорожные происшествия», - пишут авторы Шон Цянь, доцент кафедры гражданского строительства и охраны окружающей среды. и Вэйран Яо, аспирант Цянь, пишут.

Дальнейшее расширение этого набора данных позволило исследователям извлечь дополнительную информацию. Используя языковой анализ, команда определила поисковые запросы, которые могут указывать на дорожное происшествие. Сюда входят не только несчастные случаи, но и запланированные закрытия или крупные мероприятия, такие как концерт, спортивные игры или праздничные мероприятия.

Простые личные твиты вроде «Получил удовольствие от игры« Пираты »!» или «Из-за этого впереди изгиба крыльев я опоздаю» может действительно предоставить важную информацию, особенно если он отмечен геотегом или проинформирован другими твитами от этого пользователя. Дополнительные данные также были получены из официальных аккаунтов, таких как новостные агентства и органы местного самоуправления, которые часто публикуют в Твиттере прямые сообщения об авариях и запланированных закрытиях.

В сочетании эти методы предоставляют большой набор данных с указанием географического распределения и времени сна / бодрствования вероятных пригородной, а также запланированные и случайные дорожно-транспортные происшествия, которые могут повлиять на их поездку на работу. Это восполнило информационный пробел, образовавшийся в результате ночного затишья на дорогах.

Располагая этой информацией, Цянь и Яо смогли с невиданной ранее точностью прогнозировать загруженность дорог для утренних поездок в Питтсбург и создали комплексную основу для прогнозирования условий утреннего дорожного движения в городских условиях. области.

Эта информация также позволяет им начинать наблюдения и прогнозы в более крупном повседневном масштабе. Это включает в себя обнаружение того, что утреннее движение в Питтсбурге, как правило, было более загруженным по вторникам, средам и четвергам, что могло позволить транспортным агентствам лучше управлять утренними поездками на работу. Эти виды наблюдений - ранее невозможные из-за невозможности точно предсказать утренние условия - могут помочь в принятии более важных решений в управлении спросом на поездки, контроле времени сигнала и маршрутизации личного пункта назначения.

«Это исследование использует машинное обучение и большие данные для понимания поведения человека при сохранении личной жизни», - говорит Цянь.

«Приятно видеть, что этот метод позволяет лучше прогнозировать утреннюю загруженность дорог уже в 5 часов утра, и я считаю, что его можно быстро применить во многих наших центрах управления транспортом».

Об авторах

Их результаты появляются в Транспортные исследования. - Первоначальное исследование

перерыв

Похожие книги:

Атомные привычки: простой и проверенный способ создать хорошие привычки и избавиться от плохих

Джеймс Клир

Atomic Habits предоставляет практические советы по выработке хороших привычек и избавлению от вредных, основанные на научных исследованиях изменения поведения.

Нажмите для получения дополнительной информации или для заказа

Четыре тенденции: незаменимые профили личности, которые показывают, как сделать вашу жизнь лучше (и жизни других людей тоже)

Гретхен Рубин

Четыре тенденции определяют четыре типа личности и объясняют, как понимание ваших собственных склонностей может помочь вам улучшить ваши отношения, рабочие привычки и общее счастье.

Нажмите для получения дополнительной информации или для заказа

Подумайте еще раз: сила познания того, чего вы не знаете

Адам Грант

Think Again исследует, как люди могут изменить свое мнение и отношение, и предлагает стратегии для улучшения критического мышления и принятия решений.

Нажмите для получения дополнительной информации или для заказа

Тело сохраняет счет: мозг, разум и тело в исцелении от травм

Бессель ван дер Колк

В книге «Тело ведет счет» обсуждается связь между травмой и физическим здоровьем, а также предлагаются способы лечения и исцеления травмы.

Нажмите для получения дополнительной информации или для заказа

Психология денег: вечные уроки богатства, жадности и счастья

Морган Хаузел

Психология денег исследует, каким образом наше отношение и поведение в отношении денег может формировать наш финансовый успех и общее благополучие.

Нажмите для получения дополнительной информации или для заказа