Közösségi kerékpár-rendszer használati elemzése és vizualizációja

OData támogatás
Konzulens:
Marton József Ernő
Távközlési és Médiainformatikai Tanszék

Diplomamunkám témája a budapesti közösségi kerékpár rendszer (Bubi) használati adatainak több szempontú elemzése és vizualizációja. A közösségi kerékpár rendszerek népszerűsége folyamatosan növekszik, egyre több városban érhetők el. A jövőben nagy mértékben hozzájárulhatnak a városi közlekedés tehermentesítéséhez. A téma népszerűsége és újszerűsége miatt gazdag szakirodalomban áll rendelkezésre. Az elemzések nagy része a rendszer logisztikai optimalizálására koncentrál, azaz a kerékpárok újraelosztásával foglalkozik. Dolgozatomban a Bubi használati adatait elemzésre előkészítem, majd elemzem a használatok illetve a használók sokaságát. Megvizsgálom az állomások használtságát és annak az állomás elhelyezkedésével való kapcsolatát. Az állomások napi használatát figyelembe véve felállítok egy statikus modellt a kerékpárok állomások közötti napi egyszeri újraelosztására.

Az elemzéshez megtervezett adatbázis 4 táblából áll, melyek tartalmazzák az utazások adatait a rendszer 2014. szeptemberi indulásától 2017. augusztusig, az állomások adatait, egy naptárat, valamint napi időjárás adatokat a vonatkozó időszakra.

Megvizsgáltam az utazások időtartamának eloszlását, amit összehasonlítva a szakirodalomban talált adatokkal azt találtam, hogy a különböző városok kerékpármegosztó rendszerei ugyanazt a mintát követik. Az utazások 94%-a 30 perc alatt volt, és leggyakoribb utazási hossz 8 perc. E mellett vizsgáltam a rendszer népszerűségének alakulását napi szinten. A várt szezonalitás (alacsony téli és intenzív nyári használat) és heti ciklikusság mellett azt találtam, hogy 2016. júniusától csökken a bérlések száma. A felhasználói sokaságot vizsgálva megállapítottam, hogy a használatok számának csökkenése a bérletes felhasználók számának csökkenését követi. A rendszert leginkább magyar állampolgárok használják. A külföldi használók száma alacsony: az utazások 96,6%-ában magyar a bérlő.

Klaszterezési eljárással azonosítottam a legkevésbé használt állomásokat, melyek leginkább a rendszer nyugati (budai) szélére koncentrálódnak.

Lineáris regressziót alkalmazva felállítottam különböző modelleket a napi forgalom előrejelzésére. A modell alapján a forgalom leginkább az időjárási változókra (hőmérséklet, eső mennyisége), valamint a munkaszüneti napokra érzékeny. Az elért pontosság a tipikus 0,2-3 ezres napi bérlésszám mellett: RMSE = 463, a korreláció pedig 0,886.

A rendszer 3 évének használati adatai alapján megállapítottam a dinamikus újraelosztás nélküli üzemeltetés feltételeit. A 100%-os eredményhez 2548 biciklire lenne szükség, de a napok 95%-ában a jelenlegi flottaméret (1486) is elegendő

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.