Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

データ分析でバスをより便利に!

2,377 views

Published on

第2回交通ジオメディアサミット( http://peatix.com/event/267132/ )における、名古屋大学大学院 今井瞳氏の発表資料です。

Published in: Technology
  • Be the first to comment

データ分析でバスをより便利に!

  1. 1. データ分析でバスをより便利に! 名古屋大学大学院 河口研究室 修士2年 今井 瞳
  2. 2. 本日の内容 • バスの問題点:天候や交通の影響を受けやすい 1. ユーザ視点:バス到着時刻予測 ✓ バス停での待ち時間は不安・イライラ ⇒ バスロケデータから予測できないか? 2. バス会社視点:可視化分析 ✓ 定期的なダイヤ改善 ✓ 運転手の経験則による運行調整 ⇒ 定量的な分析や遅延要因の特定ができないか? 2
  3. 3. 愛知のバスロケサービス - 名古屋市営バス - 3 前のバス停での出発時間を リアルタイムに表示 駅名で検索 ⇒ 到着時刻が知りたい
  4. 4. 1. バス到着時刻予測 • 新しいモデルの提案 [ DICOMOシンポジウム, 2016 ] ✓ 進行するにつれて精度向上 • 利点 ✓ リアルタイムに対応 ✓ 全区間で予測可能 4 重回帰モデル 事前に傾向を予測 カルマンフィルタ 到着時刻を動的に予測 + あとXX秒 1 2 3 4
  5. 5. -160 -140 -120 -100 -80 -60 -40 -20 0 22駅前 21駅前 20駅前 19駅前 18駅前 17駅前 16駅前 15駅前 14駅前 13駅前 12駅前 11駅前 10駅前 9駅前 8駅前 7駅前 6駅前 5駅前 4駅前 3駅前 2駅前 1駅前 予測誤差[s] 予測誤差平均 1. バス到着時刻予測 – 予測誤差平均 – バス停に近づくにつれて 予測誤差が小さくなることを確認 5 遅延時間 最大値 385 [s] 平均値 19 [s] 標準偏差 62 [s]
  6. 6. 1. バス到着時刻予測 – 提示方法 – • ユーザへの見せ方 6 鋭意検討中… 値段, 所要時間等で 別経路と比較 誤差を含んだ 表示方法の検討 拡大
  7. 7. 2. 可視化分析 • バスタペストリー ✓ 複数データの同時可視化 • 利点 ✓ 各要素の関係性を一目で認識 ✓ 遅延場所や原因を分析可能 運行状況 バス停, 信号, 走行位置+ 7
  8. 8. 2. 可視化分析 - バスタペストリー - 系統8415:16日(火) 路線距離 信号位置 8
  9. 9. 2. 可視化分析 - 拡大図 - 系統8415:16日(火), 始発 ●:走行位置 ●:バス停 (出発位置) x y 密 疎 9
  10. 10. 2. 可視化分析 - 信号と遅延の関係性 - 系統8415:16日(火) 10
  11. 11. 2. 可視化分析 - 信号と遅延の関係性 - 系統8415:16日(火) 点が密集 遅延への影響が大きい 11
  12. 12. 2. 可視化分析 - 信号と遅延の関係性 - 系統8415:16日(火) 点が少ない 遅延への影響が小さい 12
  13. 13. 2. 可視化分析 - WebGL - 13 作成中…
  14. 14. まとめ • ユーザ視点:到着時刻予測 • バス会社視点:可視化分析 14 ご意見等よろしくお願いします

×