自行车循环与移动模式——来自社区自行车项目的数据探索与特征刻画
计算机与社会
2010-09-23 v1 人机交互
摘要
本文利用巴塞罗那社区自行车项目Bicing各站点可用自行车数量，对城市区域的人类移动数据进行了分析。数据通过定期抓取Bicing网站上的KML文件获得。尽管数据本质上噪声很大，但经过一些预处理和过滤步骤后，数据能够检测到移动的时间模式，并识别出城市的住宅区、大学区、商业区和休闲区。研究结果提出了改进Bicing网站的建议，包括预测未来几分钟/小时内特定站点的可用自行车数量。此外，还简要勾勒了一个识别站点间最可能路径的模型。
引用
@article{arxiv.0810.4187,
title = {Bicycle cycles and mobility patterns - Exploring and characterizing data from a community bicycle program},
author = {Andreas Kaltenbrunner and Rodrigo Meza and Jens Grivolla and Joan Codina and Rafael Banchs},
journal= {arXiv preprint arXiv:0810.4187},
year = {2010}
}
备注
10 pages, 8 figures