通过数据驱动方法提高发现面临问题的公共交通乘客的可能性
计算机与社会
2017-05-11 v1
摘要
维持大城市公共交通的服务质量需要持续监测，这可能是一项昂贵且耗时的实践。从用户角度来看的质量感知是质量监测的一个重要方面。在此意义上，我们提出了一种由软件支持的数据分析与可视化方法，能够构建关于在人口稠密的大都市区使用公共交通时，何地何人似乎正在经历不令人满意体验的估计和假设。此外，它为制定现场质量调查计划提供了支持。所提出的方法提高了访谈者在现场走访时发现受到影响其行为的不便之处的用户的可能性。仿真比较和小规模试点调查验证了所提方法的有效性。
引用
@article{arxiv.1705.03504,
title = {Increasing the Likelihood of Finding Public Transport Riders that Face Problems Through a Data-Driven approach},
author = {Vasco Furtado and Carlos Caminha and Elizabeth Furtado and André Lopes and Victor Dantas and Caio Ponte and Sofia Cavalcante},
journal= {arXiv preprint arXiv:1705.03504},
year = {2017}
}
备注
25 pages, 5 figures