利用开放数据预测巴塞罗那公共自行车服务站的占用趋势

2008年，巴塞罗那公共自行车服务管理与维护公司的首席执行官认识到，人们不能期望总是在目的地附近找到归还租赁自行车的位置，类似于开车时人们可能找不到停车场的情况。在这项工作中，我们对巴塞罗那公共自行车服务各站点的状态进行预测。我们表明，在站点完全被自行车填满或完全空置的情况实际发生前最多2天，正确预测其中近一半的时刻是可行的。也就是说，用户可以避免在那些他们无法归还已租自行车或找不到可租自行车的时段前往这些站点。为此，我们应用随机森林算法对站点状态进行分类，并利用公开可用数据（如天气预报信息）延长模型的生命周期。最后，我们期望预测结果可用于改善服务质量并使其对用户更可靠。