用于共享单车系统比较分析的判别函数混合模型
应用统计
2016-02-01 v1
摘要
共享单车系统(BSSs)已成为可持续多模式交通手段，现于全球诸多城市推行。多数BSSs还开放其数据访问，尤其是自行车站实时状态报告。分析此类系统产生的大量数据对BSS提供商更新系统结构与政策尤为有益。本工作受分析与比较若干欧洲BSSs以识别其共性运行模式并提出避免潜在问题的实用方案的兴趣驱动。我们的方法依赖于识别系统间与系统内的共性模式。为此，开发了一种基于模型的聚类方法FunFEM，用于时间序列（或更一般的函数型数据）。它基于函数混合模型，允许在判别函数子空间中对数据进行聚类。该模型在此背景下具有简约且可可视化已聚类系统的优势。数值实验证实了FunFEM的良好表现，尤其相较于最先进方法。将FunFEM应用于JCDecaux与伦敦交通局倡议的BSS数据，使我们识别出10种通用模式（包括病态模式），并基于系统比较提出实用改进策略。在判别子空间中对聚类数据的可视化在系统效率方面信息量尤为丰富。所提方法学实现于R软件包funFEM中，可在CRAN获取。该包还提供了本工作分析的数据子集。
引用
@article{arxiv.1601.07999,
title = {The discriminative functional mixture model for a comparative analysis of bike sharing systems},
author = {Charles Bouveyron and Etienne Côme and Julien Jacques},
journal= {arXiv preprint arXiv:1601.07999},
year = {2016}
}
备注
Published at http://dx.doi.org/10.1214/15-AOAS861 in the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)