利用网络挖掘为电动汽车充电站选址提供信息支持
机器学习
2022-03-15 v1 计算机与社会
摘要
充电站的可用性是推广电动汽车（EVs）这一低碳友好型交通方式的重要因素。因此，对于城市规划者而言，关键问题在于何处布置充电站以实现高利用率。在此，我们假设电动汽车充电站的利用率受其与兴趣点（POIs）邻近程度的驱动，因为电动汽车车主在充电站与 POIs 之间步行的意愿存在一定限制。为回答我们的研究问题，我们提出使用网络挖掘：我们从 OpenStreetMap 刻画不同 POIs 对充电站利用率的影响。为此，我们提出了一种量身定制的可解释模型，该模型同时考虑了 POIs 与充电站的全部空间分布。这使得我们能够估计不同 POI 类型影响的距离与强度。我们使用来自荷兰阿姆斯特丹约 300 个充电站和 4000 个 POIs 的数据对模型进行评估。我们的模型优于 SOTA 基线，并且在此基础上能够提供无与伦比的可解释性。据我们所知，此前尚无论文通过估计 POIs 相关的空间邻近范围，从真实使用数据量化 POI 对充电站利用率的影响。因此，我们的发现有助于城市规划者识别充电站的有效位置。
引用
@article{arxiv.2203.07081,
title = {Web Mining to Inform Locations of Charging Stations for Electric Vehicles},
author = {Philipp Hummler and Christof Naumzik and Stefan Feuerriegel},
journal= {arXiv preprint arXiv:2203.07081},
year = {2022}
}
备注
Accepted at The Web Conference (WWW 2022)