Individuals among commuters: Building personalised transport information services from fare collection systems

این کار به بررسی نحوه استفاده از داده ها از سیستم های جمع آوری هزینه حمل و نقل عمومی برای تحلیل رفتار مسافران و تبدیل اطلاعات سیستم های مسافرتی می پردازد که شهروندان شهر برای هدایت شهر خود به سیستم های شخصی و دینامیکی نیاز دارند که نیازهای منحصر به فرد هر مسافر را تامین می کنند. به طور خاص، ما نشان می دهیم که چگونه داده های جمع آوری کرایه می توانند برای شناسایی تفاوت های رفتاری بین مسافران استفاده شوند: بنابراین ما برای یک رویکرد شخصی جهت ارائه اطلاعات مربوط به حمل و نقل به مسافران، از آن حمایت می کنیم. برای نشان دادن پتانسیل شخصی سازی، برآورد زمان سفر محاسبه می شود که دقیق تر عادت های سفر هر مسافر را منعکس می کند. ما تعدادی الگوریتم برای ارزیابی زمانهای سفر شخصی را پیشنهاد می کنیم و تجربی نشان می دهد که این روش ها هر دو پایگاه غیر شخصی که از داده ها محاسبه شده است، و همچنین زمان سفر منتشر شده به عنوان در حال حاضر توسط مقامات حمل و نقل ارائه شده است. علاوه بر این، ما نشان می دهیم که چگونه می توان به راحتی سیستم را با استفاده از مسافران پیش خوشه ای اندازه گیری کرد. ما با مشخص کردن طیف وسیعی از برنامه ها و سرویس هایی که ممکن است توسط داده های جمع آوری کرایه ها بوجود آمده، نزدیک شوند.