کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6874613 687532 2015 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Measuring variability of mobility patterns from multiday smart-card data
ترجمه فارسی عنوان
اندازه گیری تغییرات الگوهای تحرک از چند روزه اطلاعات کارت هوشمند
کلمات کلیدی
تغییرپذیری، اطلاعات کارت هوشمند، تجزیه و تحلیل فضایی، خوشه بندی شبکه،
ترجمه چکیده
در دسترس بودن مقادیر زیادی اطلاعات تحرک، پژوهش را در کشف الگوها و درک قوانین تحریک کرده است. در مقایسه با مطالعات تنوع، توجه کمتری به بررسی تغییرات صورت گرفته است، اما با این وجود، به عنوان معادالتی چون قانونی، بحث شده است، زیرا تنوع تنوع را شناسایی می کند. در یک شبکه حمل و نقل، تنوع وجود دارد از فرد به فرد، از محل به محل، و از روز به روز. در این مقاله، مجموعه ای از اندازه گیری متغیرها را در سطوح فردی و جمع آوری شده با استفاده از داده های کارت هوشمند چند روزه ارائه می کنیم. تجزیه و تحلیل آماری، ماتریس همبستگی و روش های خوشه بندی مبتنی بر شبکه اعمال می شود و استفاده بالقوه از نتایج اندازه گیری شده برای برنامه های کاربردی شهری نیز مورد بحث قرار گرفته است. ما سنگاپور را به عنوان مطالعه موردی می گیریم و از یک هفته یک کارت هوشمند برای تجزیه و تحلیل استفاده می کنیم. یک یافته جالب است که هرچند تعداد سفرها و الگوهای تحرک از روز به روز متفاوت است، ساختار فضایی عمومی جنبش شهری همیشه در طول یک هفته یکسان باقی می ماند. این یافته نشان داد که یک چارچوب سیستماتیک با روشهای تجزیه و تحلیل به خوبی سازمان یافته برای استخراج تغییرپذیری است که ممکن است در سطوح مختلف تغییر کند و به دنبال آن جنبه های مختلف پویایی، یعنی انتقال، اجتماعی و دینامیک شهری را کشف کند. ما این مقاله را به عنوان یک کار آزمایشی به سوی چارچوب عمومی برای اندازه گیری متغیرها در نظر می گیریم و می توان آن را به عنوان مرجع برای کار تحقیقاتی دیگر در چنین مسیری استفاده کرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
پیش نمایش مقاله
اندازه گیری تغییرات الگوهای تحرک از چند روزه اطلاعات کارت هوشمند
چکیده انگلیسی
The availability of large amounts of mobility data has stimulated the research in discovering patterns and understanding regularities. Comparatively, less attention has been paid to the study of variability, which, however, has been argued as equally important as regularities, since variability identifies diversity. In a transport network, variability exists from person to person, from place to place, and from day to day. In this paper, we present a set of measuring of variability at individual and aggregated levels using multi-day smart-card data. Statistical analysis, correlation matrix and network-based clustering methods are applied and potential use of measured results for urban applications are also discussed. We take Singapore as a case study and use one-week smart-card data for analysis. An interesting finding is that though the number of trips and mobility patterns varies from day to day, the overall spatial structure of urban movement always remains the same throughout a week. This finding showed that a systemic framework with well-organized analytical methods is indeed, necessary for extracting variability that may change at different levels and consequently for uncovering different aspects of dynamics, namely transit, social and urban dynamics. We consider this paper as a tentative work toward such generic framework for measuring variability and it can be used as a reference for other research work in such a direction.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Science - Volume 9, July 2015, Pages 125-130
نویسندگان
, , , , ,