کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6937111 868854 2014 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Behavioural data mining of transit smart card data: A data fusion approach
ترجمه فارسی عنوان
داده کاوی رفتاری داده های هوشمند کارت هوشمند: رویکرد تلفیقی داده
کلمات کلیدی
ترجمه چکیده
هدف از این مطالعه، توسعه یک روش تلفیق داده برای ارزیابی صفات رفتاری سفرها با استفاده از داده های کارت هوشمند برای مشاهده تغییرات طولانی مدت در ویژگی های سفر است. روش در نظر گرفته شده است تا درک رفتار مسافران در طول نظارت بر داده های کارت هوشمند افزایش یابد. به منظور تکمیل ویژگی های رفتاری موجود در داده های کارت هوشمند، این مطالعه یک روش تلفیقی داده های کارت هوشمند با داده های تحقیق شخصی مسافر با مدل احتمالاتی بیزی نواآی بئس را توسعه داد. یک مدل برای برآورد هدف سفر، از داده های مربوط به بررسی سفر شخصی است. با استفاده از مدل، اهداف سفر به عنوان ویژگی های رفتاری اضافی سفرهایی که در داده های کارت هوشمند مشاهده می شود، برآورد می شوند. تجزیه و تحلیل اعتبار سنجی نشان داد که روش پیشنهادی به طور موفقیت آمیز اهداف سفر را در 86.2٪ از داده های اعتبار سنجی تخمینی می کند. تجزیه و تحلیل داده های تجربی نشان داد که روش پیشنهادی را می توان برای یافتن و تفسیر ویژگی های رفتاری مشاهده شده در داده های کارت هوشمند که از هر مجموعه داده مستقل به دست آمده دشوار است، مورد استفاده قرار می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
داده کاوی رفتاری داده های هوشمند کارت هوشمند: رویکرد تلفیقی داده
چکیده انگلیسی
The aim of this study is to develop a data fusion methodology for estimating behavioural attributes of trips using smart card data to observe continuous long-term changes in the attributes of trips. The method is intended to enhance understanding of travellers' behaviour during monitoring the smart card data. In order to supplement absent behavioural attributes in the smart card data, this study developed a data fusion methodology of smart card data with the person trip survey data with the naïve Bayes probabilistic model. A model for estimating the trip purpose is derived from the person trip survey data. By using the model, trip purposes are estimated as supplementary behavioural attributes of the trips observed in the smart card data. The validation analysis showed that the proposed method successfully estimated the trip purposes in 86.2% of the validation data. The empirical data mining analysis showed that the proposed methodology can be applied to find and interpret the behavioural features observed in the smart card data which had been difficult to obtain from each independent dataset.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part C: Emerging Technologies - Volume 46, September 2014, Pages 179-191
نویسندگان
, ,