CORRESPONDENCE MATRIX ASSESSMENT USING SMART CARDDATA: DATA CLEANSING PROCEDURE
Abstract and keywords
Abstract:
V obschestvennom transporte smart-karty primenyayutsya dlya avtomaticheskogo sbora platy za proezd, chto generiruet ogromnye ob'emy dannyh. Osnovnaya cel' etoy stat'i – kriticheskiy analiz osnovnyh etapov processa ocenki, a, v chastnosti, procedury ochistki dannyh

Keywords:
public transport, smart card, data analysis, data cleaning
Text
Text (PDF): Read Download

Типичная структура оценки матрицы корреспонденций может быть разделена на следующие части: очистка данных; поиск пересадок; оценка мест посадки и высадки; оценка пересадочности между зонами и остановками, и проверка предложенной методологии (рис. 1). Необходимость очистки зависит от сбоев в работе оборудования и человеческих ошибок. Для очистки необходима информация об источниках и типах ошибок. Сбои в работе оборудования могут быть вызваны неисправностью считывателя смарт-карт, рассинхронизацией часов в устройствах сбора данных, установленного GPS и/или системы в целом. Такие несоответствия в транзакциях могут составлять до двух процентов от общего числа [1]. Сбои приводят к следующим ошибкам в данных смарт-карт: отсутствие записи или совпадение времени и/или места посадки/высадки; более раннее время посадки для той же поездки; отсутствие идентификатора смарт-карты; дублирование события; транзакции на остановке, которую невозможно отследить. Тип ошибки и ее правильная интерпретация имеют решающее значение при оценке транспортного спроса. Неправильная интерпретация ошибки может привести к неточному значению матрицы корреспонденций.

база

данных

смарт-карт

очистка данных

вывод данных

о посадке

вывод данных

о высадке

алгоритм поиска пересадки

алгоритм оценки остановки

матрицы OD

сведения

о пересадке

опросы на борту или другие виды обследований

другие виды обследований

 

анкетные опросы

предприятий

 

 

валидация зональной матрицы

экзогенная валидация

оценка неизвестных

  • прогнозирование спроса на транспорт;
  • индуцированный спрос;
  • проектирование маршрутов общественного транспорта;
  • проектирование транспортных сетей;
  • исследования заторов;
  • перегруженность;
  • проектирование работы подвижного состава с учетом спроса;
  • ценообразование;
  • количественная оценка спроса и предложения на транспорте;
  • стратегическое моделирование транспорта.

Данные

смарт-карт

эндогенная валидация

уровень

остановки матрицы OD

уровень зональной OD

данные

о границах зон

данные

о границах зон

уровень населенной

зоны OD

процесс

ввод

приложение

 

Рис. 1. Этапы решения задачи оценки транспортного спроса

 

Следовательно, данные должны быть проверены на все возможные несоответствия, которые необходимо устранить во время анализа, если таковые обнаружены, после этого – использовать для процедуры оценки.

References

1. Hussain, E. Transit OD matrix estimation using smartcard data: Recent developments and future research challenges / E. Hussain, A. Bhaskar, E. Chung // Transportation Research Part C: Emerging Technologies. – Volume 125. – 2021.

Login or Create
* Forgot password?