"Es ist sehr aufregend zu sehen, dass diese Methode noch um 5 Uhr morgens zu besseren Vorhersagen des morgendlichen Pendelverkehrs führt, und ich glaube, dass sie in vielen unserer Transportmanagementzentren schnell eingesetzt werden kann", sagt Sean Qian. (Anerkennung: Shutter Runner / Flickr)
Forscher haben Informationen aus Tweets verwendet, um eine beispiellose Genauigkeit für die Vorhersage von Verkehrsmustern am Morgen zu erzielen.
Die morgendliche Pendelzeit ist eine der geschäftigsten Tageszeiten für den Verkehr. Es hat sich jedoch auch als die schwierigste Zeit erwiesen, Verkehrsmuster vorherzusagen. Dies liegt daran, dass die meisten Methoden zur Verkehrsvorhersage auf einem konsistenten Verkehrsdatenfluss von der Zeit bis zum vorhergesagten Zeitraum beruhen.
Die Mehrheit der Menschen verbringt jedoch die Zeit vor ihnen pendeln Sie schlafen oder führen ihre morgendlichen Routinen zu Hause aus und hinterlassen eine große Lücke in den vorausschauenden Verkehrsdaten.
Die Methode der Forscher löst dieses Problem, indem Daten aus Tweets abgerufen werden, die zwischen dem Abend vor und dem frühen Morgen des folgenden Tages gesendet wurden. Sie verwendeten zuerst die Anwendungsprogrammierschnittstelle (API) von Twitter, um Tweets in einem bestimmten Gebiet (in diesem Fall in der Stadt Pittsburgh) mit Geotags zu identifizieren, die angeben, von wo sie gesendet wurden. Anschließend verwendeten sie eine andere Anwendung namens Twint, einen Web-Scraper, der andere Beiträge von Benutzern mit geotaggten Tweets abrief, um ein besseres Bild der Zeiten und des allgemeinen Bereichs zu erstellen, in dem dieser Benutzer aktiv war. Alle Daten wurden vor der Veröffentlichung anonymisiert und von personenbezogenen Daten befreit.
„Wir argumentieren, dass Tweets drei Arten nützlicher Informationen zur Erklärung des morgendlichen Verkehrs am nächsten Tag erfassen, darunter den Schlaf-Wach-Status der Menschen, lokale Ereignisse und (geplante) Verkehrsstörungen“, so die Autoren Sean Qian, Associate Professor für Bau- und Umweltingenieurwesen. und Weiran Yao, Qians Doktorand, schreiben.
Eine weitere Erweiterung dieses Datensatzes ermöglichte es den Forschern, zusätzliche Informationen zu extrahieren. Mithilfe der Sprachanalyse identifizierte das Team Suchbegriffe, die auf einen Verkehrsvorfall hinweisen könnten. Dies umfasst nicht nur Unfälle, sondern auch geplante Schließungen oder Großveranstaltungen wie ein Konzert, ein Sportspiel oder eine Weihnachtsfeier.
Einfache persönliche Tweets wie "Hatte eine tolle Zeit beim Piraten-Spiel!" oder "Dieser Fender Bender vor mir wird mich zu spät bringen" kann tatsächlich wichtige Informationen liefern, insbesondere wenn er mit einem Geotag versehen ist oder von anderen Tweets dieses Benutzers informiert wird. Weitere Daten wurden auch aus offiziellen Konten wie Nachrichtenagenturen und lokalen Behörden abgerufen, die häufig direkte Berichte über Unfälle und geplante Schließungen twittern.
In Kombination liefern diese Methoden einen großen Datensatz mit Informationen, die die geografische Verteilung und die wahrscheinliche Schlaf- / Wachzeit angeben Pendlersowie geplante und versehentliche Verkehrsstörungen, die sich auf den Pendelverkehr auswirken können. Dies überbrückte die Informationslücke, die durch die nächtliche Flaute im Verkehr entstanden war.
Mit diesen Informationen konnten Qian und Yao Verkehrsvorhersagen für Pittsburghs morgendliche Pendelzeit mit bisher nicht sichtbarer Genauigkeit liefern und haben einen umfassenden Rahmen für die Vorhersage der morgendlichen Verkehrsbedingungen in Städten geschaffen Bereiche.
Diese Informationen ermöglichen es ihnen auch, Beobachtungen und Vorhersagen in einem größeren täglichen Maßstab zu treffen. Dazu gehört, dass der morgendliche Verkehr in Pittsburgh dienstags, mittwochs und donnerstags im Allgemeinen stärker überlastet war, was es den Transportagenturen ermöglichen könnte, den morgendlichen Pendelverkehr besser zu verwalten. Diese Art von Beobachtungen - bisher unmöglich, da die Morgenbedingungen nicht genau vorhergesagt werden können - können zu größeren Entscheidungen bei der Verwaltung der Reiseanforderung, der Signalsteuerung und der Weiterleitung persönlicher Ziele führen.
„Diese Forschung nutzt maschinelles Lernen und Big Data, um menschliches Verhalten zu verstehen und gleichzeitig die Privatsphäre des Einzelnen zu wahren“, sagt Qian.
"Es ist sehr aufregend zu sehen, dass diese Methode noch um 5 Uhr morgens zu besseren Vorhersagen des morgendlichen Pendelverkehrs führt, und ich glaube, dass dies in vielen unserer Transportmanagementzentren schnell eingesetzt werden kann."
Über die Autoren
Ihre Ergebnisse erscheinen in Verkehrsforschung. - Original-Studie
Bücher zum Thema:
Atomgewohnheiten: Ein einfacher und bewährter Weg, um gute Gewohnheiten aufzubauen und schlechte zu brechen
von James Clear
Atomic Habits bietet praktische Ratschläge, um gute Gewohnheiten zu entwickeln und schlechte zu brechen, basierend auf wissenschaftlicher Forschung zur Verhaltensänderung.
Klicken Sie für weitere Informationen oder zum Bestellen
Die vier Tendenzen: Die unverzichtbaren Persönlichkeitsprofile, die zeigen, wie Sie Ihr Leben (und auch das Leben anderer Menschen) verbessern können
von Gretchen Rubin
Die vier Tendenzen identifizieren vier Persönlichkeitstypen und erklären, wie das Verständnis Ihrer eigenen Tendenzen Ihnen helfen kann, Ihre Beziehungen, Arbeitsgewohnheiten und Ihr allgemeines Glück zu verbessern.
Klicken Sie für weitere Informationen oder zum Bestellen
Denken Sie noch einmal nach: Die Kraft zu wissen, was Sie nicht wissen
von Adam Grant
Think Again untersucht, wie Menschen ihre Meinung und Einstellung ändern können, und bietet Strategien zur Verbesserung des kritischen Denkens und der Entscheidungsfindung.
Klicken Sie für weitere Informationen oder zum Bestellen
Der Körper hält die Punktzahl: Gehirn, Geist und Körper bei der Heilung von Traumata
von Bessel van der Kolk
The Body Keeps the Score diskutiert den Zusammenhang zwischen Trauma und körperlicher Gesundheit und bietet Einblicke, wie Traumata behandelt und geheilt werden können.
Klicken Sie für weitere Informationen oder zum Bestellen
Die Psychologie des Geldes: Zeitlose Lektionen über Reichtum, Gier und Glück
von Morgan Housel
Die Psychologie des Geldes untersucht, wie unsere Einstellungen und Verhaltensweisen in Bezug auf Geld unseren finanziellen Erfolg und unser allgemeines Wohlbefinden beeinflussen können.
