در یک مطالعه پژوهشی بررسی شد؛داده های تلفن همراه راهی برای درک رفتار سفر افراد

شناسایی رفتار سفر افراد از اهمیت بالایی در بهبود زیرساخت های حمل و نقلی، دسترسی افراد به تسهیلات رفاهی و در نهایت بهبود کیفیت زندگی شهروندان برخوردار است. در گذشته این مهم از طریق آماربرداری ها و پرسشگری های مختلف، مانند پرسشگری های خانوار در سطح شهر، استان، یا کشور انجام می شد. این آماربرداری ها همچنان از ابزارهای محبوب و پرکاربرد در مطالعات برنامه ریزی حمل و نقل محسوب می شود. با این حال، به دلیل هزینه بالای آماربرداری های سنتی، در اغلب موارد، نمونه مورد استفاده در این مطالعات در مقایسه با جامعه اصلی، کوچک بوده و تنها درصد کمی یعنی حدود ۱ الی ۲ درصد از شهروندان مورد پرسشگری قرار می گیرند.

 به گزارش سیناپرس، در یک مطالعه جدید که در حوزه حمل و نقل شهری انجام شده است، محققان کشور در روشی نوین، از داده های تلفن همراه به منظور مطالعه رفتار سفر افراد در شهر تهران استفاده کرده اند.

همچنین به گفته محققان، این برداشت ها به طور معمول با فواصل زمانی طولانی صورت گرفته و به دلیل تغییرات پیوسته رفتار سفر در کلان شهرها با گذشت زمان، این داده ها دیگر نماینده خوبی برای رفتار سفر همه کاربران نخواهند بود.

از سوی دیگر، این پرسشگری ها معمولا در روزهای خاصی از سال انجام می گیرند و رفتار سفر افراد در این روزها به کل سال تعمیم داده می شود. بدیهی است علیرغم استفاده از روش های آماری برای کاهش خطا، این گونه تعمیم ها ناگزیر با خطا همراه خواهند بود. همچنین، خروجی این نوع از پرسشگری های محدود، در روزهای خاصی از سال که رفتار سفر از الگوهای گذشته پیروی نمی کنند، قابل استفاده نیست و در صورت نیاز به شناسایی الگوهای جابجایی در روزهای خاص، لازم است مجدداً عملیات آماربرداری تکرار شود.

این نقایص، گروهی از پژوهشگران دانشگاه علم و صنعت ایران را بر آن داشته تا با انجام مطالعه ای، رفتار سفر افراد را در شهر تهران با استفاده از داده‌های تلفن همراه یا به اختصار CDR مورد بررسی قرار دهند.

آن ها در ابتدا با استفاده از روش‌های کار با کلان‌داده‌ها و معیارهای زمانی و مکانی مختلف، داده‌ها را پالایش نموده و به نمونه‌ای با حدود ۴۰۰ هزار کاربر با ۵۰۰ میلیون رکورد ارتباطی، تقلیل دادند. سپس با استفاده از روش‌های مختلف یادگیری ماشین، به شناسایی نقاط توقف، فعالیت و اهداف سفر افراد پرداختند.

داده های تلفن همراه که در این مطالعه مورد استفاده قرار گرفتند، توسط اپراتورهای تلفن همراه جمع آوری می شوند. این داده ها به صورت خام، کاربرد حمل و نقلی ندارند و لازم است برای قابل استفاده شدن، پیش پردازش بر روی داده ها صورت گیرد.

در این تحقیق با شناسایی سفرهای افراد، ماتریس مبدا-مقصد برای نمونه برآورد شد و به مناطق ۲۲گانه شهر تهران تعمیم داده شد. مشاهده شد که این ماتریس، تطابق بالایی با الگوهای سفر افراد در شهر تهران دارد. به گزارش سیناپرس، اعتبارسنجی نتایج با مطالعات طرح جامع نیز نشان داد که روش به‌کارگرفته‌شده در این پژوهش می‌تواند در مقاصد مختلف برنامه‌ریزی حمل ‌و نقل به کار گرفته شود.

در این باره، افشین شریعت مهیمنی، استاد و محقق گروه برنامه‌ریزی حمل‌ونقل دانشکده مهندسی عمران دانشگاه علم و صنعت ایران و سه همکار دیگرش می گویند: با استفاده از خروجی حاصل از تحلیل داده های تلفن همراه، نشان داده شد که این نوع داده ها از توانایی بالایی در برآورد بسیاری از موارد مدنظر در مطالعات حمل و نقل برخوردار هستند؛ چرا که نرخ سفر در سطح شهر تهران، اختلاف اندکی با خروجی های متناظر مطالعات جامع داشتند.

بر این اساس محققان فوق پیشنهاد داده اند: در مسائل مختلف برنامه ریزی حمل و نقل، استفاده بیشتری از داده های تلفن همراه گردد.

به اعتقاد شریعت مهیمنی و همکارانش، به نظر می رسد داده های تلفن همراه، علاوه بر محاسبه شاخص های مختلف حمل و نقلی، می توانند در مسائل برنامه ریزی حمل و نقل، مانند بحث های عدالت اجتماعی، تخصیص حمل و نقل همگانی، مطالعات زیست محیطی، و غیره به کار گرفته شوند.

آنها اظهار داشتند: در مطالعات آتی روی این داده ها، می توان ضمن افزایش دقت زمانی و مکانی آن ها، در زمینه های مختلف برنامه ریزی از آن ها استفاده کرد تا بتوان مانند روش های تکامل یافته کنونی، از داده های تلفن همراه به عنوان مکمل برای آماربرداری های سنتی بهره گرفت.

به گزارش سیناپرس، این یافته های علمی پژوهشی را فصلنامه مهندسی حمل‌و‌نقل متعلق به پژوهشگاه حمل و نقل طراحان پارسه منتشر نموده است.

گزارش: محمدرضا دلفیه

نوشته

در یک مطالعه پژوهشی بررسی شد؛

داده های تلفن همراه راهی برای درک رفتار سفر افراد اولین بار در خبرگزاری سیناپرس | اخبار علمی ایران و جهان. پدیدار شد.

لینک منبع خبر


دیدگاه‌ها

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.