Afrykańskie trasy autobusowe przerysowane przy użyciu danych z telefonu komórkowego

Naukowcy z IBM, wykorzystując dane o ruchu zebrane od milionów użytkowników telefonów komórkowych na Wybrzeżu Kości Słoniowej w Afryce Zachodniej, opracowali nowy model optymalizacji systemu transportu miejskiego.

Przyczyna trasy: Interfejs użytkownika modelu ruchu IBM opartego na danych z telefonów komórkowych pokazuje aktualną sieć tranzytową Abidżanu, Wybrzeża Kości Słoniowej (różowy) oraz proponowane nowe trasy sugerowane przez model wykorzystujący dane o mobilności telefonu komórkowego.

Model IBM nakazywał zmiany w trasach autobusowych wokół Abidżanu, największego miasta w kraju. Te zmiany — oparte na ruchach ludzi, które można rozpoznać na podstawie zapisów telefonów komórkowych — mogą teoretycznie skrócić czas podróży o 10 procent.

Choć wyniki były wstępne, wskazują one na nowe sposoby, w jakie urbaniści mogą wykorzystywać dane z telefonów komórkowych do projektowania infrastruktury, mówi Francesco Calabrese, naukowiec z laboratorium badawczego IBM w Dublinie i współautor artykułu na ten temat. Stanowi to nowy front o potencjalnie dużym wpływie na poprawę systemów transportu miejskiego, mówi. Osoby z telefonami komórkowymi mogą służyć jako czujniki i być budulcem wysiłków rozwojowych.

Praca IBM została wykonana w ramach wyzwania badawczego nazwanego Dane do rozwoju , w którym gigant telekomunikacyjny Orange opublikował 2,5 miliarda rekordów rozmów od pięciu milionów użytkowników telefonów komórkowych na Wybrzeżu Kości Słoniowej. Dane zostały zebrane między grudniem 2011 a kwietniem 2012. Publikacja danych jest największą tego typu, jaką kiedykolwiek opublikowano. Zapisy zostały wyczyszczone, aby uniemożliwić nikomu zidentyfikowanie użytkowników, ale nadal zawierają przydatne informacje o ruchach tych użytkowników. Gazeta IBM jest jedną z partytur wyemitowanych jeszcze w tym tygodniu o godz konferencja w MIT.

Prace IBM skupiły się na Abidżanie, gdzie 539 dużych autobusów jest uzupełnionych o 5000 minibusów i 11 000 wspólnych taksówek. Badacze IBM przeanalizowali rejestry połączeń z około 500 000 telefonów z danymi związanymi z pytaniem o dojazdy do pracy.

Dane dotyczące mobilności są tworzone, gdy ktoś używa telefonu do połączenia lub wiadomości tekstowej. To działanie jest rejestrowane na wieży telefonu komórkowego i służy jako raport dotyczący ogólnej lokalizacji użytkownika w promieniu wieży. Ruch osoby jest następnie ustalany, gdy wywołanie jest przekazywane do nowej wieży lub gdy wykonywane jest nowe wywołanie, które łączy się z inną wieżą.

Chociaż dane są przybliżone – i oczywiście nie każdy w autobusie ma telefon lub go używa – trasy można zebrać, zapisując sekwencję połączeń. IBM i inne grupy odkryły, że te ślady telefonów komórkowych są wystarczająco dokładne, aby służyć jako przewodnik po większych ruchach populacji w zastosowaniach takich jak epidemiologia i transport (patrz Big Data z tanich telefonów).

Dane z telefonów komórkowych zapowiadają się jako dobrodziejstwo dla wielu branż. Inne grupy badawcze wykorzystują podobne zestawy danych do opracowywania historii kredytowych na podstawie ruchów danej osoby i transakcji telefonicznych, wykrywania pojawiających się konfliktów etnicznych i przewidywania, gdzie ludzie pójdą po katastrofie naturalnej, aby lepiej im służyć, gdy ktoś uderzy.

Aby wykonać takie zadania w krajach rozwijających się, może być niewiele innych danych do pracy lub wcale. Właściciele smartfonów wyposażonych w GPS mogą zezwolić aplikacjom takim jak Mapy Google na wykorzystywanie ich danych o lokalizacji do informacji o wykrywaniu ruchu udostępnianych innym osobom. Ale informacje o lokalizacji w prostych telefonach, które są znacznie bardziej rozpowszechnione w krajach rozwijających się, są znane tylko operatorom komórkowym. A te dane są dostępne tylko po specjalnym uzgodnieniu z przewoźnikami.

W przypadku transportu poprawa dróg i systemów transportu publicznego często zależy od pracochłonnej pracy, takiej jak ankiety podróżne przeprowadzane powszechnie w bogatym świecie. Koszt tradycyjnych badań jest bardzo wysoki w przypadku rozwijających się aplikacji na całym świecie, ale korzystanie z telefonów komórkowych jest wysokie, więc ślady komórek są świetną okazją do zebrania danych. To cenny wysiłek dochodzeniowy, mówi Kara Kockelman , badacz transportu na University of Texas w Austin.

Rzeczywiście, podczas gdy w wielu wcześniejszych badaniach dane z telefonów komórkowych były wykorzystywane do określania tras podróży i popytu, IBM twierdzi, że był to pierwszy raz, kiedy takie dane zostały użyte w celu faktycznej optymalizacji miejskiej sieci tranzytowej.

IBM nazywa swój model AllAboard. W przypadku Abidżanu model wybrał spośród 65 możliwych ulepszeń, aby stwierdzić, że dodanie dwóch tras i rozszerzenie istniejącej zrobiłoby najwięcej, aby zoptymalizować system, przy 10 procentach oszczędności czasu dla osób dojeżdżających do pracy.

Oczywiście odblokowanie jednej trasy transportowej może mieć nieoczekiwane problemy, takie jak przyciągnięcie większej liczby osób do korzystania z tej trasy, utrwalanie problemu. Jeśli czas podróży zauważalnie spadnie na wielu drogach, wielu podróżnych może cofnąć się do godzin szczytu i popularnych dróg, mówi Kockelman.

Mimo to, gdyby dane były dostępne w czasie rzeczywistym — a nie kilka miesięcy po ich utworzeniu — wyniki mogłyby być jeszcze mocniejsze. Dałoby to migawki ludzi poruszających się po mieście, umożliwiając optymalną zmianę tras oraz skrócenie czasu podróży i oczekiwania, mówi Calabrese.

ukryć