文献

J-GLOBAL ID：202002256471315481   整理番号：20A1701538

プローブデータ分析に基づく都内タクシーの需要予測モデルの構築

Construction of Demand Forecast Model of Tokyo Taxi Based on Probe Data Analysis

著者 (5件)： 飯塚玲夫 (早稲田大) ,  小野雄生 (早稲田大) ,  野中賢也 (早稲田大) ,  阪井優太 (早稲田大) ,  後藤正幸 (早稲田大)
資料名： 人工知能学会全国大会論文集(Web)  (Proceedings of the Annual Conference of JSAI (Web))
巻： 34th  ページ： ROMBUNNO.2I5-GS-2-04 (WEB ONLY)  発行年： 2020年 
JST資料番号： U1701A  ISSN： 2758-7347  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,都内タクシーのプローブデータを活用し,機械学習を用いて,適切なタクシー配車に結び付く意思決定支援モデルの構築を行う.従来,タクシーの配車はドライバーの経験や勘に依存してきた.そのため,長年の経験により得られる知識の有無により顧客獲得数に格差が生じる.例えば,駅周辺では,顧客が長い列を作ってタクシー待ちをしている状況がみられる一方で,多くのタクシーが客待ちをしているケースもある.また,場所により,顧客の望む輸送距離にも差異が生じている.しかし,顧客を獲得する見込みが高い地点を全てのドライバーが知る訳ではない.また,ドライバーは分析結果の数値のみを与えられた場合,出力が複数あり解釈することが容易ではない.そのため,経験の有無に依らず,顧客の効率的な獲得を可能とする分析手法及びその可視化手法が望まれる.そこで,タクシーが駅に到着してから顧客を拾うのに要する待ち時間と顧客がタクシーで移動した距離を各駅の指標とする.これらを用いて,各駅におけるタクシーの利用傾向に関する可視化・分析を行い,ドライバーの意思決定を支援するための施策案を示す.(著者抄録)

シソーラス用語： データ解析 ,  タクシー輸送 ,  需要予測 ,  予測モデル ,  *機械学習 ,  意思決定支援システム ,  配車 ,  運転者 ,  *意思決定 ,  凸包 ,  特徴抽出 ,  待ち時間 ,  GPS ,  クラスタ分析 ,  特徴ベクトル ,  モデル
準シソーラス用語： タクシー運転手 ,  プローブデータ分析 ,  データ分析

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (6件)： プローブ ,  データ分析 ,  タクシー ,  需要予測 ,  モデル ,  構築