文献

J-GLOBAL ID：201802235902863698   整理番号：18A0075606

インフォームド運転のためのPAMクラスタリングに基づくタクシーホットスポット検出【Powered by NICT】

PAM clustering based taxi hotspot detection for informed driving

著者 (2件)： Verma Niharika (Department of Computer Science and Engineering, Thapar University, Patiala, Punjab - 147001) ,  Baliyan Niyati (Department of Computer Science and Engineering, Thapar University, Patiala, Punjab - 147001)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCCNT  ページ： 1-7  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大量空間-時間データを世界中の大都市における百万キャブのにより発生させた。正しく分析すれば,このデータは,タクシー需要のより良い理解を提供することができる。混乱自由経験を持つこと顧客の選好を用いて,キャブは点サービスへの点に起因する全ての最終的な選択となっている。キャブの需要増加を満たすためにタクシー会社のできないことは,ピーク時間中に運転台の高アンアベイラビリティと非ピーク時に低使用をもたらした。タクシー不均衡問題は,空間データを解析し,潜在的乗客地域を同定するために需要ホットスポットを予測することにより解決できる。本論文では,更なる分析のためにデータを分離するために曜日とその日の時間に基づくデータをフィルタリングすることを目的としている。クラスタリング技法は異なるタイミングで都市領域の人気を提供するろ過データセットに使用されている。K平均,k中央値とCLARAクラスタリング技術を用いて,これらのクラスタリングの方法からの結果を比較した。空間データのための最良の結果を提供するクラスタリング手法は日および時間に基づくホットスポット検出のための選択した。日と時間ベースホットスポット検出は,タクシー会社は株主のための顧客と増収のためのより良いサービスをもたらす将来における乗客のより高い数を持つと予測位置でキャブを配分するのに役立つ。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 大都市 ,  *タクシー ,  カオス ,  中央値 ,  フィルタリング ,  運転台 ,  乗客 ,  *ホットスポット ,  *クラスタ化 ,  予測 ,  都市
準シソーラス用語： クラスタリング法 ,  空間データ ,  不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (4件)： PAM ,  クラスタリング ,  タクシー ,  ホットスポット