Bagaimana Tweet Memberikan Prediksi Lalu Lintas Pagi yang Super Akurat

"Sangat menyenangkan melihat metode ini mengarah ke prediksi yang lebih baik tentang lalu lintas perjalanan pagi hingga jam 5 pagi, dan saya yakin metode ini dapat diterapkan dengan cepat di banyak pusat manajemen transportasi kami," kata Sean Qian. (Kredit: Shutter Runner / Flickr)

Para peneliti telah menggunakan informasi yang diambil dari tweet untuk memberikan akurasi yang tak tertandingi untuk memprediksi pola lalu lintas pagi.

Periode perjalanan pagi adalah salah satu waktu tersibuk dalam sehari untuk lalu lintas; namun, ini juga terbukti menjadi waktu yang paling sulit untuk memprediksi pola lalu lintas. Ini karena sebagian besar metode untuk prediksi lalu lintas mengandalkan aliran data lalu lintas yang konsisten dari waktu yang mengarah hingga periode yang diprediksi.

Mayoritas orang, bagaimanapun, menghabiskan waktu sebelum mereka menukar tidur atau melakukan rutinitas pagi mereka di rumah, meninggalkan celah besar dalam data lalu lintas prediktif.

Metode peneliti memecahkan masalah ini dengan menarik data dari tweet yang dikirim antara sore hari dan pagi hari berikutnya. Mereka pertama kali menggunakan antarmuka pemrograman aplikasi (API) Twitter untuk mengidentifikasi tweet dalam area tertentu (dalam hal ini, kota Pittsburgh) dengan geotag yang menunjukkan dari mana mereka dikirim. Mereka kemudian menggunakan aplikasi lain yang disebut Twint, sebuah web scraper, yang menarik posting lain dari pengguna dengan tweet yang diberi geotag, untuk membuat gambaran yang lebih baik tentang waktu dan area umum di mana pengguna tersebut aktif. Semua data dianonimkan dan dihapus dari informasi identitas pribadi sebelum dipublikasikan.


grafis berlangganan batin


“Kami berpendapat bahwa tweet menangkap tiga jenis informasi yang berguna untuk menjelaskan lalu lintas pagi hari berikutnya, yang mencakup status tidur-bangun orang, acara lokal, dan (direncanakan) insiden lalu lintas,” penulis Sean Qian, profesor teknik sipil dan lingkungan, dan Weiran Yao, mahasiswa PhD Qian, menulis.

Augmentasi lebih lanjut dari dataset ini memungkinkan para peneliti mengekstrak informasi tambahan. Dengan menggunakan analisis bahasa, tim mengidentifikasi istilah penelusuran yang mungkin mengindikasikan insiden lalu lintas. Ini termasuk tidak hanya kecelakaan, tetapi juga penutupan yang direncanakan atau acara besar seperti konser, pertandingan olahraga, atau perayaan liburan.

Tweet pribadi sederhana seperti "Selamat bersenang-senang di game Pirates!" atau “Penyok sepatbor depan ini akan membuat saya terlambat,” sebenarnya dapat memberikan informasi yang sangat penting, terutama jika ditandai dengan geotag atau diinformasikan oleh tweet lain dari pengguna tersebut. Data lebih lanjut juga ditarik dari akun resmi, seperti outlet berita dan pemerintah daerah, yang sering men-tweet laporan langsung tentang kecelakaan dan penutupan yang direncanakan.

Jika digabungkan, metode ini memberikan kumpulan data besar informasi yang menunjukkan distribusi geografis dan kemungkinan waktu tidur / bangun komuter, serta insiden lalu lintas yang direncanakan dan tidak disengaja yang dapat memengaruhi perjalanan mereka. Hal ini menjembatani kesenjangan informasi yang diciptakan oleh kemacetan lalu lintas dalam semalam.

Dengan informasi ini, Qian dan Yao mampu memberikan prediksi lalu lintas untuk periode perjalanan pagi di Pittsburgh dengan keakuratan yang sebelumnya tak terlihat dan telah menciptakan kerangka kerja yang komprehensif untuk memprediksi kondisi lalu lintas pagi di perkotaan. daerah.

Informasi ini juga memungkinkan mereka untuk mulai membuat observasi dan prediksi dalam skala hari-hari yang lebih besar. Itu termasuk temuan bahwa lalu lintas pagi di Pittsburgh umumnya lebih padat pada hari Selasa, Rabu, dan Kamis, yang memungkinkan agen transportasi untuk mengatur perjalanan pagi dengan lebih baik. Pengamatan semacam ini — yang sebelumnya tidak mungkin, karena ketidakmampuan untuk memprediksi kondisi pagi secara akurat — dapat menginformasikan keputusan yang lebih besar dalam manajemen permintaan perjalanan, kendali waktu sinyal, dan perutean tujuan pribadi.

"Penelitian ini memanfaatkan pembelajaran mesin dan data besar untuk memahami perilaku manusia sekaligus menjaga privasi individu," kata Qian.

"Sangat menyenangkan melihat metode ini mengarah ke prediksi yang lebih baik tentang lalu lintas perjalanan pagi hingga jam 5 pagi, dan saya yakin metode ini dapat diterapkan dengan cepat di banyak pusat manajemen transportasi kami."

Tentang Penulis

Hasilnya muncul di Riset Transportasi. - Studi asli

istirahat

Buku terkait:

Kebiasaan Atom: Cara Mudah & Terbukti untuk Membangun Kebiasaan Baik & Menghancurkan Orang-Orang Jahat

oleh James Clear

Kebiasaan Atom memberikan saran praktis untuk mengembangkan kebiasaan baik dan menghilangkan kebiasaan buruk, berdasarkan penelitian ilmiah tentang perubahan perilaku.

Klik untuk info lebih lanjut atau untuk memesan

Empat Kecenderungan: Profil Kepribadian yang Sangat Penting yang Mengungkapkan Cara Membuat Hidup Anda Lebih Baik (dan Kehidupan Orang Lain Juga Lebih Baik)

oleh Gretchen Rubin

Empat Kecenderungan mengidentifikasi empat tipe kepribadian dan menjelaskan bagaimana memahami kecenderungan Anda sendiri dapat membantu Anda meningkatkan hubungan, kebiasaan kerja, dan kebahagiaan secara keseluruhan.

Klik untuk info lebih lanjut atau untuk memesan

Pikirkan Lagi: Kekuatan Mengetahui Apa yang Tidak Anda Ketahui

oleh Adam Grant

Think Again mengeksplorasi bagaimana orang dapat mengubah pikiran dan sikap mereka, dan menawarkan strategi untuk meningkatkan pemikiran kritis dan pengambilan keputusan.

Klik untuk info lebih lanjut atau untuk memesan

Tubuh Menjaga Skor: Otak, Pikiran, dan Tubuh dalam Penyembuhan Trauma

oleh Bessel van der Kolk

The Body Keeps the Score membahas hubungan antara trauma dan kesehatan fisik, dan menawarkan wawasan tentang bagaimana trauma dapat diobati dan disembuhkan.

Klik untuk info lebih lanjut atau untuk memesan

Psikologi Uang: Pelajaran abadi tentang kekayaan, keserakahan, dan kebahagiaan

oleh Morgan Housel

The Psychology of Money mengkaji bagaimana sikap dan perilaku kita seputar uang dapat membentuk kesuksesan finansial dan kesejahteraan kita secara keseluruhan.

Klik untuk info lebih lanjut atau untuk memesan