Detecting transfer trip patterns in public transport using smart card data
Toplu taşımada transfer yolculuklarının akıllı kart verileri ile belirlenmesi
- Tez No: 944987
- Danışmanlar: PROF. DR. HEDİYE TÜYDEŞ YAMAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Ulaşım, Computer Engineering and Computer Science and Control, Transportation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 129
Özet
Toplu taşıma (TT) kararları, yolculuk zincirleme potansiyeli ve ihtiyacından önemli ölçüde etkilenmektedir. Farklı taşıma modları arasında aktarmaları mümkün kılan bu durumun, TT duraklarında tespiti ve analizi; ulaşım planlaması ve kentsel arazi kullanımı için önemli iyileştirmeler sağlayabilir. Büyük veri kaynağı olan akıllı kart verilerinin (AKV) kullanımı, değerli içgörüler sunabilir; ancak ardışık biniş verileri, tahmini iniş noktaları, aktarma süresi ve aktarma türü (örneğin, aktiviteli aktarma) karşılaştırılarak aktarma yolculuklarının tespitini sağlayan Coğrafi Bilgi Sistemleri (CBS) tabanlı algoritmaların geliştirilmesini gerektirir. Bu çalışma, söz konusu algoritmaların geliştirilmesini ve sonuçlarının analizini amaçlamaktadır. CBS ortamında yapılan analizler, i) çok yüksek aktarma oranlarına sahip, ii) doğrudan aktarmaların, iii) aktiviteli aktarmaların gerçekleştiği kritik TT duraklarını ortaya koyar. Ayrıca, uzun dönemli AKV (örneğin, bir aylık veri) kullanılarak, yolculuk ve kullanıcı özelliklerine göre bir yolculuğun aktarma olup olmadığını tahmin eden makine öğrenimi (XGBoost) modelleri eğitilmiştir. Tahmini modelin doğruluğu; kesinlik, hassasiyet, F1 skoru ve karışıklık matrisi ile değerlendirilmiştir. Kullanıcıların biniş konumlarını uzamsal-zamansal kümeler halinde gruplamak için geliştirilen ST-DBSCAN algoritması, makine öğrenimi modelinin başarısını artırmıştır. Durak bazlı doğruluk sonuçları haritalandırılarak tahminlerin mekânsal gerekçelendirilmesi yapılmıştır. Konya, Türkiye'den 6 aylık AKV kullanılarak elde edilen sayısal sonuçlar, kent merkezinin tasarlandığı gibi etkin bir aktarma merkezi işlevi gördüğünü; buna karşın banliyö ve çevre bölgelerdeki durakların daha az aktarma içerdiğini ortaya koymuştur.
Özet (Çeviri)
Public transport (PT) decisions are affected significantly by the potential of and need for trip chaining, which allows transfers across different modes. Thus, detection and analysis of such transfers at PT stops can support further improvements and urban land use changes. Using PT smart card data (SCD), a big data source, can provide valuable insights, but it requires development of GIS-based algorithms that first detect a transfer trip by comparing consecutive boarding data, estimated alighting stops, and transfer duration and characteristics (such as transfers with activity), which is a goal of this study. Analysis of transfer trips in a GIS environment highlights critical PT stops, which serve i) very high transfer rates, ii) direct transfers, and iii) transfers with activities. Further analysis of long-term SCD (i.e., a full month) is used to train machine learning (ML) models (an XGBoost classifier) to predict the transfer nature of a trip based on trip and user features, with strong estimation power (evaluated through accuracy, precision, recall, F1 scores, and confusion matrices). Estimation of spatiotemporal (ST) clustering of user boarding locations using a developed ST-DBSCAN algorithm improved the proposed ML models. Stop-wise accuracy is further mapped categorically to illustrate the spatial justification of the transfer predictions. The numerical results using SCD from Konya, Türkiye (a total of 6 months), showed that the city centre served as practical transfer hubs, as designed, while PT stops in suburban or peripheral neighbourhoods captured fewer transfer events due to less commute-oriented travel.
Benzer Tezler
- Sürdürülebilir ulaşım politikaları çerçevesinde özel araç sahiplerinin toplu taşımaya yönlendirilmesinde park et devam et yöntemi; İstanbul örneği
Directing of car owners to public transportation in the frame of sustainable transport policy: İstanbul case
ANIL VENÜS ŞİMŞEK
Yüksek Lisans
Türkçe
2014
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. MESTURE AYSAN BULDURUR
- Dağıtık üretim kaynağı içeren elektrik dağıtım sistemlerinde görünmeyen hataların koruma koordinasyonu üzerindeki etkileri
Impacts of hidden failures on protection coordination in electrical distribution systems with distributed generation
MUSTAFA SELİM SEZGİN
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAĞRIYANIK
- Geç Osmanlı döneminde bir misyoner yerleşkesi: Merzifon Anadolu koleji
A missionary campus in the Late Ottoman period: Marsovan Anatolia college
ASLI KIRBAŞ
Yüksek Lisans
Türkçe
2019
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. VESİLE GÜL CEPHANECİGİL
- Park et - devam et sisteminin sürdürülebilir ulaşıma etkisinin değerlendirilmesi: İstanbul örneği
Evaluation of the impact of the park and ride system on sustainable transportation: The case of İstanbul
AZAD GÖNÜLLÜ
Yüksek Lisans
Türkçe
2023
Ulaşımİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. HÜSEYİN MURAT ÇELİK
- How cryptographic implementations affect mobile agent systems
Şifreleme gerçekleştirmelerinin gezgin aracı internet sistemlerini nasıl etkilediği
İSMAİL ULUKUŞ
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM