Resumen

Los datos de sondas celulares, recogidos por operadores de redes de telefonía móvil, se han revelado como una fuente de datos fundamental para la inferencia del rastro humano en zonas urbanas a gran escala. Sin embargo, dado que los datos de sondas celulares de usuarios individuales de teléfonos móviles son temporal y espacialmente dispersos (a diferencia de los datos GPS), pocos estudios predijeron el flujo de personas utilizando datos de sondas celulares en tiempo real. Además, es difícil validar el método de predicción a gran escala. Este artículo propone un método basado en datos para la predicción dinámica del flujo de personas, que contiene cuatro modelos. El primer modelo es un módulo de preprocesamiento de datos de sondas celulares, que elimina los registros inexactos y duplicados de los datos celulares. El segundo módulo es un módulo de transformación e integración de datos basado en una red, que se propone para integrar múltiples fuentes de datos, incluidos datos de redes de transporte, datos de puntos de interés y movimientos de personas inferidos a partir de datos de sondas celulares en tiempo real. El tercer módulo es un módulo de generación de trayectorias humanas diarias basado en cadenas de viajes, que proporciona el conjunto de datos de base para la validación de modelos basados en datos. El cuarto módulo es para la predicción dinámica del flujo de personas, que se desarrolla a partir de un modelo de aprendizaje automático de inferencias en línea (bosque aleatorio). Se investiga la viabilidad de la predicción dinámica del flujo de personas utilizando datos de sondas celulares en tiempo real. Los resultados experimentales muestran que el sistema de predicción del flujo de personas propuesto puede proporcionar una precisión de predicción del 76,8 para las personas que entran y salen, respectivamente. Esta precisión es muy superior a la del modelo de una sola característica, que proporciona una precisión de predicción en torno al 50%.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:datos de sondas celulares, personas dinámicas, predicción de flujos, tiempo, precisión de predicción, módulo de preprocesamiento de datos de sondas celulares, usuarios individuales de teléfonos móviles, datos de sondas celulares, operadores de redes celulares, fuente de datos críticos
• Keywords:cellular probe data, dynamic people, flow prediction, time, prediction precision, cellular probe data preprocessing module, individual mobile phone users, cellular probe data, cellular network operators, critical data source