Biblioteca122.294 documentos en línea

Artículo

Capturing the Characteristics of Car-Sharing Users: Data-Driven Analysis and Prediction Based on ClassificationCaptación de las características de los usuarios de vehículos compartidos: Análisis basado en datos y predicción basada en la clasificación

Resumen

Este trabajo explora las características del comportamiento de uso de los usuarios de coches compartidos en estaciones basándose en los datos reales de funcionamiento de una empresa de coches compartidos de Gansu, China. Analizamos las características de las demandas de los usuarios, como la frecuencia de uso y la cantidad de pedidos, para un día con 24 intervalos de tiempo de 1 hora. Los resultados muestran que la mayoría de los usuarios de car-sharing son hombres jóvenes y de mediana edad con una baja tasa de reutilización. La distribución del uso de los usuarios durante los días laborables muestra picos notables por la mañana y por la tarde. Definimos dos atributos, el ratio latente y el ratio de persistencia, como indicadores de clasificación para comprender a fondo la diversidad y heterogeneidad de los usuarios. Aplicamos el algoritmo de agrupación k-means para agrupar a los usuarios en cuatro categorías: usuarios perdidos, leales a primera hora, leales a última hora y motivados. Las características de uso de los usuarios perdidos, como el tiempo de alquiler y la distancia de viaje máximos, el porcentaje mínimo de la misma estación de recogida y devolución, y el bajo porcentaje de usuarios locales, presentan diferencias notables con respecto a las de los demás usuarios. Los usuarios leales tardíos tienen un tiempo de alquiler y una distancia de viaje inferiores a los de los demás usuarios. Esta manifestación está en consonancia con los conceptos de diseño de alquiler a corto plazo de coches compartidos para completar viajes de corta y media distancia. También proponemos un modelo que predice la agrupación de conductores basado en el árbol de decisión. Las pruebas numéricas indican que la precisión es del 91,61% cuando la categoría de usuario se predice con cuatro meses de antelación utilizando la relación entre el periodo de observación y el de juicio de 3 :1. Los resultados de este estudio pueden ayudar a las empresas en la gestión de usuarios.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento