Resumen

La calidad de los datos es esencial para su uso auténtico en análisis y aplicaciones. El gran volumen de datos de recaudación automatizada adolece inevitablemente de problemas de calidad, como la falta de datos y la invalidez de los mismos. Este artículo aborda un problema de datos inválidos en la base de datos de cobro automático de billetes (AFC) causado por la asociación errónea entre las máquinas expendedoras de billetes y las estaciones de metro, por ejemplo, una máquina expendedora de billetes situada en la estación A se asocia erróneamente con la estación B en la base de datos AFC. Esto podría dar lugar a tarifas inadecuadas en un sistema tarifario basado en la distancia y causar sesgos de análisis en la práctica de planificación/operación. Proponemos un enfoque basado en la descomposición tensorial y el bosque de aislamiento para detectar y corregir las máquinas de tarifas asociadas no válidas en el sistema. La descomposición tensorial extrae las características de los flujos de pasajeros y los tiempos de viaje que pasan por las máquinas expendedoras de billetes. El bosque de aislamiento acoplado a una red neuronal (NN) toma estas características como entradas para detectar las máquinas expendedoras de billetes erróneamente asociadas e inferir las estaciones de asociación correctas. Los estudios de caso realizados con datos de una red de metro demuestran que el método de detección propuesto alcanza una precisión superior al 90 de precisión en la detección de las asociaciones no válidas para hasta un 35% de asociaciones no válidas. La asociación inferida tiene una precisión del 90 incluso cuando el porcentaje de asociaciones no válidas alcanza el 40%. El método propuesto de detección de datos no válidos basado en datos es útil para la gestión de datos a gran escala en términos de comprobación y corrección de la calidad de los datos.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:máquinas de tarifas, datos, asociaciones no válidas, bosque de aislamiento, descomposición tensorial, método de detección de datos no válidos, estaciones de asociación correcta, comprobación de la calidad de los datos, problemas de calidad de los datos, tarifas inadecuadas
• Keywords:fare machines, data, invalid associations, isolation forest, tensor decomposition, invalid data detection method, correct association stations, data quality check, data quality issues, inappropriate fare charges