Resumen

Los datos de las tarjetas inteligentes proporcionan información valiosa y muestras masivas para mejorar la comprensión del comportamiento de los transbordos entre el metro y la bicicleta pública. Sin embargo, las tarjetas inteligentes del metro y de la bicicleta pública suelen ser emitidas y gestionadas por empresas independientes, lo que provoca que un mismo viajero tenga diferentes etiquetas de identidad en los sistemas de tarjetas inteligentes del metro y de la bicicleta pública. El objetivo principal de este estudio es desarrollar una metodología de fusión de datos para emparejar las tarjetas inteligentes de metro y bicicleta pública de un mismo viajero utilizando datos históricos de tarjetas inteligentes. Se propone un método novedoso con reglas de asociación para cotejar los datos procedentes de los dos sistemas y se lleva a cabo su validación. Los resultados mostraron que el método propuesto emparejaba 573 pares de tarjetas inteligentes con una precisión del 100%. También validamos el método de reglas de asociación mediante la visualización de viajes individuales en metro y bicicleta pública. A partir de las tarjetas emparejadas, se han extraído conclusiones interesantes sobre la transferencia metro-bicicleta, incluido el patrón espacial de la bicicleta pública como solución de primera/última milla, así como la duración de una cadena de viajes en metro.

• Materias:Planificación de la producción Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Production planning Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:bicicleta pública, metro, tarjetas inteligentes, mismo viajero, datos históricos de tarjetas inteligentes, datos de tarjetas inteligentes, metodología de fusión de datos, diferentes etiquetas de identidad, solución de última milla, cadena de viajes en metro
• Keywords:public bicycle, metro, smart cards, same commuter, historical smart card data, smart card data, data fusion methodology, different identity tags, last mile solution, metro trip chain