SlideShare uma empresa Scribd logo
1 de 13
Bicing Analysis
Analyse et prédiction d’activité dans un
         réseau de vélo public
              Jens Grivolla
        Fundació Barcelona Media
Bicing




2   Jens Grivolla   Carrefour des Possibles - octobre 2009
La ville bouge




3   Jens Grivolla    Carrefour des Possibles - octobre 2009
Catégories d’activité
                                            St. 295: Diagonal (41.3875,2.1236)                                                                   St. 13: pg maritim barceloneta (41.3845,2.1957)                                                          St. 9: Marques de l’Argentera (41.385,2.1853)
                            25                                                                                                                                                                                                                   20
                                                   total slots   bikes Mo!Fr (± stdv)   bikes Sa!Su (± stdv)                           30                    total slots   bikes Mo!Fr (± stdv)   bikes Sa!Su (± stdv)                                               total slots   bikes Mo!Fr (± stdv)   bikes Sa!Su (± stdv)



                            20                                                                                                         25
                                                                                                                                                                                                                                                 15
    Number of bikes/slots




                                                                                                               Number of bikes/slots




                                                                                                                                                                                                                         Number of bikes/slots
                                                                                                                                       20
                            15

                                                                                                                                       15                                                                                                        10
                            10
                                                                                                                                       10
                                                                                                                                                                                                                                                 5
                            5
                                                                                                                                       5


                            0                                                                                                          0                                                                                                         0
                                 6      8     10     12       14    16          18      20       22       24                                6      8    10     12       14    16          18      20       22       24                                6    8    10     12       14    16          18      20       22       24
                                                           Time of day                                                                                               Time of day                                                                                             Time of day

                                     St. 38: Ramon Berenguer el Gran (41.3843,2.1779)                                                           St. 332: Pl. Teresa de Claramunt (41.3631,2.1398)                                                               St. 21: Rossello (41.4033,2.1707)
                            30                     total slots   bikes Mo!Fr (± stdv)   bikes Sa!Su (± stdv)                           35                    total slots   bikes Mo!Fr (± stdv)   bikes Sa!Su (± stdv)                                               total slots   bikes Mo!Fr (± stdv)   bikes Sa!Su (± stdv)

                                                                                                                                                                                                                                                 30
                            25                                                                                                         30

                                                                                                                                                                                                                                                 25
    Number of bikes/slots




                                                                                                               Number of bikes/slots




                                                                                                                                                                                                                         Number of bikes/slots
                                                                                                                                       25
                            20
                                                                                                                                       20                                                                                                        20
                            15
                                                                                                                                       15                                                                                                        15

                            10
                                                                                                                                       10                                                                                                        10

                            5                                                                                                          5                                                                                                         5

                            0                                                                                                          0                                                                                                         0
                                 6      8     10     12       14    16          18      20       22       24                                6      8    10     12       14    16          18      20       22       24                                6    8    10     12       14    16          18      20       22       24
                                                           Time of day                                                                                               Time of day                                                                                             Time of day



Figure 2: Average number of available bicycles during working days (black), and weekends (blue lines) for
six example stations with different types of activity cycles. Red curve gives the average total number of slots
in the station. Gray and blue areas correspond to mean ± one stdv.

  4           Jens Grivolla           Carrefour des Possibles - octobre 2009
to eliminate most of the moments where we believe the data    activity typical for residential areas where people mainly
to be erroneous (e.g. the drops in the red line in Figure 1). withdraw bikes to move to their destinations (e.g. station
Zones d’activité
 ns and
  where
average
 e mea-
 tations


         (1)


ned as


 ,
         (2)
 ,

unction
 ity be-

     5         Jens Grivolla5: Clusters grouped by- their relative similar-
                 Figure          Carrefour des Possibles octobre 2009
         (3)    ity define clear and meaningful zones.
Prédiction




6   Jens Grivolla   Carrefour des Possibles - octobre 2009
Scénarios d’usage
    • Aide à l’utilisateur:
         bonne information = clients contents
    • Optimisation du service:
         meilleure qualité de service
         réduction de coûts
    • Aide à la planification:
         identification de besoins / problèmes


7   Jens Grivolla   Carrefour des Possibles - octobre 2009
Aide à l’usager
    • Est-ce que je vais trouver un vélo
         disponible en sortant du travail?
    • J’arrive à destination dans 30 minutes,
         pourrai-je déposer le vélo? Vers quelle
         station à proximité devrais-je m’orienter?
    • La station est vide/pleine. Dois-je attendre
         que quelqu’un laisse/prenne un vélo ou
         vaut-il mieux aller ailleurs?


8   Jens Grivolla    Carrefour des Possibles - octobre 2009
Optimisation du service
    • répartition de vélos dans les station
     • prévision des besoins
     • anticipation de problèmes potentiels
     • planification de routes de camionettes de
            repartition
    • identification et prévision de pannes et
         autres incidents


9   Jens Grivolla   Carrefour des Possibles - octobre 2009
Aide à la planification
     • Identifier les besoins (à long terme)
     • Détection de zones problématiques
     • Apprendre des autres villes
      • Quelles sont les différences entre Paris,
             Barcelone, Marseille, ... ?
         • Quel modèle est le plus adapté à ma
             ville?


10   Jens Grivolla    Carrefour des Possibles - octobre 2009
Conclusions

     • Utilité à plusieurs niveaux
     • Pour des systèmes existants et de nouvelles
          implantations
     • Amélioration de qualité de service et
          réduction de coûts




11   Jens Grivolla   Carrefour des Possibles - octobre 2009
Nous avons

     • Équipe motivée
     • Expérience en minerie de données et
          apprentissage automatique
     • Recollecte de données d’activité de 30
          villes pendant une longue période de temps




12   Jens Grivolla   Carrefour des Possibles - octobre 2009
Nous cherchons
     • Partenaires pour poursuivre notre travail
          de recherche dans le cadre d’un projet
          officiel
     • Des données d’activité, de préférence
          directement de l’opérateur du service


         contact: jens.grivolla@barcelonamedia.org



13   Jens Grivolla   Carrefour des Possibles - octobre 2009

Mais conteúdo relacionado

Destaque (20)

Whisky
WhiskyWhisky
Whisky
 
Tallet Tre ( 3 )
Tallet Tre ( 3 )Tallet Tre ( 3 )
Tallet Tre ( 3 )
 
Kes On Pildil
Kes On PildilKes On Pildil
Kes On Pildil
 
เทคนิคการให้อาหารโค
เทคนิคการให้อาหารโคเทคนิคการให้อาหารโค
เทคนิคการให้อาหารโค
 
Oido Interno Copia
Oido Interno   CopiaOido Interno   Copia
Oido Interno Copia
 
Bd T Eq6 Cuadro De Coparacion
Bd T Eq6 Cuadro De CoparacionBd T Eq6 Cuadro De Coparacion
Bd T Eq6 Cuadro De Coparacion
 
HokurikuUnConference: Windows7
HokurikuUnConference: Windows7HokurikuUnConference: Windows7
HokurikuUnConference: Windows7
 
Beurspresentatie 10 11
Beurspresentatie 10 11Beurspresentatie 10 11
Beurspresentatie 10 11
 
Freddy mercury
Freddy mercuryFreddy mercury
Freddy mercury
 
Btu110 Bil Giris Turkce
Btu110 Bil Giris TurkceBtu110 Bil Giris Turkce
Btu110 Bil Giris Turkce
 
3 Kremmer Laszlo Web Sphere PortáL FejlesztéS A Gyakorlatban
3 Kremmer Laszlo    Web Sphere PortáL FejlesztéS A Gyakorlatban3 Kremmer Laszlo    Web Sphere PortáL FejlesztéS A Gyakorlatban
3 Kremmer Laszlo Web Sphere PortáL FejlesztéS A Gyakorlatban
 
Us Education
Us EducationUs Education
Us Education
 
A história do_bondinho_do_pão_de _açúcar
A história do_bondinho_do_pão_de _açúcarA história do_bondinho_do_pão_de _açúcar
A história do_bondinho_do_pão_de _açúcar
 
F2 2 1
F2 2 1F2 2 1
F2 2 1
 
Web 2.0
Web 2.0Web 2.0
Web 2.0
 
Ens Presentem
Ens PresentemEns Presentem
Ens Presentem
 
Iss
IssIss
Iss
 
Voz Ribatejana
Voz RibatejanaVoz Ribatejana
Voz Ribatejana
 
Picture1
Picture1Picture1
Picture1
 
APROLAB ll - CHOTA
APROLAB ll - CHOTAAPROLAB ll - CHOTA
APROLAB ll - CHOTA
 

Bicing Analysis - Villes Cyclables

  • 1. Bicing Analysis Analyse et prédiction d’activité dans un réseau de vélo public Jens Grivolla Fundació Barcelona Media
  • 2. Bicing 2 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 3. La ville bouge 3 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 4. Catégories d’activité St. 295: Diagonal (41.3875,2.1236) St. 13: pg maritim barceloneta (41.3845,2.1957) St. 9: Marques de l’Argentera (41.385,2.1853) 25 20 total slots bikes Mo!Fr (± stdv) bikes Sa!Su (± stdv) 30 total slots bikes Mo!Fr (± stdv) bikes Sa!Su (± stdv) total slots bikes Mo!Fr (± stdv) bikes Sa!Su (± stdv) 20 25 15 Number of bikes/slots Number of bikes/slots Number of bikes/slots 20 15 15 10 10 10 5 5 5 0 0 0 6 8 10 12 14 16 18 20 22 24 6 8 10 12 14 16 18 20 22 24 6 8 10 12 14 16 18 20 22 24 Time of day Time of day Time of day St. 38: Ramon Berenguer el Gran (41.3843,2.1779) St. 332: Pl. Teresa de Claramunt (41.3631,2.1398) St. 21: Rossello (41.4033,2.1707) 30 total slots bikes Mo!Fr (± stdv) bikes Sa!Su (± stdv) 35 total slots bikes Mo!Fr (± stdv) bikes Sa!Su (± stdv) total slots bikes Mo!Fr (± stdv) bikes Sa!Su (± stdv) 30 25 30 25 Number of bikes/slots Number of bikes/slots Number of bikes/slots 25 20 20 20 15 15 15 10 10 10 5 5 5 0 0 0 6 8 10 12 14 16 18 20 22 24 6 8 10 12 14 16 18 20 22 24 6 8 10 12 14 16 18 20 22 24 Time of day Time of day Time of day Figure 2: Average number of available bicycles during working days (black), and weekends (blue lines) for six example stations with different types of activity cycles. Red curve gives the average total number of slots in the station. Gray and blue areas correspond to mean ± one stdv. 4 Jens Grivolla Carrefour des Possibles - octobre 2009 to eliminate most of the moments where we believe the data activity typical for residential areas where people mainly to be erroneous (e.g. the drops in the red line in Figure 1). withdraw bikes to move to their destinations (e.g. station
  • 5. Zones d’activité ns and where average e mea- tations (1) ned as , (2) , unction ity be- 5 Jens Grivolla5: Clusters grouped by- their relative similar- Figure Carrefour des Possibles octobre 2009 (3) ity define clear and meaningful zones.
  • 6. Prédiction 6 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 7. Scénarios d’usage • Aide à l’utilisateur: bonne information = clients contents • Optimisation du service: meilleure qualité de service réduction de coûts • Aide à la planification: identification de besoins / problèmes 7 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 8. Aide à l’usager • Est-ce que je vais trouver un vélo disponible en sortant du travail? • J’arrive à destination dans 30 minutes, pourrai-je déposer le vélo? Vers quelle station à proximité devrais-je m’orienter? • La station est vide/pleine. Dois-je attendre que quelqu’un laisse/prenne un vélo ou vaut-il mieux aller ailleurs? 8 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 9. Optimisation du service • répartition de vélos dans les station • prévision des besoins • anticipation de problèmes potentiels • planification de routes de camionettes de repartition • identification et prévision de pannes et autres incidents 9 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 10. Aide à la planification • Identifier les besoins (à long terme) • Détection de zones problématiques • Apprendre des autres villes • Quelles sont les différences entre Paris, Barcelone, Marseille, ... ? • Quel modèle est le plus adapté à ma ville? 10 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 11. Conclusions • Utilité à plusieurs niveaux • Pour des systèmes existants et de nouvelles implantations • Amélioration de qualité de service et réduction de coûts 11 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 12. Nous avons • Équipe motivée • Expérience en minerie de données et apprentissage automatique • Recollecte de données d’activité de 30 villes pendant une longue période de temps 12 Jens Grivolla Carrefour des Possibles - octobre 2009
  • 13. Nous cherchons • Partenaires pour poursuivre notre travail de recherche dans le cadre d’un projet officiel • Des données d’activité, de préférence directement de l’opérateur du service contact: jens.grivolla@barcelonamedia.org 13 Jens Grivolla Carrefour des Possibles - octobre 2009