211service.com
Afrikanske busruter omtegnet ved hjælp af mobiltelefondata
Forskere ved IBM har ved hjælp af bevægelsesdata indsamlet fra millioner af mobiltelefonbrugere i Elfenbenskysten i Vestafrika udviklet en ny model til optimering af et bytransportsystem.
Rute årsag: En brugergrænseflade af IBMs mobiltelefon-datadrevne trafikmodel viser det nuværende Abidjan, Elfenbenskysten, transitnetværk (pink) og foreslåede nye ruter foreslået af en model, der bruger mobiltelefonmobilitetsdata.
IBM-modellen foreskrev ændringer i busruter omkring Abidjan, landets største by. Disse ændringer - baseret på folks bevægelser, som det ses ud fra mobiltelefonoptegnelser - kunne i teorien reducere rejsetiden med 10 procent.
Mens resultaterne var foreløbige, peger de på de nye måder, som byplanlæggere kan bruge mobiltelefondata til at designe infrastruktur på, siger Francesco Calabrese, en forsker ved IBMs forskningslaboratorium i Dublin, og medforfatter til et papir om arbejdet. Dette repræsenterer en ny front med potentielt stor indflydelse på forbedring af bytransportsystemer, siger han. Mennesker med mobiltelefoner kan fungere som sensorer og være byggestenene i udviklingsindsatsen.
IBM-arbejdet blev udført som en del af en forskningsudfordring kaldet Data til udvikling , hvor telegiganten Orange frigav 2,5 milliarder opkaldsposter fra fem millioner mobiltelefonbrugere i Elfenbenskysten. Optegnelserne blev indsamlet mellem december 2011 og april 2012. Datafrigivelsen er den største af sin art, der nogensinde er blevet lavet. Optegnelserne blev renset for at forhindre nogen i at identificere brugerne, men de indeholder stadig nyttige oplysninger om disse brugeres bevægelser. IBM-avisen er et af partiture, der bliver sendt senere på ugen kl konference at MIT.
IBM-arbejdet var centreret om Abidjan, hvor 539 store busser suppleres med 5.000 minibusser og 11.000 fælles taxaer. IBM-forskerne undersøgte opkaldsregistreringer fra omkring 500.000 telefoner med data, der er relevante for pendlingsspørgsmålet.
Mobilitetsdata oprettes, når nogen bruger en telefon til et opkald eller en sms. Denne handling er registreret på et mobiltelefontårn og fungerer som en rapport om brugerens generelle placering et sted inden for tårnets radius. Personens bevægelse bliver derefter konstateret, når opkaldet overføres til et nyt tårn, eller når der foretages et nyt opkald, der forbinder til et andet tårn.
Mens dataene er grove - og selvfølgelig ikke alle på en bus har en telefon eller bruger den - kan ruter indsamles ved at notere rækkefølgen af forbindelser. Og IBM og andre grupper har fundet ud af, at disse mobiltelefonspor er nøjagtige nok til at tjene som en guide til større befolkningsbevægelser til applikationer som epidemiologi og transport (se Big Data fra billige telefoner).
Mobiltelefondata lover at blive en velsignelse for mange industrier. Andre forskergrupper bruger lignende datasæt til at udvikle kredithistorier baseret på en persons bevægelser og telefonbaserede transaktioner, for at opdage nye etniske konflikter og til at forudsige, hvor folk vil gå efter en naturkatastrofe for bedre at kunne betjene dem, når man rammer.
For at udføre sådanne opgaver i udviklingslandene kan der være lidt eller ingen andre data at arbejde med. Ejere af smartphones, der har GPS, kan tillade apps som Google Maps at bruge deres placeringsdata til trafikregistreringsoplysninger, der deles med andre. Men placeringsoplysninger på de simple telefoner, der er langt mere udbredte i udviklingslandene, er kun kendt af mobilselskaberne. Og disse data er kun tilgængelige efter særlig aftale med transportørerne.
Når det drejer sig om transport, afhænger forbedring af veje og offentlige transitsystemer ofte af arbejdskrævende arbejde, såsom de rejsendes undersøgelser, der almindeligvis udføres i den rige verden. Omkostningerne ved traditionelle undersøgelser er meget høje for udviklingsapplikationer i verden, men mobiltelefonbrug er høj, så cellespor er en fantastisk datamulighed. Det er en værdifuld efterforskningsindsats, siger Kara Kockelman , en transportforsker ved University of Texas, Austin.
Mens mobiltelefondata i en række tidligere undersøgelser blev brugt til at udlede rejseruter og efterspørgsel, siger IBM, at dette var første gang, sådanne data blev brugt i et forsøg på rent faktisk at optimere et bytransitnetværk.
IBM kalder sin model AllAboard. For Abidjan valgte modellen blandt 65 mulige forbedringer for at konkludere, at tilføjelse af to ruter og udvidelse af en eksisterende ville gøre mest for at optimere systemet med en tidsbesparelse på 10 procent for pendlere.
Naturligvis kan det have uforudsete problemer at fjerne tilstopning af en transportrute, som at tiltrække flere mennesker til at bruge den rute, hvilket fastholder problemet. Hvis rejsetiden falder mærkbart på mange veje, kan mange rejsende skifte tilbage til spidsbelastningstider og populære veje, siger Kockelman.
Alligevel, hvis dataene var tilgængelige i realtid - i stedet for måneder efter, at de blev oprettet - kunne resultaterne være endnu mere kraftfulde. Dette ville give øjebliksbilleder af mennesker, der bevæger sig rundt i en by, hvilket muliggør den optimale skift af ruter og reducerer rejse- og ventetider, siger Calabrese.