分析和可视化自行车共享需求中的异常值
摘要：自行车共享是可持续城市出行的一种流行组成部分。它需要提前规划，例如站点位置和库存，以平衡预期需求和容量。然而，极端天气或公共交通故障等外部因素可能导致需求偏离基线水平。识别这种异常值可使历史数据可靠并改善预测。本文展示了如何通过聚类站点和应用功能深度分析来识别异常值。我们将我们的分析技术应用于华盛顿特区资本自行车共享数据集，作为本文贯穿始终的运行示例，但我们的方法论是通用的。此外，我们提供了一系列有意义的可视化展示来传达发现并突出需求模式。最后但并非最不重要的是，我们提出了关于如何在自行车共享规划过程中使用需求预测和已识别的异常值的管理建议。
作者：Nicola Rennie, Catherine Cleophas, Adam M. Sykulski, Florian Dost
论文ID：2204.06112
分类：Applications
分类简称：stat.AP
提交时间：2023-02-01