タクシーの走行状況
作成日：2020年07月10日 最終更新日：2020年07月10日
コメントする
いいね
お気に入り
全体に公開
提出者情報
| データジャケットの題名 | タクシーの走行状況 |
|---|---|
| データの所在・所有者 | タクシー会社 |
| データ収集方法やコスト | タクシー会社が予約状況、各タクシー状況を把握 |
| データの共有について | 条件により共有可（必要に応じて交渉） |
| データの共有について (その他を選ばれた方) |
データの分析・シミュレーションについて
| データの種類 | グラフ テキスト 数値 時系列 |
|---|---|
| データの変数（パラメーター）の変数名 | タクシーの乗車人数｜タクシーの位置情報｜タクシーのID｜待機時間｜タクシー配車連絡｜過去の乗客の乗車位置｜過去の乗客の降車位置｜空車タクシー数｜時間｜天気 |
| データの概要説明 | タクシーの走行状況と乗客のデータ |
| 想定しているデータの分析・シミュレーションプロセス | ・位置プロット ・動的データとして集計 |
| 想定しているデータの分析・シミュレーションプロセスの結果 （データ分析結果／ツールの出力／典型例など） | タクシーの走行状況、需要状況を把握することで利益をあげられる各地点にタクシーを供給できる |
| 上記の分析・シミュレーションプロセス以外に期待する分析 | 上記のデータとTEEDAの「人流データ」「地形データ」「レビュー」、さらに乗客にそれぞれIDを振ることでより良い位置に配車できるようになると考えられる。 |
その他
| 自由記述 | TEEDA上のDJから新たな知見としてのDJを考えました。 |
|---|---|
| 入手したいデータ／ツール | 各乗客のユーザID 人流データ レビュー |
| 可視化情報 | |
| サンプルデータ |
2022年02月13日コメント一覧
-
TS より:
記載いただいている通り、人流データとのかけあわせにより、
マッチング最適化のモデルを作成できると考えます。
弊社で保有している人流データとの検証を進めてみたいのですが、いかがでしょうか。
直感では、雨天時は利用状況が増える気がしますが、実際の分析でどうなるのか気になりますね。また、地域によっても違いがあると思います。ぜひ分析結果を教えてほしいです。