Такая ситуация расстраивает даже самых заядлых любителей метро.#Помощь уже в путиВ предварительном исследовании инженеры Университета Буффало обнаружили, что, поскольку метро использует волны во время мероприятий, на которые собираются большие толпы людей, то же самое и количество твитов на этих мероприятиях. Результаты показывают, что данные из Twitter и, возможно, других социальных сетей могут быть использованы для улучшения планирования мероприятий, составления расписания маршрутов, регулирования массового скопления людей и других операций в метро.
«Социальные сети предлагают экономичный способ в реальном времени получать данные о мониторинге пассажиропотока в метро», — говорит Цин Хэ, доктор философии, Стивен Стилл, доцент кафедры транспортной инженерии и логистики в UB, и автор исследования. «Наши результаты показывают, что данные из таких приложений, как Twitter, могут помочь сотрудникам общественного транспорта подготовиться к увеличению количества пассажиров во время концертов, бейсбольных игр и других крупных мероприятий и отреагировать на них».В дополнение к Хэ, который работал в Департаменте гражданской, структурной и экологической инженерии UB и Департаменте промышленной и системной инженерии, соавторами являются Цзин Гао, доктор философии, доцент кафедры компьютерных наук и инженерии UB, и Мин Ни, Кандидат наук в Департаменте промышленной и системной инженерии УБ.
Для проведения исследования исследователи собирали информацию о пассажирах в метро с апреля по октябрь 2014 года через турникеты на станции Mets-Willets Point в Куинсе, штат Нью-Йорк. Они выбрали станцию, потому что она находится рядом с Сити Филд, домом для команды Нью-Йорк Метс Высшей бейсбольной лиги, и Национальным теннисным центром USTA Билли Джин Кинг, где проводятся открытые чемпионаты США по теннису.
Исследователи также собрали около 30 миллионов твитов с геотегами в районе Нью-Йорка за то же время. Затем они отфильтровали твиты по их географическим координатам (функция, которую пользователи Twitter включают в своих учетных записях), контексту твита (например, #subwayseries), времени и другим элементам.Затем, используя шесть различных компьютерных моделей, исследователи проанализировали данные и обнаружили то, что они описывают как умеренную положительную корреляцию между пассажиропотоком и количеством твитов во время крупных мероприятий.
«Результаты обнадеживают по двум причинам. Во-первых, они указывают на то, что увеличение количества сообщений в социальных сетях и количество пассажиров в метро могут быть связаны. Во-вторых, мы разработали метод отслеживания этой корреляции», — говорит Гао. «Теперь задача состоит в том, чтобы усовершенствовать этот метод, чтобы его могли использовать операторы систем общественного транспорта для улучшения своих систем».Ранняя версия исследования «Прогнозирование пассажиропотока метро при возникновении событий с помощью социальных сетей» была опубликована в октябре в журнале IEEE Transactions on Intelligent Transportation Systems.
Исследование будет опубликовано в следующем печатном выпуске журнала.