Adatvezérelt döntéshozatal a fenntartható városi közlekedésben
| Szerző: | |
|---|---|
| További közreműködők: | |
| Dokumentumtípus: | TDK dolgozat |
| Kulcsszavak: | Adatvezérelt big data elemzés gépi tanulás közlekedés |
| Online Access: | http://dolgozattar.uni-bge.hu/57872 |
MARC
| LEADER | 00000nta a2200000 i 4500 | ||
|---|---|---|---|
| 001 | dolg57872 | ||
| 005 | 20250923115536.0 | ||
| 008 | 250923suuuu hu o 000 hun d | ||
| 040 | |a BGE Dolgozattár Repozitórium |b hun | ||
| 041 | |a hu | ||
| 100 | 1 | |a Stumph Ákos Sándor | |
| 245 | 1 | 0 | |a Adatvezérelt döntéshozatal a fenntartható városi közlekedésben |c Stumph Ákos Sándor |h [elektronikus dokumentum] |
| 516 | |a Students_Scientific_Association_paper | ||
| 520 | 3 | |a Azért kezdtem el foglalkozni nagy adathalmazokkal, mert mindig is érdekelt az adat alapú döntések és az ezekben rejlő nagy potenciál kihasználása. A fő kérdésben azt vizsgálom, hogy a Budapesti Közlekedési Központ miként használja fel és építi be a mindennapi operációba a közbicikli szolgáltatásból származó adatok elemzéseit. A bérlők egyik legfontosabb igénye, hogy a kerékpárok akkor és ott legyenek elérhetőek, amikor és ahol arra szükség van. Ezért megvizsgáltam a jelenlegi állapotot és ennek tükrében további javaslatokat teszek gépi tanulás segítségével, hogy hogyan lehet növelni a szolgáltatás elérhetőségét. A vizsgálatot egy átfogó szakirodalom kutatás előzi meg, amely bemutatja az adatokkal való munka lehetőségeit, előkészítve a fő kérdésem megválaszolását.A választ főként kvantitatív módszer segítségével kutattam, amelyhez Python programnyelvben elérhető statisztikai és gépi tanulási csomagokat használtam fel. Az eredmények tükrében már látható, hogy a 2023-as bérlésekre vonatkozó adatok elemzése - a BKK-val való egyeztetésekre alapozva - a napi működés fejlesztésének érdekében jelenleg is folyamatban vannak. A kerékpárok éves szinten több mint 26 napon keresztül nem elérhetőek a felvevő pontokon. Kutatásomban ennek csökkentésére teszek javaslatot: hogyan lehet a korábbi bérlési adatokból előre jelezni a szükségletet az egyes állomásokon. Napi átlagosan 9316 bérlést indítanak a felhasználók Budapesten, egy út alkalmával pedig kb. 2,4 km-t tesznek meg. Összesen: 22.358 km-t.Amennyiben az adatelemzést beépítjük a mindennapi döntéshozatalba és éves szinten akárcsak egy nappal is növelni tudjuk a szolgáltatás elérhetőségét, vagyis csökken a nem elérhető kerékpárok száma, akkor naponta potenciálisan közel 2,9 kg károsanyag kibocsátástól óvhatjuk meg a várost egy tisztább és élhetőbb bolygó reményében. | |
| 695 | |a Adatvezérelt | ||
| 695 | |a big data | ||
| 695 | |a elemzés | ||
| 695 | |a gépi tanulás | ||
| 695 | |a közlekedés | ||
| 700 | 1 | |a Kovács Dr. Endre László |e ths | |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/57872/1/Stumph_A%CC%81kos_Sa%CC%81ndor_PSZK.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/57872/2/08_BGE%20TDK_Szerzo%CC%8Bi%20hozza%CC%81ja%CC%81rula%CC%81s%20nyilatkozat%202024.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/57872/3/Stumph_A%CC%81kos_Sa%CC%81ndor_PSZK.docx |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/57872/4/Stumph_A%CC%81kos_Sa%CC%81ndor%20B%C3%ADr%C3%A1lat.pdf |z Dokumentum-elérés |
| 856 | 4 | 0 | |u http://dolgozattar.uni-bge.hu/57872/5/Stumph%20%C3%81kos%20S%C3%A1ndor_TDK_Dolgozat_biralati_lap_2024_HU.pdf |z Dokumentum-elérés |