💡 Idea

  1. 대여소 중심 예측/ 기존 프로젝트와 같이 대여소를 기준으로한 실시간 특성(대여소 인근의 자전거 수, 유동인구, 지하철 역의 승하차 수 등)을 수집하여 공공자전거 실시간 반납량 예측.

    ❌ : '실시간 자전거 위치' 특성을 참고하는데에 한계가 있고, '실시간' 주제에 적절하지 않음. 성능 또한 2. 에 비해 좋지 않음.

  2. 이용자 중심 예측/ 각각 이용자의 특성이 독립이라는 가정 하에 실시간 반납량은 현재 이용자의 반납확률의 합으로 예측가능함을 보이고, 실시간 자전거의 위치 및 특성을 이용하여 각 대여소별 모델을 적합하여 실시간 반납 확률을 통해 실시간 반납량 예측.

    ⭕ : '실시간' 주제에 가장 적절하며, '실시간 자전거 위치' 와 관련된 특성을 유연하게 이용 가능.

연구 배경

데이터 설명

연구에 사용된 데이터는 공공자전거 데이터로, 대여이력, 대여 이동경로, 대여소 정보로 구성된다.

https://apption.co/embeds/wud758

기초 통계 분석