Automatické analýzy big data v projektu sdílených vozidel Uniqway

Abstract

V současné době se stává populární služba sdílených vozidel. Vzniká spousta nových projektů, které tuto službu zprostředkovávají. Jedním z těchto projektů je i studentský projekt Uniqway, který cílí na studenty a zaměstnance vysokých škol. Při provozu se zaznamenávají nejrůznější data o jednotlivých výpůjčkách a uživatelích. Tato práce se především věnuje analýze sbíraných dat, s pomocí kterých jsou určeny modely skupin tras a uživatelů. Využity jsou různé analytické přístupy a metody strojového učení. Výsledky provedené analýzy se dají využít při řízení projektu a pro simulaci provozu této služby. V práci je také navrhnut postup, jak odhadovat dostupnost vozidel v jednotlivých zónách.

Today, the carsharing service is becoming more and more popular. There are a lot of new projects that provide this type of service. One of these projects is Uniqway which was created and is run by students. It targets other students and university staff. During operation, various data about rides and users are collected. In this thesis, the collected data are analyzed. Based on the analysis, models of route and user groups are determined using various analytical approaches and machine learning methods. The results of the analysis can be used in project management and simulation of the service. The work also proposes a method for estimating the availability of vehicles in individual zones.