Kohti älykästä reititystä pyöräliikenteessä?
•
1 like•198 views
Pyöräliikenteen avokonttori 26.5.2016
Kohti älykästä reititystä pyöräliikenteessä?
- 1. Kohti älykästä reititystä pyöräliikenteessä? Mobiililla liikuntasovelluksella kerätyn big datan haasteet ja mahdollisuudet Cecilia Bergman 26.5.2016, Pyöräliikenteen avokonttori, Laituri
- 2. • Supra-projekti (2013-2015) – Sijaintipohjaisten palveluiden murros • Case: Liikuntasuoritustietojen jalostaminen merkitykselliseksi reittitiedoksi • Suosioon perustuva reititys verkolla
- 3. Sports Tracker data? • Ilmainen mobiili liikuntasovellus, jolla voidaan pitää harjoituspäiväkirjaa • Aloitti 2004 osana Nokiaa, 2009 itsenäinen yritys Sports Tracking Technologies Oy, 2015 osa Amer Sports Digital Services Oy:tä HELSINKI • 36 757 “julkista” suoritusta, 2424 käyttäjää • 17.4.2010–21.11.2012
- 4. Pisteiden lkm / vko Pisteiden lkm / kk Pisteiden lkm / viikonpäivä Pisteiden lkm / vuorokauden tunti Haaste 1: Mitä data edustaa? Oksanen et al. (2015). Methods for deriving and calibrating privacy-preserving heat maps from mobile sports tracking application data. Journal of Transport geography, Vol 48: 135-144.
- 5. 5 • 65% käyttäjistä tallensi < 5 liikuntasuoritusta ja 87% tallensi < 20 liikuntasuoritusta Haaste 2: Epätasainen jakauma Oksanen et al. (2015). Methods for deriving and calibrating privacy-preserving heat maps from mobile sports tracking application data. Journal of Transport geography, Vol 48: 135-144.
- 6. 6 Haaste 1: Mitä data edustaa? Haaste 2: Epätasainen jakauma Ennen: 38 % LOOP, 62 % A2B Jälkeen: 55 % LOOP, 45 % A2B
- 7. Haaste 3: Yksityisyys Haaste 4: Ei avointa dataa! 7 • Julkinen • Suoritus visualisoidaan ST web-sovelluksessa • Dataan ei pääsyä, paitsi omaan dataan • Yksityisyyden suoja todellinen haaste myös julkisessa ST datassa • Paljastaa käyttäytymishahmoja • Esim. kodin ja työpaikan sijainti pääteltävissä
- 8. Reititys pyöräilyssä tänään EX ANTE EN ROUTE VISUAALINEN TULKINTA ALGORITMI © Cecilia Bergman © Cecilia Bergman © Cecilia Bergman © HSL (https://beta.reittiopas.fi/)
- 9. Reititys pyöräilyssä huomenna? EX ANTE EN ROUTE VISUAALINEN TULKINTA ALGORITMI © Juha Oksanen ALYKÄS suosioon perustuva reititys liikenneverkolla paikasta A paikkaan B ? © Juha Oksanen
- 10. 10
- 12. 12
- 13. C. Suoritusten lkm kerrottuna Simpsonin diversiteetti-indeksillä C. Suoritusten lkm kerrottuna Simpsonin diversiteetti-indeksillä logaritminen asteikko 13 (kuvaa suoritusten jakautumista pyöräilijöiden kesken) GPS liikeradat Liikenneverkko ESIKÄSITTELY LIIKERATOJEN YHDISTÄMINEN VERKOLLE Markovin piilomalliMarkovin piilomalli Point-to-curvePoint-to-curve A. Pyöräilijöiden lkmA. Pyöräilijöiden lkm KUSTANNUSTEN MÄÄRITTÄMINENKUSTANNUSTEN MÄÄRITTÄMINEN B. Suoritusten lkmB. Suoritusten lkm
- 14. 14
- 15. 15 Dynaamisuus: työmaat, uudet yhteydet Käyttäjäkohtaiset preferenssit Oksanen, J., Bergman, C., Sainio, J. and J. Westerholm 2015. Mistä löytyy paras pyöräreitti tai lenkkeilymaasto? POSITIO 4/2015, 14–17.
- 16. 16 Sainio J, Westerholm J, Oksanen J 2015. Generating Heat Maps of Popular Routes Online from Massive Mobile Sports Tracking Application Data in Milliseconds While Respecting Privacy. ISPRS Int. J. Geo-Inf. 2015, 4(4), 1813-1826
- 18. • Massadata (Big Data) poikkeaa perinteisestä datasta • Isot haasteet • Isot mahdollisuudet • Reitityspalvelut osa pyöräliikennettä • Dynaamisuus/reaaliaikaisuus ja älykkyys puuttuuvat • Pyöräilyn MaaS-selvityksessä nostettiin esiin pyöräilyn rooli multimodaaleissa matkaketjuissa • Reititys! 18 Millainen data auttaisi ja mahdollisesti jopa houkuttelisi entistä useamman pyörän satulaan? pyöräMaaS?
- 19. Kiitos! Juha Oksanen, FGI Sports Tracker Tekes cecilia.bergman@nls.fi Twitter : @cykelpige