プローブデータ解析に基づく都内タクシーの需給予測モデルの構築

抄録

本研究では，都内タクシーのプローブデータを活用し，機械学習を用いて，適切なタクシー配車に結び付く意思決定支援モデルの構築を行う．従来，タクシーの配車はドライバーの経験や勘に依存してきた．そのため，長年の経験により得られる知識の有無により顧客獲得数に格差が生じる．例えば，駅周辺では，顧客が長い列を作ってタクシー待ちをしている状況がみられる一方で，多くのタクシーが客待ちをしているケースもある．また，場所により，顧客の望む輸送距離にも差異が生じている．しかし，顧客を獲得する見込みが高い地点を全てのドライバーが知る訳ではない．また，ドライバーは分析結果の数値のみを与えられた場合，出力が複数あり解釈することが容易ではない．そのため，経験の有無に依らず，顧客の効率的な獲得を可能とする分析手法及びその可視化手法が望まれる．そこで，タクシーが駅に到着してから顧客を拾うのに要する待ち時間と顧客がタクシーで移動した距離を各駅の指標とする．これらを用いて，各駅におけるタクシーの利用傾向に関する可視化・分析を行い，ドライバーの意思決定を支援するための施策案を示す．