АДАМДАРДЫҢ ШАПШАҢДЫЛЫҒЫНЫҢ ЖАСЫРЫН ЕРЕКШЕЛІКТЕРІН АНЫҚТАУ ЖӘНЕ ВЕЛОСИПЕД БӨЛІСУ СТАНЦИЯЛАРЫНЫҢ ВЕЛОСИПЕД АҒЫНЫН БОЛЖАУ

Кеңістік-уақыттық деректердің үлкен көлемі күнделікті барлық қалалық инфрақұрылымдардан жасалады. Осындай үлкен көлемді мәліметтерді түсіну және болжау көптеген нақты әлемдік қосымшаларға пайда әкелуі мүмкін. Бұл мақала велосипед бөлу станциясының деректерін пайдалана отырып, қалалық жерлердегі адамдардың мобильділігі туралы деректерді талдайды. Оператордың веб-сайтынан алынған мәліметтер негізінде қалада кеңістік-уақыттық ұтқырлық анықталуы мүмкін. Осы схемалар бірнеше сағат бұрын кез келген станция үшін қолжетімді велосипедтердің санын болжау үшін пайдаланылады. Біздің әдістемеміз алдымен тензорлы факторизация арқылы түрлі кеңістік-уақыттық факторлардың жасырын ерекшеліктерін анықтайды және сандық түрде айқындайды. Ал гипотеза кеңістік-уақыттық белсенділіктің үлгісі жасырын ерекшеліктерге тәуелді. Бұл тәуелділікті Гаусс үдерісі ретінде модельдейміз.

1. Bike sharing world maps web site. URL: www.bikesharingmap.com

2. Kazakhstani bike sharing systems web sites. URL: https://velobike.kz/, https://almatybike.kz/, https://shymkentbike.kz/

3. Borgnat, P., Robardet, C., Abry, P., Flandrin, P., Rouquier, J.-B., & Tremblay, N. (2013). A dynamical network view of Lyon ' S. V. ' Elo ' v shared bicycle system. Dynamics on and of Complex Networks, 2, 267-284.

4. O’Brien, O., Cheshire, J., & Batty, M. (2014). Mining bicycle sharing data for generating insights into sustainable transport systems. Journal of Transport Geography, 34, 262-273. Retrieved from http://linkinghub.elsevier.com/retrieve/pii/S0966692313001178

5. Zaltz Austwick, M., O’Brien, O., Strano, E., Viana, M., & Gomez-Gardenes, J. (2013). The structure of spatial networks and communities in bicycle sharing systems. PLoS ONE, 8 (9), e74685, 1-17.

6. Goodman, A., & Cheshire, J. (2014). Inequalities in the London bicycle sharing system revisited: Impacts of extending the scheme to poorer areas but then doubling prices. Journal of Transport Geography. Retrieved from http://linkinghub.elsevier.com/retrieve/pii/S0966692314000659

7. Lin, J. H., & Chou, T. C. (2012). A geo-aware and VRP-based public bicycle redistribution system. International Journal of Vehicular Technology, 2012, 1-14.

8. Raviv, T., Tzur, M., & Forma, I. A. (2013). Static repositioning in a bike-sharing system: Models and solution approaches. EURO Journal on Transportation and Logistics, 2 (3), 187-229. Retrieved from http://link.springer.com/10.1007/s13676-012-0017-6

9. Systems, D. T. & Lackner, B. (2013). Modeling demand for bicycle sharing systems - Neighboring stations as a source for demand and a reason for structural breaks. TRB, 1-19.

10. Garcia-Palomares, J. C., Gutierrez, J., & Latorre, M. (2012). Optimizing the location of stations in bike-sharing programs: A GIS approach. Applied Geography, 35 (1-2), 235-246.

11. Romanillos, G., Zaltz Austwick, M., Ettema, D., & De Kruijf, J. (2016). Big data and cycling. Transport Reviews, 36 (1), 114-133.

12. Khatri, R. (2015). Modeling route choice of Utilitarian Bikeshare users from GPS Data. University of Tennessee. Retrieved from http://trace.tennessee.edu/cgi/viewcontent.cgi?article=4837&context=utk_gradthes

13. Wergin, J., & Buehler, R. 2018. Where do bikeshare bikes actually Go? An analysis of capital bikeshare trips using GPS data. Transportation Research Record, (January), 2662, 12-21.

14. Gustavo Romanillos, Borja Moya-Gomez, Martin Zaltz-Austwick & Patxi J. Lamiquiz-Dauden (2018) The pulse of the cycling city: visualising Madrid bike share system GPS routes and cycling flow, Journal of Maps, 14:1, 34-43, DOI: 10.1080/17445647.2018.1438932

15. Kolda, T. G., & Bader, B. W. (2009). Tensor decompositions and applications. SIAM Review, 51, 455-500.

16. Rasmussen, C. E. (2006). “Gaussian processes for machine learning.”