Scroll down to see English description.

Vizualisador de tendências Origem x Destino por meio de análise e clusetring do histórico de bilhetagem de usuários do serviço publico de mobilidade urbana

Projeto desenvolvido durante o HACKEMTU 2018 realizado nos dias 7 e 8 de abril de 2018 na Universidade de Campinas - Unicamp.

Autores:

• Gabriel Teston - https://github.com/Gabriel-Teston
• Bernardo Rodrigues - https://github.com/lethuss
• Lucas Dias - https://github.com/luketis

A ideia foi criar uma ferramenta que auxiliasse a análise de gestores do ramo de mobilidade urbana, dando a eles uma forma de visualizar as tendências e padrões de movimentação dos usuários do transporte público com base em dados atuais. Essas tendências de movimentação são colhidas com precisão a cada 10 anos por meio de uma pesquisa semelhante a um censo demográfico, onde pesquisadores visitam as casas de todos os habitantes de uma região perguntando-lhes sobre suas intenções de deslocamento. Acredita-se que essa informação colhida, apesar de rica, se torna obsoleta rapidamente e por isso desenvolveu-se a ferramenta em questão para otimizar este processo, contemplando, até o momento, o modal ônibus exclusivamente.

Baseado no cruzamento dos dados de bilhetagem dos usuários e na geolocalização do ônibus, foi possível determinar quando e onde um usuário embarcou. Considerando os dados dos embarques subsequentes tentou-se estimar qual era o destino dos embarques anteriores. Por exemplo, alguém que sempre embarca em um ponto próximo a sua casa no inicio da sua jornada de trabalho diária, irá, provavelmente, embarcar no ponto mais próximo ao seu trabalho no caminho de volta para casa. Dessa forma podemos estimar o par Origem x Destino, já que esse dado não está disponível a priori (um usuário não bilheta ao desembarcar de um ônibus).

O conjunto desses pares passa por um algoritmo de clustering para se obter as macro tendências de movimentação e estas auxiliarem nos processos de tomada de decisão dos gestores, tais como: validar linhas, sugerir novas linhas, entre outros.

O-D estimation.py é o script que faz toda essa análise acima descrita, buscando os dados já cruzados em um banco implementado em um MongoDB local.

O script ping.py também foi uma prova de conceito que colheria os pares de embarque e desembarque por meio da infraestrutura de wifi do ônibus. Ao se conectar um usuário, o mesmo seria considerado "embarcado" e, ao desconectá-lo, "desembarcado". Idealmente, essa coleta de dados seria feita por meio de pacotes probe do protocolo WIFI; dessa forma somente seria necessário que os dispositivos, como smartphones, dos usuários estivessem com o WIFI habilitado e não propriamente conectados na rede do ônibus

Origin x Destination” tendencies visualization tool through analysis and clustering of urban mobility users ticketing data

This tool estimates the pair “Origin x Destination” through the user ticketing and bus geolocation data. With this information a clustering algorithm determines the macro tendencies of displacement of the mobility service users. The results are ploted over a map of the region in question. It can be used to validate the efficiency of existing lines or even suggest new ones. The project was made during the HackEMTU 2018 event held at the University of Campinas, São Paulo.

Authors:

• Gabriel Teston - https://github.com/Gabriel-Teston
• Bernardo Rodrigues - https://github.com/lethuss
• Lucas Dias - https://github.com/luketis