28.01.2022

Mit ML Vorhersagen zur Nutzung von Leihfahrrädern treffen

Prozess und Geoanalyse zur Ermittlung räumlicher Schlüsselfaktoren auf die Nutzung von Leihfahrrädern in Hamburg Alexander Rolwes für i3mainz, CC BY SA 4.0
Auf der ICGDA 2022 stellten Alexander Rolwes und Cedric Roussel einen Analyseprozess vor, welcher mit Hilfe von Machine Learning Vorhersagen über die Nutzung von Leihfahrrädern ermöglicht.

Wie beeinflussen räumliche Schlüsselfaktoren die Nutzung von stationsbasierten Fahrradverleihsystemen in Hamburg? Dieser Frage gingen Alexander Rolwes und Cédric Roussel in einem online-Vortrag auf der 5th International Conference on Geoinformatics and Data Analysis (ICGDA 2022) Mitte Januar auf den Grund. Dabei legten sie ihren Untersuchungen einen vierstufigen Analyseprozess mit einer Geo-Metrik zugrunde, welche Rolwes auf der 6th International Conference on Smart Data and Smart Cities im September 2021 in Stuttgart entwickelt hatte. Ziel war es, die Übertragbarkeit des Prozesses und der am Beispiel von Mainzer Parkhäusern gewonnenen Erkenntnisse an einem weiteren Anwendungsfall zu überprüfen.

In ihrer Untersuchung nutzen sie Buchungsdaten von über 200 Fahrradverleihstationen in einem Zeitraum von mehr als vier Jahren in Hamburg, welche in einem Open Data Portal frei zur Verfügung stehen. Diese hatten die Referenten nach Jahreszeiten, Wochen- und Tagesintervallen aufgesplittet und mit offenen Geodaten aus OpenStreetMap kombiniert.

Mit Hilfe von geostatistischen Methoden konnten sie anschließend räumliche Schlüsselfaktoren wie etwa Geschäfte, Restaurants oder Arztpraxen ermitteln, die zu unterschiedlichen Zeitpunkten die Nutzung der Fahrradverleihstationen beeinflussen. Dabei flossen sowohl die Erreichbarkeit, die Öffnungszeiten und für den Kunden attraktive Hotspots in die Analyse mit ein. Mit Hilfe von Machine Learning-Prozessen konnten sie darauf aufbauend Buchungen an bekannten oder neuen unbekannten Fahrradstationen vorhersagen, um so die urbane Standortoptimierung zu unterstützen.

Für Ihren Vortrag wurden die beiden Referenten mit dem Best Presentation Award ausgezeichnet. Dazu gratulieren wir sehr herzlich!