2019 Fiscal Year Annual Research Report
Development of new inter-city travel demand forecasting model focus on the rich time-series information of big data
| Project/Area Number |
17K14736
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
山口 裕通 金沢大学, 地球社会基盤学系, 助教 (10786031)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 都市間交通 / 携帯電話位置情報データ / 需要予測モデル / 非負値行列因子分解 |
|---|
| Outline of Annual Research Achievements |
本研究は，携帯電話位置情報データを活用し，そのデータから得られる都市間旅行需要の性質を明らかにしたうえで，時間情報を最大限に活用した新たな需要予測モデルの提案を目指すものである．2019年度の研究の成果として，大きく分けて２つの研究実績があった．
(1) 複数種類のデータ融合による旅行目的推計手法の改良
モバイル空間統計データをはじめとする携帯電話位置情報データには，「旅行目的」をはじめとする人々の「思考」の情報がないという欠点がある．この欠点は，従来の行動モデルベースの需要予測アプローチに適用するには大きな欠点であった．本研究では，非負値行列因子分解手法を用いて，アンケート調査データと携帯電話位置情報データを融合するアプローチを提示することで，より時間的に細かい，旅行目的情報を持つデータを推測することに成功した．
(2) OD表分解手法を用いた，旅行先魅力度の季節変動
初年度（2017年度）の研究成果として挙げていた，OD表分解手法の副産物として，「ある場所が旅行先としてどれだけの人々を集める能力（魅力）があるか？」を定量的に答えることができる．本年度は，この手法を用いて，我が国の全都道府県の旅行先魅力度とその季節変化を算出し，「都道府県によってはかなり大きな季節変動があること」「大半の都道府県においては，お盆・年末年始・ゴールデンウィークに魅力が最大となること」などその特徴を明らかにした．すでに本研究プロジェクトで明らかになっているように，新幹線開業効果の予測は，この「旅行先価値がどれだけ向上するか？」が特に大きなポイントとなる．そのため，本研究を通じて，その基盤となりうる情報を明らかにすることに成功した．この成果は，論文投稿予定であり，本研究プロジェクトの成果として今後公開する予定である．
|
