ISSN: 2165- 7866
Jamal Maktoubian, Mohebollah Noori, Mehran Ghasempour-Mouziraji, Mahta Amini
Im öffentlichen Nahverkehr werden Smartcard-Daten immer häufiger verwendet, um Fahrpreise automatisch zu erheben. Sie ermöglichen den Fahrgästen die Nutzung nahezu aller Arten von öffentlichen Verkehrsmitteln (Bus, Zug, Straßenbahn, Seilbahn, Stadtbahn, U-Bahn und Fähren) mit einer einzigen Karte, die für die gesamte Fahrt gültig ist. Obwohl Smartcards hauptsächlich zur Erhebung von Fahrpreisen eingesetzt werden, erzeugen sie auch große Mengen passiver Daten aus den technischen Geräten, die zur Steuerung ihres Betriebs installiert sind. Die erzeugten Daten könnten für Verkehrsplaner von Nutzen sein, da sie zu einem besseren Verständnis der Verhaltensmuster der Fahrgäste für die kurz- und langfristige Serviceplanung beitragen könnten. Eine der größten Herausforderungen ist jedoch die Tatsache, dass herkömmliche Infrastrukturen und Methoden bei der Verarbeitung oder Analyse großer Datenmengen ineffizient sind. Als Alternative könnte daher Big-Data-Technologie eingesetzt werden, um die Erfassung, Speicherung, Verarbeitung und Analyse der Daten zu verbessern. Darüber hinaus wäre die Kosteneffizienz dieser Methode das Hauptmotiv, da die Kosten für die Verarbeitung und Analyse großer Datenmengen enorm sind. Diese Erfahrung zeigt, dass eine Kombination aus Planungswissen, Big Data und Data-Mining-Tools die Erstellung von Indikatoren für das Reiseverhalten, öffentliche Verkehrsrichtlinien, Betriebsleistung und Tarifrichtlinien ermöglicht.