Smart Card Data AnalysisUsing the C

Smart Card Data Analysis
Using the Chicago Transit Authority (CTA) as an example, Utsunomiya, Attanucci and
Wilson (2006) discuss the potential usage of and barriers to increased data availability after
smart card implementation in public transportation agencies, concluding that agencies need to
tailor their smart card implementation plan to make the most of the increased data availability
it offers and that smart card penetration as a fare payment method is the key to its effective use
for the analysis of passenger behavior. Bagchi and White (2004) examine three cases of smart
card implementation in bus networks in the United Kingdom. They find that the advantages of
smart card data include larger samples than existing data sources and the ability to analyze
travel behavior over longer periods, but there are also limitations, particularly in the case of
bus travel in which cards are only validated upon entry to the system (i.e., bus boarding).
Certain types of information such as journey purpose are absent from smart card data and
would have to be collected through other methods. Therefore, they conclude that smart card
data cannot replace existing survey methods for data collection but may complement them. In
addition, the authors estimate smart card turnover rates and trip rates per card, and infer the
proportion of all bus boardings to linked trips (i.e., with bus-bus transfers) in each network.
For the small areas covered by the cards in their study, Bagchi and White (2004) link together
two bus journey stages that begin within 30 minutes of each other as recorded by smart card
transactions, but assert that in larger cities a wider time window would be needed to identify
complete trips. They refer to a similar study for a larger city by Hoffman and O'Mahony
(2005) in which 90 minutes is used to link bus journey stages as recorded by magnetic stripe
electronic ticketing technology. However, the highest rate of interchange in the Hoffman and
O'Mahony (2005) study occurred between 18 and 28 minutes after boarding the first bus.
Bagchi & White (2004) find a typical implied ratio ofboardings to complete (linked) trips of
1.25 and Hoffman and O'Mahony (2005) find a similar ratio of 1.21. As a final example of
interchange identification based on time windows, Okamura, Zhang and Akimasa (2004, cited
in Trepannier and Chapleau 2006) define an interchange as two journey stages that are
provided by different operators and occur within 60 minutes at the same location. They use
this definition to analyze interchange wait time at major transit hubs.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ข้อมูลสมาร์ทการ์ดใช้อำนาจขนส่งชิคาโก (CTA) ตัวอย่างเช่น สึ Attanucci และวิลสัน (2006) กล่าวถึงการใช้ศักยภาพและอุปสรรคในการเพิ่มข้อมูลพร้อมใช้งานหลังสมาร์ทการ์ดการดำเนินงานในหน่วยงานระบบขนส่งสาธารณะ สรุปว่า หน่วยงานต้องปรับแต่งสมาร์ทการ์ดของพวกเขาวางแผนให้มากสุดของความพร้อมของข้อมูลมากขึ้นบริการ และเจาะสมาร์ทการ์ดที่วิธีการชำระเงินค่าโดยสารเป็นกุญแจสำคัญในการใช้งานมีประสิทธิภาพการวิเคราะห์พฤติกรรมของผู้โดยสาร Bagchi และไวท์ (2004) ตรวจสอบกรณีที่สามของสมาร์ทการใช้งานบัตรในเครือข่ายรถบัสในสหราชอาณาจักร พวกเขาพบว่าข้อดีของสมาร์ทการ์ดข้อมูลรวมถึงตัวอย่างที่มีขนาดใหญ่กว่าแหล่งข้อมูลที่มีอยู่และความสามารถในการวิเคราะห์พฤติกรรมการเดินทางกว่านาน แต่ก็ยังมีข้อจำกัด โดยเฉพาะอย่างยิ่งในกรณีของรถบัสท่องเที่ยวในบัตรซึ่งจะถูกตรวจสอบเมื่อเข้าระบบเท่านั้น (เช่น รถบัสประจำ)มีบางประเภทเช่นวัตถุประสงค์ของการเดินทางจากสมาร์ทการ์ดข้อมูล และต้องมีการรวบรวมถึงวิธีการอื่น ๆ ดังนั้น พวกเขาสรุปว่า สมาร์ทการ์ดข้อมูลไม่สามารถแทนที่มีอยู่การสำรวจวิธีการเก็บรวบรวมข้อมูล แต่อาจเติมเต็มพวกเขา ในนอกจากนี้ ผู้เขียนประเมินสมาร์ทการ์ดอัตรา และเที่ยวราคาบัตร และสรุปการสัดส่วนของทั้งหมดรถ boardings จะเดินทางไปเชื่อมโยง (เช่น พร้อมโอนรถรถ) ในแต่ละเครือข่ายสำหรับพื้นที่ขนาดเล็กปกคลุม ด้วยบัตรในศึกษา Bagchi และไวท์ (2004) เชื่อมโยงกันระยะเดินรถสองที่เริ่มต้นภายใน 30 นาที ตามสมาร์ทการ์ดธุรกรรม แต่ยืนยันว่า ในเมืองใหญ่ เวลาหน้าต่างกว้างขึ้นจะต้องระบุการเดินทางสมบูรณ์ ความหมายการศึกษาคล้ายเมืองขนาดใหญ่โดยฮอฟแมนและ O'Mahony(2005) ใน 90 นาทีซึ่งใช้เชื่อมโยงขั้นตอนการเดินทางรถ ตามแถบแม่เหล็กเทคโนโลยีตั๋วอิเล็กทรอนิกส์ อย่างไรก็ตาม อัตราแลกเปลี่ยนในแมนสูงสุด และศึกษาของ O'Mahony (2005) เกิดขึ้นระหว่างนาทีที่ 18 และ 28 หลังจากขึ้นรถเมล์ครั้งแรกBagchi และสีขาว (2004) ค้นหาเป็นนัย ofboardings อัตราการทำทัวร์ (เชื่อมโยง)1.25 และฮอฟแมน และ O'Mahony (2005) พบอัตราความคล้าย 1.21 เป็นตัวอย่างสุดท้ายของรหัสแลกเปลี่ยนที่อิง windows เวลา โอะกะมุระ เตียว และ Akimasa (2004 อ้างถึงใน Trepannier และ Chapleau 2006) กำหนดแลกเปลี่ยนที่เป็นสองขั้นตอนการเดินทางที่มีโดยผู้ประกอบการที่แตกต่างกัน และเกิดขึ้นภายใน 60 นาทีที่ตำแหน่งเดียวกัน พวกเขาใช้คำนิยามนี้วิเคราะห์แลกเปลี่ยนเวลารอฮับขนส่งที่สำคัญ

ผลลัพธ์ (ไทย) 2:

สมาร์ทวิเคราะห์ข้อมูลบัตร
ใช้ชิคาโกทางพิเศษ (CTA) เป็นตัวอย่าง Utsunomiya, Attanucci และ
วิลสัน (2006) หารือเกี่ยวกับการใช้งานที่มีศักยภาพและอุปสรรคในการความพร้อมของข้อมูลเพิ่มขึ้นหลังจาก
การดำเนินการมาร์ทการ์ดในหน่วยงานการขนส่งสาธารณะสรุปว่าหน่วยงานที่ต้องมีการ
ปรับแต่ง แผนการดำเนินงานสมาร์ทการ์ดของพวกเขาให้มากที่สุดของความพร้อมของข้อมูลที่เพิ่มขึ้น
ก็มีและที่เจาะมาร์ทการ์ดเป็นวิธีการชำระเงินค่าโดยสารเป็นกุญแจสำคัญในการใช้งานที่มีประสิทธิภาพ
สำหรับการวิเคราะห์พฤติกรรมของผู้โดยสาร Bagchi และสีขาว (2004) ตรวจสอบกรณีที่สามของสมาร์ท
การใช้งานบัตรในเครือข่ายรถบัสในสหราชอาณาจักร พวกเขาพบว่าข้อดีของ
ข้อมูลสมาร์ทการ์ดรวมถึงตัวอย่างขนาดใหญ่กว่าแหล่งข้อมูลและความสามารถในการวิเคราะห์ที่มีอยู่
พฤติกรรมการเดินทางในช่วงเวลาอีกต่อไป แต่ก็ยังมีข้อ จำกัด โดยเฉพาะอย่างยิ่งในกรณีของ
การเดินทางรถบัสที่บัตรจะได้รับการตรวจสอบเฉพาะเมื่อเข้าสู่ ระบบ (เช่นรถบัสกินนอน).
บางประเภทของข้อมูลเช่นวัตถุประสงค์การเดินทางที่ขาดข้อมูลจากสมาร์ทการ์ดและ
จะต้องมีการเก็บรวบรวมผ่านวิธีการอื่น ๆ ดังนั้นพวกเขาจึงสรุปได้ว่าสมาร์ทการ์ด
ข้อมูลที่ไม่สามารถแทนที่วิธีการสำรวจที่มีอยู่สำหรับการเก็บรวบรวมข้อมูล แต่อาจเติมเต็มพวกเขา ใน
นอกจากนี้ผู้เขียนได้ประมาณการอัตราการหมุนเวียนมาร์ทการ์ดและอัตราการเดินทางต่อบัตรและสรุป
สัดส่วนของทั้งหมดขึ้นเครื่องรถบัสไปยังการเดินทางเชื่อมโยง (เช่นกับการโอนรถบัสรถบัส) ในแต่ละเครือข่าย.
สำหรับพื้นที่ขนาดเล็กที่ครอบคลุมโดยบัตรในของพวกเขา การศึกษา Bagchi และสีขาว (2004) การเชื่อมโยงเข้าด้วยกัน
รถบัสสองขั้นตอนการเดินทางที่เริ่มต้นภายใน 30 นาทีของแต่ละอื่น ๆ ตามที่บันทึกไว้ด้วยบัตรสมาร์ท
การทำธุรกรรม แต่ยืนยันว่าในเมืองใหญ่หน้าต่างเวลาที่กว้างขึ้นจะต้องแจ้ง
การเดินทางที่สมบูรณ์แบบ พวกเขาอ้างถึงการศึกษาที่คล้ายกันสำหรับเมืองที่มีขนาดใหญ่โดยฮอฟแมนและมาโฮนีย์
(2005) ซึ่งใน 90 นาทีจะใช้ในการเชื่อมโยงขั้นตอนการเดินทางของรถบัสบันทึกไว้โดยแถบแม่เหล็ก
เทคโนโลยีบัตรโดยสารอิเล็กทรอนิกส์ อย่างไรก็ตามอัตราสูงสุดของการแลกเปลี่ยนในฮอฟแมนและ
มาโฮนีย์ (2005) การศึกษาที่เกิดขึ้นระหว่างวันที่ 18 และ 28 นาทีหลังจากขึ้นรถบัสแรก.
Bagchi & White (2004) พบว่าโดยทั่วไป ofboardings อัตราส่วนโดยนัยที่จะเสร็จสมบูรณ์ (เชื่อมโยง) การเดินทางของ
1.25 และฮอฟแมนและมาโฮนีย์ (2005) พบว่าสัดส่วน 1.21 ที่คล้ายกัน เป็นตัวอย่างสุดท้ายของ
บัตรประจำตัวแลกเปลี่ยนบนพื้นฐานของ Windows เวลาโอคามูระจางและ Akimasa (2004 อ้าง
ใน Trepannier และ Chapleau 2006) กำหนดแลกเป็นสองขั้นตอนการเดินทางที่จะ
ให้ผู้ประกอบการที่แตกต่างกันและเกิดขึ้นภายใน 60 นาทีในสถานที่เดียวกัน พวกเขาใช้
คำนิยามนี้ในการวิเคราะห์เวลารอแลกกับฮับการขนส่งที่สำคัญ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลบัตรสมาร์ทใช้องค์การขนส่งชิคาโก ( CTA ) เป็นตัวอย่าง และ attanucci อุซึโนมิยะวิลสัน ( 2006 ) กล่าวถึงศักยภาพในการใช้และให้บริการเพิ่มขึ้นข้อมูลหลังการใช้บัตรสมาร์ทในการขนส่งสาธารณะหน่วยงาน สรุปว่าหน่วยงานต้องการปรับแผนการใช้งานบัตรสมาร์ทเพื่อให้มากที่สุดของข้อมูลที่ใช้เพิ่มขึ้นมันมี และสมาร์ทการ์ดเจาะเป็นค่าโดยสารวิธีการชําระเงินคือ คีย์เพื่อการใช้งานที่มีประสิทธิภาพของสำหรับการวิเคราะห์พฤติกรรมของผู้โดยสาร bagchi ขาว ( 2547 ) ศึกษา 3 กรณีสมาร์ทการใช้บัตรเครดิตในเครือข่ายรถโดยสารในสหราชอาณาจักร พวกเขาพบว่า ข้อดีของข้อมูลบัตรสมาร์ทรวมถึงตัวอย่างที่มีขนาดใหญ่กว่าข้อมูลที่มีอยู่แหล่งที่มาและความสามารถในการวิเคราะห์พฤติกรรมการเดินทางในช่วงเวลาที่ยาว แต่ก็มีข้อจำกัด โดยเฉพาะอย่างยิ่งในกรณีของเดินทางรถซึ่งในบัตรเท่านั้น ) เมื่อเข้าระบบ ( เช่น รถบัสโดยสาร )บางประเภทของข้อมูล เช่น จุดประสงค์การเดินทางขาดจากข้อมูลบัตรสมาร์ทและจะต้องถูกรวบรวมผ่านวิธีการอื่น ๆ ดังนั้น จึงสรุปได้ว่าบัตรสมาร์ทข้อมูลที่มีอยู่ไม่สามารถแทนที่วิธีการสำรวจเก็บข้อมูล แต่อาจช่วยพวกเขา ในนอกจากนี้ ผู้เขียนคาดว่าอัตราการหมุนเวียนบัตรสมาร์ทและการเดินทางอัตราต่อบัตร และอนุมานสัดส่วนของ boardings รถบัสทั้งหมดที่จะเชื่อมโยงการเดินทาง ( เช่น มีการโอนรถบัสรถบัส ) ในแต่ละเครือข่ายสำหรับพื้นที่ขนาดเล็กปกคลุมด้วยบัตรในการศึกษาของพวกเขา bagchi ขาว ( 2004 ) เชื่อมโยงเข้าด้วยกันการเดินทางรถบัสสองขั้นตอนที่เริ่มต้นภายใน 30 นาทีของแต่ละอื่น ๆที่เป็นบันทึกโดยสมาร์ทการ์ดการทำธุรกรรม แต่ยืนยันว่าในเมืองใหญ่ หน้าต่างที่กว้างจะต้องระบุเวลาการเดินทางที่สมบูรณ์ พวกเขาอ้างถึงการศึกษาที่คล้ายกันสำหรับเมืองขนาดใหญ่ และ o"mahony โดยฮอฟแมน( 2005 ) ซึ่งใน 90 นาทีจะใช้เพื่อเชื่อมโยงขั้นตอนการเดินทางรถบัสเป็นบันทึกแถบแม่เหล็กตั๋วอิเล็กทรอนิกส์เทคโนโลยี อย่างไรก็ตาม อัตราสูงสุดของการแลกเปลี่ยนใน ฮอฟฟแมน และo"mahony ( 2005 ) การศึกษาที่เกิดขึ้นระหว่าง 18 และ 28 นาทีหลังจากขึ้นเครื่องเที่ยวแรกbagchi และสีขาว ( 2004 ) พบว่าอัตราส่วน ofboardings โดยสมบูรณ์ ( เชื่อมโยง ) ในการเดินทางของ1.25 และฮอฟแมน และ o"mahony ( 2005 ) พบว่าอัตราส่วนที่คล้ายกัน 1.21 . เป็นสุดท้ายที่ตัวอย่างการกำหนดบนพื้นฐานของ Windows เวลา โอคามูระ จางและ akimasa ( 2004 , อ้างและใน trepannier นอร์ 2006 ) กําหนดแลกเปลี่ยนเป็นสองขั้นตอนที่การเดินทางโดยผู้ประกอบการที่แตกต่างกันและเกิดขึ้นภายใน 60 นาที ณสถานที่เดียวกัน ที่พวกเขาใช้คำนิยามนี้เพื่อวิเคราะห์การรอเวลาที่ฮับขนส่งที่สำคัญ