Análisis del comportamiento de los viajeros del transporte interurbano en la isla de Gran Canaria

Abstract

En este trabajo se hace uso de técnicas de Inteligencia de Negocio y Minería de Datos para la extracción de conocimiento útil para la empresa concesionaria del servicio de transporte interurbano de la isla de Gran Canaria. El objetivo ha sido encontrar un patrón que permita predecir la cantidad de viajeros que querrán ir de un punto a otro de red de transporte en un momento dado. Para ello se han utilizado los ficheros de eventos generados en los vehículos de la flota entre 2005 y 2006, teniendo en cuenta información: 1. De carácter temporal: momento del día en el que hace el viaje. Condición de laborable del día. Mes. Estación del año. 2. De carácter geográfico y demográfico: parada de origen y de destino. Tipo de parada: núcleo urbano, zona residencial, núcleo rural, zona rural, centro educativo. Código postal de la parada origen y destino. Las líneas elegidas han sido aquellas que constituyen el denominado "Corredor Capital-Centro", y con ellas se han alcanzado los siguientes resultados: 1. Se ha modelado el número de viajeros en cada una de las líneas troncales del corredor, las que tienen mayor cantidad de viajeros y de vehículos, teniendo en cuenta las paradas origen y destino. 2. Se ha modelado el número de viajeros en el corredor, teniendo en cuenta en este caso el "tipo de parada" origen y el "tipo de parada" destino.

In this work Business Intelligence and Data Mining techniques have been used to extract useful knowledge for the main corporation of intercity public transportation on Gran Canaria Island. The aim has been to find a pattern to predict the number of passengers who want to travel from one point to another in a given moment of the day. To achieve it, events files generated in the vehicles of the company, between the years 2005 and 2006, have been used , using the foolowing types of information: 1. Temporal: Time of the trip. Type of the day (working day or holiday day). Month. Season.2. Geographic and demographic: Departure and destination bus stops. Type of bus stop: urban, residential, rural, high school or campus area. Zip code origin and destination bus stop. The lines chosen were called "Capital-Centre Corridor", obtaining the following results: 1. Model for the number of passengers on each trunk lines, with the greatest number of passengers and vehicles asigned, considering the origin and destination bus stops. 2. Model for the number of travelers in the corridor, considering in this case "type of bus stop" at the origin and at the destination.