상세정보

  • HOME
  • 검색 상세정보

[KRIHS SPECIAL REPORT 32] A STUDY ON THE USABILITY OF BIG DATA TO ENHANCE RELIABILITY OF REGIONAL TRAVEL DEMAND FORECASTING

책이미지
별점
서평쓰기
서평쓰기
도서 상세정보
서명사항
서명 [KRIHS SPECIAL REPORT 32] A STUDY ON THE USABILITY OF BIG DATA TO ENHANCE RELIABILITY OF REGIONAL TRAVEL DEMAND FORECASTING
저자사항(단체명)
글쓴이(연구진) KRIHS GDPC
과제구분(collection) 기타
TOT 장르 단행본
발행사항
발행일 20161201
형태사항
페이지 수 50
가격 0
보고서번호 단행본
바로가기

초록 일부

This study aims to find ways to initiate the application of big data analytics using data collected by public agencies and private companies to travel demand forecasting. Various efforts have sought t...

초록 전체

This study aims to find ways to initiate the application of big data analytics using data collected by public agencies and private companies to travel demand forecasting. Various efforts have sought to improve the reliability and accuracy of travel demand forecasting, but it is almost impossible to quickly grasp changes in travel demand and their causes only through the existing method of conducting household travel surveys, which comes approximately every five years. So a new method is needed to more accurately forecast travel demand with more responsive data collected at shorter time intervals.

목차 일부

Summary 
Chapter I. Research Overview
 1. Research Background
 2. Research Scope and Expected Policy Effects
Chapter II. Interregional Traffic Demand Forecasting: Conditions and Problems
 1. Korea Tra...

목차 전체

Summary 
Chapter I. Research Overview
 1. Research Background
 2. Research Scope and Expected Policy Effects
Chapter II. Interregional Traffic Demand Forecasting: Conditions and Problems
 1. Korea Transportation Database
 2. Error-generating Factors in Travel Demand Estimates
Chapter III. Consideration of Applicability of Big Data to Forecasting of Interregional Travel Demand
 1. Uses of Transportation-related Big Data
 2. Ideas and Possibilities for Big Data Use in Travel Demand Forecasting
Chapter IV. Big-Data-based Empirical Analysis of Interregional Travel Patterns
         1. Empirical Analysis I: Using TCS Data to Analyze Dynamic Travel Deman
Patterns 
         2. Empirical Analysis II: Analysis of Peak and Off-peak Duration
Times from Time-of-Day Expressway Traffic Data 
         3. Empirical Analysis III: Using Mobile Communications User Data to
Examine Weekend Conversion Coefficients 
Chapter V. Conclusion and Policy Suggestions
 1. Policy Applications for Big Data
 2. Future Tasks