A budapesti carsharing felhasználók klaszterezése gépi tanulási algoritmusokkal

Abstract

A dolgozat a budapesti carsharing felhasználók fogyasztói csoportjait kívánja azonosítani gépi tanulási algoritmusok segítségével. A carsharing közlekedésgazdaságtani szempontból hatással lehet egy város közlekedésére a torlódást, a parkolást és a tömegközlekedés befolyásolva. A dolgozat első felében a szerző bemutatja a vonatkozó korábbi kvalitatív és kvantitatív és modellezési munkákat. A budapesti felhasználók csoportosításához használt módszertan a K-közép klaszterezés és a főkomponens-analízis segítségével. A használt adatbázis az egyik nagy budapesti carsharing szolgáltató bérlési és felhasználói adattáblája, melyek tisztításra kerülnek, majd az gyakoriságára, jellemző irányára, jellemző idejére és jellemző hosszára kerülnek kiszámításra mutatók. Felderítő adatelemzést követően ezen mutatók alapján logaritmizálás és sztenderdizálást követően létrejön a kilenc fogyasztói klaszter, melyeket a szerző a dolgozat végén jellemez és javaslatokat fogalmaz meg a vállalat felé.