Data-Driven and Multidimensional Clustering of Bike Sharing Stations and Travel Patterns

Fatemeh Zaferani

Mémoire de maîtrise (2024)

Accéder à ce document
Disponible
Libre accès au texte intégral dans PolyPublie
Texte Texte • 9MB •

Résumé

« Cette thèse présente une analyse du système de vélo-partage Bixi à Montréal, Canada, avec un accent particulier sur la compréhension du comportement des utilisateurs et des caractéristiques des stations. Le système Bixi est devenu un élément essentiel du réseau de transport de la ville, offrant une solution de transport flexible et écologique. Cette recherche adopte une approche basée sur les données en utilisant des données ouvertes pour obtenir des informations détaillées sur le fonctionnement du système. La recherche commence par une analyse descriptive des données, permettant d’identifier les tendances clés et les caractéristiques de la demande de Bixi. Cette étape préliminaire fournit une vue d’ensemble générale des modèles d’utilisation du système, servant de base pour des investigations plus détaillées. En employant des techniques telles que la régression, la visualisation, le regroupement et l’analyse spatiale, nous décomposons les données sous différents angles, révélant des détails complexes sur le fonctionnement du système. L’étude examine également les facteurs influençant la demande de voyages à vélo, en tenant compte de variables telles que les conditions météorologiques, le moment de la journée, l’emplacement et l’utilisation des terres. Nos résultats montrent que la demande de Bixi est façonnée par une combinaison de ces facteurs, certains ayant un impact plus significatif que d’autres. Nous avons recours à des analyses de regroupement, telles que DBSCAN, pour explorer la répartition spatiale et la densité des stations, fournissant des informations sur la diversité et la complexité des stations Bixi. Un aspect essentiel de notre recherche est l’examen de la durée de vie des stations de 2015 à 2020. Cette analyse révèle que toutes les stations ne conservent pas un emplacement permanent en raison de facteurs comme la faible demande ou les coûts opérationnels élevés. Cependant, les stations qui ont fonctionné sans interruption pendant cinq ans ont probablement bénéficié d’une forte demande ou d’un positionnement stratégique.»

Programme:
Génie civil
Directeurs ou directrices:
Adresse URL de PolyPublie:
Université/École:
Polytechnique Montréal
OAI:
oai:publications.polymtl.ca:59281
ORCID
Date du dépôt:
18 juin 2025 11:27
Dernière modification:
14 oct. 2026 14:20
Citer en APA 7:
Zaferani, F. (2024). Data-Driven and Multidimensional Clustering of Bike Sharing Stations and Travel Patterns [Mémoire de maîtrise, Polytechnique Montréal]. PolyPublie. https://publications.polymtl.ca/59281/

Statistiques

Total des téléchargements à partir de PolyPublie

Téléchargements par année

Provenance des téléchargements

Actions réservées au personnel

Afficher document
Afficher document