Analyse exploratoire de transactions de cartes à puces sur le réseau du métro de Montréal

L'implantation des systèmes d'acquisition de données automatisés en transport en commun permet aujourd'hui d'acquérir des données d'achalandage de manière continue. En sondant le réseau de façon passive, c'est-à-dire sans interaction avec l'usager, ces systèmes collectent des données qui offrent une richesse spatiotemporelle que les enquêtes traditionnelles ne permettent pas d'obtenir. Par ailleurs, les données de service planifié sont maintenant générées dans un format standard dans la plupart des sociétés de transport, soit le format GTFS. Ce format impose la génération de différents fichiers qui contiennent, entre autres, la position des arrêts et stations, et les temps de passage à la minute près de tous les véhicules de transport en commun. L'objectif de cette recherche est d'examiner le potentiel théorique de l'assemblage de ces différentes sources de données pour le réseau de métro de Montréal, en évaluant l'efficacité de logiciels ouverts, ou « open source ». Les données de transactions par cartes à puce en lien avec le métro présentent certaines caractéristiques qui affineront les analyses. D'une part, l'équipement de perception est fixe en station, ce qui élimine l'incertitude quant à l'emplacement des transactions effectuées dans le métro. Cette caractéristique simplifie les traitements qui doivent être appliqués aux données avant d'en faire l'exploitation. D'autre part, l'empreinte des données de transactions étant à la seconde, il devient possible d'analyser la dynamique par véhicule dans le réseau de métro. Le projet débute en rappelant les concepts associés à un réseau de métro et à la tarification par carte à puce, et en cernant le rôle des technologies informationnelles en transport. Ensuite, une structure est établie pour associer les données aux objets auxquels elles font référence. Cette étape est fondamentale pour la suite des manipulations, qui consistent à traiter et enrichir les données. Les procédures de traitement et d'enrichissement reposent sur des hypothèses qui elles, dépendent des objets présents dans la base de données, et de leurs attributs.

Abstract

The recent implementation of automated data collection systems among transit networks allows continuous data retrieval that provides spatial and temporal load information. Passive surveying of the network using smart card data is done without any interaction with the transit user, and the data gathered by the systems offers a spatial and temporal richness that traditional surveying methods cannot match. Along with the automated data collection systems is the GTFS. It is the new standard in terms of planned service format within transit authorities. The GTFS requires a certain amount of information that specifies stop spatial coordinates and stop times of each vehicle. The main objective of this research is to examine the theoretical possibilities that arise from the combination of these different data sources using open source software. Smart card transactions associated with the metro show different characteristics that will facilitate data analysis. On one hand, the automatic fare collection system position is fixed in space. This way, the uncertainty concerning spatial location of transactions is eliminated. This aspect of the data will greatly simplify data processing and enrichment. On the other hand, the precise time stamp associated to the transactions data makes it possible to analyse the dynamics of loadings and alighting's of metro cars, the loads at a particular station or individual itineraries. The first part of the project consists in a reminder of fundamental concepts tied to a metro network and to smart card attributes, and positions the role of information technologies in the field of public transit. Secondly, it establishes a work structure to define objects linked to the data collected. This step represents the backbone of the following sections concerning data processing and data enrichment. Data processing and data enrichment are based on different hypothesis that depend on the objects defined in the database as well as their attributes.