[論文レビュー] (Blue) Taxi Destination and Trip Time Prediction from Partial Trajectories

Hoang Thanh Lam, Ernesto Diaz-Aviles+3 more|arXiv (Cornell University)|Sep 17, 2015

Human Mobility and Location-Based AnalysisSocial Sciences参考文献 8被引用数 16

ひとこと要約

本論文は、部分的なGPS軌跡からタクシーの目的地と乗車時間の予測を行うデータ駆動型アプローチを提示している。トリップマッチングとアンサンブル学習を活用することで、ECML/PKDD 2015チャレンジにおいて乗車時間予測で3位、目的地予測で7位を達成し、テストデータセット全体にわたり高いロバスト性と一貫性を示した。

ABSTRACT

Real-time estimation of destination and travel time for taxis is of great importance for existing electronic dispatch systems. We present an approach based on trip matching and ensemble learning, in which we leverage the patterns observed in a dataset of roughly 1.7 million taxi journeys to predict the corresponding final destination and travel time for ongoing taxi trips, as a solution for the ECML/PKDD Discovery Challenge 2015 competition. The results of our empirical evaluation show that our approach is effective and very robust, which led our team -- BlueTaxi -- to the 3rd and 7th position of the final rankings for the trip time and destination prediction tasks, respectively. Given the fact that the final rankings were computed using a very small test set (with only 320 trips) we believe that our approach is one of the most robust solutions for the challenge based on the consistency of our good results across the test sets.

研究の動機と目的

• 不完全なGPS軌跡を用いてリアルタイムで最終目的地と乗車時間を予測することで、電子タクシーのディスpatchを改善すること。
• 都市移動システムにおけるタクシードライバーによる目的地情報の信頼性の低さや欠落問題に対処すること。
• 多様な交通状況や軌跡条件にわたり一貫して高い性能を発揮する、ロバストでデータ駆動型のリアルタイム予測ソリューションを開発すること。
• ECML/PKDD 2015ディスcoveryチャレンジにおいて、両方の予測タスク（目的地および乗車時間）で既存手法を上回ること。
• ポルト、ポルトガルの170万件のタクシー移動データを含む大規模なデータセットを用いて、トリップマッチングとアンサンブル学習の有効性を検証すること。

提案手法

• 本手法は、現在のテストトラベルと類似した部分的軌跡を持つ歴史的タクシー移動を特定するトリップマッチングを用いる。
• マッチングされた歴史的移動から特徴量を抽出し、目的地や乗車時間をトレーニングシグナルとして用いる。
• ランダムフォレストおよびエクストリームにランダム化されたツリー（Extremely Randomized Trees）モデルを、最適なパフォーマンスを得るようハイパーパrameterチューニングして訓練する。
• 予測の整合性を高めるために、平均化と正則化線形回帰（L1およびL2ペナルティ）を用いた複数のモデルアンサンブルを構築する。
• トレーニングデータは、テストセットで観察された分布と一致するよう、2〜612回のGPS更新を含む移動に限定してフィルタリングする。
• 最終的な予測は、アンサンブル平均またはメタ回帰を用いて生成され、公開リーダーボードのフィードバックに基づいてモデル選択がなされる。

実験結果

リサーチクエスチョン

• RQ1 類似した部分的軌跡を持つ歴史的移動パターンを信頼的に活用して、進行中のタクシー移動の最終目的地を予測できるか？
• RQ2 複数のモデルがマッチングされた歴史的移動に基づいて学習した予測を統合する際、アンサンブル学習は乗車時間および目的地予測においてどの程度効果的か？
• RQ3 モデルのロバスト性とテストセット全体にわたる一貫性が、実世界の予測チャレンジにおける最終順位とどの程度相関しているか？
• RQ4 平均化、L1正則化、L2正則化といった異なるアンサンブル戦略は、未知のテストデータにおける予測性能にどのように影響するか？
• RQ5 GPS更新が限られた（2〜612点）移動のサブセットで学習したモデルは、全テストセットに一般化してうまく機能するか？

主な発見

• 4種類のモデルタイプを平均化するアンサンブル（ME5）は、公開リーダーボードでRMSLE = 0.49408という最高スコアを記録し、乗車時間予測タスクで3位を獲得した。
• L1正則化線形回帰（ラッソ）を用いたアンサンブルは、公開および非公開テストセットの両方で最高の平均性能を示し、RMSLE = 0.51173を達成した。
• L2正則化を用いたアンサンブルME2は、非公開リーダーボードでRMSLE = 0.51327を記録したが、公開リーダーボードのフィードバックに基づき選択されなかったが、選ばれていたら1位だった。
• 本手法は高いロバスト性を示し、公開および非公開テストセットで一貫したパフォーマンスを発揮しており、良好な一般化性能が裏付けられた。
• 目的地予測タスクでも7位を達成し、両方の予測目的に対して有効であることが確認された。
• 事前処理手順により、欠損GPSポイントや誤ったタイムスタンプが効果的に処理され、モデルの信頼性が向上した。