[論文レビュー] Modeling and Forecasting the Evolution of Preferences over Time: A Hidden Markov Model of Travel Behavior

Feras El Zarwi, Akshay Vij+1 more|arXiv (Cornell University)|Jul 28, 2017

Economic and Environmental Valuation参考文献 52被引用数 8

ひとこと要約

本稿では、チリのサンティアゴで導入されたTransantiago交通改革の前後における縦断的移動日誌を用いて、時間の経過に伴う移動手段の好みの変化をモデル化・予測するため、離散選択カーネルを備えた動的隠れマルコフモデル（HMM）を提案する。モデルは、ドライバー、バス利用者、バス・メトロ利用者、自動車・メトロ利用者の4つの明確なモダリティスタイルを特定し、改革後における人口分布の顕著な変化を示し、その後安定したパターンを示した。また、静的モデルに比べて政策影響の予測性能が優れている。

ABSTRACT

Literature suggests that preferences, as denoted by taste parameters and consideration sets, may evolve over time in response to changes in demographic and situational variables, psychological, sociological and biological constructs, and available alternatives and their attributes. However, existing representations typically overlook the influence of past experiences on present preferences. This study develops, applies and tests a hidden Markov model with a discrete choice kernel to model and forecast the evolution of individual preferences and behaviors over long-range forecasting horizons. The hidden states denote different preferences i.e. modes considered in the choice set, and sensitivity to level-of-service attributes. The evolutionary path of those hidden states is hypothesized to be a first-order Markov process. The framework is applied to study the evolution of travel mode preferences, or modality styles, over time, in response to a major change in the public transportation system. We use longitudinal travel diary from Santiago, Chile. The dataset consists of four one-week pseudo travel diaries collected before and after the introduction of Transantiago, a complete redesign of the public transportation system in the city. Our model identifies four modality styles in the population: drivers, bus users, bus-metro users, and auto-metro users. The modality styles differ in terms of the travel modes that they consider and their sensitivity to level-of-service attributes. At the population level, there are significant shifts in the distribution of individuals across modality styles before and after the change in the system, but the distribution is relatively stable in the periods after the change. Finally, a comparison between the proposed dynamic framework and comparable static frameworks reveals differences in aggregate forecasts for different policy scenarios.

研究の動機と目的

• 現在の移動好みに及ぼす過去の経験の影響を無視する既存のモデルのギャップを埋めるため。
• 長期予測期間における個人の好みの進化を捉える動的フレームワークを構築するため。
• 交通システムの変化が、異なる人口セグメントにおける移動手段好みの分布に与える影響をモデル化するため。
• 動的HMMフレームワークと静的離散選択モデルの間で、政策結果の予測性能を比較するため。

提案手法

• 隠れマルコフ過程を用い、未観測状態が異なる移動手段好み（モダリティスタイル）およびサービス水準属性への感受性を表す。
• 観測データは、Transantiagoの包括的交通改革の前後における4回の1週間分の縦断的移動日誌から成る。
• 離散選択カーネルにより、未観測状態（好み）と観測された移動手段選択を結びつけ、個人の意思決定を確率的モデル化を可能にする。
• 隠れ状態間の遷移確率は1次マルコフ過程に従い、好みの時間的進化を捉える。
• モデルのパラメータは、バウム＝ウェルチアルゴリズムを用いた最尤推定により推定され、好みのダイナミクスに関する推論が可能になる。
• フレームワークにより、時間の経過に伴う状態遷移をシミュレートすることで、異なる政策シナリオにおける集計的行動の予測が可能になる。

実験結果

リサーチクエスチョン

• RQ1 大規模な交通システムの変更に応じて、個人の移動手段好みは時間の経過とともにどのように変化するか？
• RQ2 人口に現れる明確なモダリティスタイルは何か。また、それらはサービス属性に対してどのように感受性を示すか？
• RQ3 大規模な交通改革の前後で、モダリティスタイルごとの個々の分布はどのように変化するか？
• RQ4 動的HMMフレームワークは、静的離散選択モデルに比べて、予測精度をどの程度向上させるか？

主な発見

• モデルは、ドライバー、バス利用者、バス・メトロ利用者、自動車・メトロ利用者の4つの明確なモダリティスタイルを特定し、それぞれが独自の検討対象セットとサービス属性への感受性を持つことが判明した。
• Transantiago改革直後、モダリティスタイルごとの人口分布に顕著な変化が見られ、大きな行動的転換を示した。
• 初期の転換期を過ぎると、個々のモダリティスタイルへの分布は安定化し、好みの新しい均衡に達したことが示された。
• 動的HMMフレームワークは、静的モデルとは異なり、政策シナリオごとに異なる集計的予測を生み出すことができ、長期計画においてその追加的価値を示した。