[논문 리뷰] (Blue) Taxi Destination and Trip Time Prediction from Partial Trajectories

Hoang Thanh Lam, Ernesto Diaz-Aviles외 3명|arXiv (Cornell University)|2015. 09. 17.

Human Mobility and Location-Based AnalysisSocial Sciences참고 문헌 8인용 수 16

한 줄 요약

이 논문은 부분적인 GPS 궤적을 기반으로 택시의 도착지와 이동 시간을 예측하기 위한 데이터 기반 접근법을 제시한다. 여행 매칭과 앙상블 학습을 활용하여, 이 방법은 ECML/PKDD 2015 도전 대회에서 이동 시간 예측 부문 3위, 도착지 예측 부문 7위를 기록했으며, 다양한 테스트 세트에서 높은 강건성과 일관성을 보였다.

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.

연구 동기 및 목표

• 부분적인 GPS 궤적을 사용하여 실시간으로 최종 목적지와 이동 시간을 예측함으로써 전자 택시 배차를 향상시키는 것.
• 도시 이동 시스템에서 택시 기사가 목적지를 신뢰할 수 없거나 누락하는 문제를 해결하는 것.
• 다양한 교통 및 궤적 조건에서 일관되게 성능을 발휘하는 강건한 데이터 기반 실시간 예측 솔루션을 개발하는 것.
• 도착지 및 이동 시간 예측 과제에서 기존 방법을 뛰어넘는 것.
• 포르투갈 포르투의 170만 건의 택시 여행 대규모 데이터셋에서 여행 매칭과 앙상블 학습의 효과를 검증하는 것.

제안 방법

• 해당 방법은 현재 테스트 여행과 유사한 부분 궤적을 가진 이전 택시 여행을 식별하기 위해 여행 매칭을 사용한다.
• 매칭된 이전 여행에서 특징을 추출하며, 이는 도착지와 이동 시간를 포함하여 예측 모델의 학습 신호로 기능한다.
• 랜덤 포레스트와 매우 랜덤화된 트리 모델이 매칭된 특징에 대해 훈련되며, 최적 성능을 위해 초모수를 조정한다.
• 예측의 강건성을 향상시키기 위해 평균화 및 정규화된 선형 회귀(L1 및 L2 페널티)를 사용하여 다수의 모델 앙상블을 구성한다.
• 훈련 데이터는 테스트 세트에서 관찰된 분포와 일치하기 위해 2~612개의 GPS 업데이트를 가진 여행만 포함하도록 필터링된다.
• 최종 예측은 앙상블 평균 또는 메타-회귀를 사용하여 생성되며, 공개 랭킹 보드 피드백에 기반한 모델 선택이 이루어진다.

실험 결과

연구 질문

• RQ1 유사한 부분 궤적을 가진 이전 여행 패턴을 신뢰성 있게 활용하여 진행 중인 택시 여행의 최종 목적지를 예측할 수 있는가?
• RQ2 매칭된 이전 여행에 기반한 다수의 모델에서 예측을 조합하는 앙상블 학습은 이동 시간 및 도착지 예측에 얼마나 효과적인가?
• RQ3 모델의 강건성과 테스트 세트 간 일관성은 실제 예측 도전 대회에서 최종 순위와 어느 정도 상관관계가 있는가?
• RQ4 다양한 앙상블 전략—평균화, L1, L2 정규화—는 미리 보지 않은 테스트 데이터에서 예측 성능에 어떤 영향을 미치는가?
• RQ5 제한된 GPS 업데이트 수(2~612점)를 가진 여행 서브셋에 훈련된 모델은 전체 테스트 세트로 일반화하는 데 잘 성능을 발휘할 수 있는가?

주요 결과

• 4종류의 모델 평균화를 사용한 앙상블(ME5)이 공개 랭킹 보드에서 RMSLE = 0.49408로 가장 높은 점수를 기록하여 이동 시간 예측 과제에서 3위를 차지했다.
• L1 정규화 선형 회귀(Lasso)를 사용한 앙상블이 공개 및 비공개 테스트 세트 모두에서 평균적으로 가장 우수한 성능을 보이며 RMSLE = 0.51173를 기록했다.
• L2 정규화를 사용한 앙상블 ME2는 비공개 랭킹 보드에서 RMSLE = 0.51327를 기록했으며, 만약 선택되었더라면 1위를 기록했을 것이지만 공개 랭킹 보드 피드백으로 인해 선택되지 않았다.
• 이 방법은 공개 및 비공개 테스트 세트 모두에서 일관된 성능을 보이며 강력한 일반화 능력을 보였다.
• 도착지 예측 과제에서 7위를 기록하여 두 예측 목표 모두에 효과적임을 확인했다.
• 사전 처리 단계가 누락된 GPS 포인트와 잘못된 타임스탬프를 효과적으로 처리하여 모델의 신뢰도를 향상시켰다.