[논문 리뷰] Comparative Analysis of User Behavior of Dock-Based vs. Dockless Bikeshare and Scootershare in Washington, D.C

Kiana Roshan Zamir, Iryna Bondarenko외 3명|arXiv (Cornell University)|2019. 07. 25.

Urban Transport and Accessibility참고 문헌 36인용 수 4

한 줄 요약

이 연구는 워싱턴 D.C.의 도킹 기반 자전거 공유, 도킹 없음 자전거 공유, 도킹 없음 스쿠터 공유 시스템 간 사용자 행동을 비교하며, 로지스틱 회귀 및 랜덤 포레스트 모델을 사용해 여정을 '멤버'(출퇴근형) 또는 '일반 사용자'(레크리에이션형)로 분류한다. 연구 결과, 도킹 없음 자전거 공유의 63.8%와 도킹 없음 스쿠터 공유의 69.6% 사용자가 멤버 행동을 보였으며, 이는 도킹 기반 시스템의 73.3%보다 略적으로 낮다. 이는 도킹 없음 시스템이 도시 통행을 지원할 수 있으며, 다중 모달 인프라 강화에 기여할 수 있음을 시사한다.

ABSTRACT

In 2017, dockless bikeshare systems were introduced in the United States, followed by dockless scootershare in early 2018. These new mobility options are expected to complement the existing station-based bikeshare systems, which are bound to static origin and destination points at docking stations. The three systems attract different users with different travel behavior mobility patterns. The present research provides a comparative analysis of users' behavior for these three shared mobility systems during March-May 2018 in the District of Columbia. Our study identifies similarities/differences between the two systems aiming for better planning, operating, and decision-making of these emerging personal shared mobility systems in the future. It uses logistic regression and random forest modeling to delineate between "member" behavior, which aligns most closely with commuter behavior, and "casual" behavior that represents more recreational behavior. The results show that 63.8% of dockless bike users and 69.6% of dockless scooter users demonstrated "member" behavior, which is slightly lower than the actual percentage of trips made by members within the conventional bikeshare system (73.3%). Dockless systems users also showed to have short trip durations similar to conventional bikeshare system's registered members, with no significant difference between trips during weekdays and weekends. Overall, this study provides a methodology to understand users' behavior for the dockless bikeshare system and provides sufficient evidence that these new shared mobility systems can potentially make positive contributions to urban multi-modal infrastructure by promoting bicycle usage for urban daily travel.

연구 동기 및 목표

• 워싱턴 D.C.의 도킹 기반, 도킹 없음 자전거 공유, 도킹 없음 스쿠터 공유 시스템 간 사용자 행동 패턴을 이해하고 비교하기 위해
• 시스템 간 여정 특성(지속 시간, 시간대, 사용자 분류 등)의 차이를 규명하기 위해
• 도킹 없음 시스템이 기존 자전거 공유 멤버와 유사한 출퇴근형 행동을 보이는 사용자를 얼마나 유치하는지 평가하기 위해
• 통계 및 기계학습 모델을 활용한 사용자 행동 분류 방법론을 개발하기 위해
• 공유 이동 시스템을 다중 모달 인프라에 통합하기 위한 도시 계획 및 정책 결정을 지원하기 위해

제안 방법

• 로지스틱 회귀 및 랜덤 포레스트 모델링을 사용해 여정을 '멤버'(출퇴근형) 또는 '일반 사용자'(레크리에이션형) 행동으로 분류하였다.
• 2018년 3월부터 5월까지의 데이터를 사용하였으며, 워싱턴 D.C.의 도킹 기반 자전거 공유, 도킹 없음 자전거 공유, 도킹 없음 스쿠터 공유 시스템의 여정을 포함하였다.
• 여정 지속 시간, 요일, 사용자 유형이 분류 모델의 주요 예측 변수였다.
• 모델는 실제 이동 데이터를 기반으로 훈련 및 검증되어 시스템 간 행동 패턴을 구분하는 데 사용되었다.
• 사용자 행동은 세 시스템 간 멤버 여정 대비 일반 사용자 여정 비율을 비교하여 분석하였다.
• 각 시스템의 평일 및 주말 여정 패턴 간 통계적 비교를 실시하였다.

실험 결과

연구 질문

• RQ1 워싱턴 D.C.의 도킹 기반 자전거 공유, 도킹 없음 자전거 공유, 도킹 없음 스쿠터 공유 시스템 간 사용자 행동 패턴은 어떻게 다를까?
• RQ2 도킹 없음 시스템 사용자 중 출퇴근형 행동을 보이는 비율은 도킹 기반 자전거 공유 사용자와 비교해 얼마나 높은가?
• RQ3 도킹 없음 시스템과 도킹 기반 시스템 간 여정 지속 시간과 시간대(평일 대비 주말)는 유의미하게 다를까?
• RQ4 도킹 없음 자전거 공유 및 스쿠터 공유 여정 중 '멤버' 행동으로 분류되는 비율은 얼마이며, 도킹 기반 시스템과 비교해 어떻게 다를까?
• RQ5 기계학습 모델은 여정 데이터 기반으로 신규 공유 이동 시스템의 사용자 행동을 효과적으로 분류할 수 있는가?

주요 결과

• 도킹 없음 자전거 공유의 63.8% 사용자와 도킹 없음 스쿠터 공유의 69.6% 사용자가 '멤버' 행동을 보였으며, 이는 강력한 출퇴근형 사용자 기반을 의미한다.
• 이 비율은 기존 도킹 기반 자전거 공유 시스템에서 '멤버' 행동으로 분류된 73.3%보다 略적으로 낮다.
• 도킹 없음 시스템은 도킹 기반 자전거 공유와 유사한 평균 여정 지속 시간을 보였으며, 평일 및 주말 여정 간 유의미한 차이가 없었다.
• 이 연구는 도킹 없음 시스템이 출퇴근 패턴을 보이는 사용자를 유치함을 확인하였으며, 이는 도시 다중 모달 네트워크에 통합하는 데 유리하다.
• 로지스틱 회귀 및 랜덤 포레스트 모델의 적용은 공유 이동 시스템에서 출퇴근형과 레크리에이션형 사용자 행동을 효과적으로 구분하는 데 성공하였다.
• 연구 결과는 도킹 없음 자전거 공유 및 스쿠터 공유가 매일 자전거 이용을 촉진함으로써 도시 교통 인프라에 긍정적인 기여를 할 수 있음을 시사한다.