[논문 리뷰] Modeling and Forecasting the Evolution of Preferences over Time: A Hidden Markov Model of Travel Behavior

Feras El Zarwi, Akshay Vij외 1명|arXiv (Cornell University)|2017. 07. 28.

Economic and Environmental Valuation참고 문헌 52인용 수 8

한 줄 요약

이 논문은 칠레 산티아고에서 전환된 Transantiago 대중교통 개혁 이전 및 이후의 종단적 이동 일지 자료를 활용하여 시간에 따라 변화하는 이동 수단 선호도를 모델링하고 예측하기 위해 이산 선택 커널을 갖춘 동적 은닉 마르코프 모델(Dynamic Hidden Markov Model, HMM)을 제안한다. 모델은 운전자, 버스 이용자, 버스-지하철 이용자, 자동차-지하철 이용자로 나누어지는 네 가지의 명확한 이동 방식 스타일을 식별하며, 개혁 이후에 인구 분포에 큰 변화가 있었고 이후로는 안정된 패턴을 보였으며, 정적 모델보다 정책 영향을 예측하는 데에서 뛰어난 성능을 보였다.

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.

연구 동기 및 목표

• 기존 모델들이 과거 경험의 영향을 간과하는 데서 비롯된 격차를 보완하기 위해.
• 장기 예측 기간 동안 개인 선호도의 변화를 포착하는 동적 프레임워크를 개발하기 위해.
• 교통 시스템의 변화가 특정 인구 집단 간 이동 수단 선호도 분포에 미치는 영향을 모델링하기 위해.
• 정적 이산 선택 모델과 비교하여 동적 HMM 프레임워크가 정책 결과를 예측하는 데 얼마나 잘 수행되는지 평가하기 위해.

제안 방법

• 모델은 은닉 상태가 개별 이동 수단 선호도(이동 스타일)와 서비스 수준 특성에 대한 민감도를 나타내는 은닉 마르코프 과정을 사용한다.
• 관측된 자료는 Transantiago 시스템 전반적인 대중교통 개혁 이전 및 이후에 수집된 네 차례의 일주일 분량 종단적 이동 일지로 구성된다.
• 이산 선택 커널은 은닉 상태(선호도)와 관측된 이동 수단 선택 간의 연결을 제공하여 개인의 결정을 확률적으로 모델링할 수 있도록 한다.
• 은닉 상태 간 전이 확률은 일계 마르코프 과정을 따르며, 선호도의 시간적 변화를 포착한다.
• 모델의 파라미터는 바움-웰치 알고리즘을 통해 최대우도 추정법을 사용하여 추정되며, 선호도 역학에 대한 추론이 가능해진다.
• 이 프레임워크는 시간에 따라 상태 전이를 시뮬레이션함으로써 다양한 정책 시나리오 하에서 집단 행동을 예측할 수 있다.

실험 결과

연구 질문

• RQ1 주요 대중교통 시스템 변화에 대응하여 개인의 이동 수단 선호도는 시간이 지남에 따라 어떻게 변화하는가?
• RQ2 인구에서 나타나는 명확한 이동 스타일은 무엇이며, 서비스 특성에 대한 민감도에서 어떻게 다를까?
• RQ3 대규모 대중교통 개혁 이전과 이후에 인구가 이동 스타일 간에 어떻게 분포가 변화하는가?
• RQ4 동적 HMM 프레임워크는 정적 이산 선택 모델에 비해 얼마나 더 정확한 예측 성능을 보이는가?

주요 결과

• 모델은 운전자, 버스 이용자, 버스-지하철 이용자, 자동차-지하철 이용자로 나누어지는 네 가지의 명확한 이동 스타일을 식별하였으며, 각 스타일은 고유한 고려 집합과 서비스 특성에 대한 민감도를 지닌다.
• Transantiago 개혁 직후에 이동 스타일 간 인구 분포에 큰 변화가 있었으며, 이는 중대한 행동 전환을 시사한다.
• 초기 전환 기간 이후에 이동 스타일 간 인구 분포는 안정화되었으며, 선호도의 새로운 평형 상태를 나타낸다.
• 동적 HMM 프레임워크는 정적 모델과는 달리 정책 시나리오에 대해 다른 집단 예측을 도출하며, 장기 계획 수립에서의 추가 가치를 입증한다.