Please use this identifier to cite or link to this item: https://apothesis.eap.gr/handle/repo/34937
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΜαρκέτος, Γεράσιμος-
dc.contributor.authorΟρφανουδάκης, Γεώργιος-
dc.date.accessioned2017-09-28T07:31:53Z-
dc.date.available2017-09-28T07:31:53Z-
dc.date.issued2017-09-23-
dc.identifier.urihttps://apothesis.eap.gr/handle/repo/34937-
dc.description.abstractΗ παρούσα διπλωματική εργασία πραγματεύεται την ανάλυση ιστορικών δεδομένων κυκλοφορίας οχημάτων, τον υπολογισμό στατιστικών στοιχείων και την εύρεση προτύπων – στρατηγικών, με μεθόδους βασιζόμενες στην ομαδοποίηση, με τη χρήση των οποίων μια εταιρεία μπορεί να επιτύχει τη βελτιστοποίηση της χρήσης του στόλου των οχημάτων της. Αναλύονται 1,32 δισεκατομμύρια διαδρομές των ταξί στην αστική περιοχή της Νέας Υόρκης για τα έτη 2009 έως 2016. Ομαδοποιούμε τα σημεία έναρξης και τερματισμού των διαδρομών, διαιρώντας την πόλη της Νέας Υόρκης σε περιοχές ενδιαφέροντος. Υπολογίζονται στοιχεία όπως ζήτηση ανά περιοχή, ζήτηση σε συγκεκριμένα χρονικά διαστήματα, «πρότυπες» διαδρομές κτλ., και εντοπίζονται πρότυπα. Τέλος, χρησιμοποιώντας ένα γράφο για την αναπαράσταση των περιοχών στις οποίες έχουμε διαιρέσει την Νέα Υόρκη ως κόμβων, και των συνδέσεων μεταξύ αυτών ως ακμών, καθώς και τα αποτελέσματα της ανωτέρω ανάλυσης, υπολογίζεται η προτεινόμενη περιοχή για μετάβαση μετά το drop-off ενός πελάτη.el_GR
dc.format.mediumΗλεκτρονικό Αρχείο - Digital Fileel_GR
dc.language.isoΕλληνικά-elel_GR
dc.publisherΕλληνικό Ανοικτό Πανεπιστήμιο / Hellenic Open Universityel_GR
dc.subjectΕξόρυξη Δεδομένωνel_GR
dc.subjectData Miningel_GR
dc.subjectΕξόρυξη Χώρο-χρονικών Δεδομένωνel_GR
dc.subjectSpatio-Temporal Data Miningel_GR
dc.subjectΑστική κινητικότηταel_GR
dc.subjectUrban Mobilityel_GR
dc.subjectUrban Computingel_GR
dc.subjectΒάσεις Δεδομένωνel_GR
dc.subjectDatabasesel_GR
dc.titleΔιαχείριση Δεδομένων Κυκλοφορίας Οχημάτωνel_GR
dc.typeΔιπλωματική Εργασία / Thesisel_GR
dc.title.titlelatinManaging Vehicle Travel Datael_GR
dc.description.abstractlatinThis thesis deals with the statistical analysis and discovery of patterns, using clustering-based methods, from historical vehicle travel data, in order to identify strategies that can be used from a company to optimize the company’s fleet utilization. The dataset used, consists of 1.32 billion taxi trips in the urban area of New York, USA for the years from 2009 until 2016. We cluster pickup and drop-off points, by dividing New York City into regions of interest. Among others, we compute demand per region, demand per weekday, demand per hour of the day etc., common routes and patterns are discovered. Finally using a region graph, to represent the regions of interest as nodes and the connections between them as edges, and the results of the above analysis, we make a suggestion on which region to move after the drop-off of a client.el_GR
dc.bibliography.number72el_GR
dc.audienceΜεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματαel_GR
dc.coverage.pages100el_GR
dc.coverage.references0el_GR
dc.coverage.appendixes0el_GR
dc.description.otherΠεριέχει: πίνακες, σχήματα, διαγράμματα, εικόνες, χάρτες.el_GR
dc.contributor.advisor1Βερύκιος, Βασίλειος-
dc.contributor.advisor2Καλλές, Δημήτριος-
Appears in Collections:ΠΛΣ Διπλωματικές Εργασίες

Files in This Item:
File Description SizeFormat 
ΟΡΦΑΝΟΥΔΑΚΗΣ_ΓΕΩΡΓΙΟΣ_ΠΛΣΔΕ.pdfΚυρίως Σώμα Διπλωματικής Εργασίας4.73 MBUnknownView/Open


This item is protected by original copyright



Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.