Classificação de indivíduos segundo comportamento individual relativo a viagens a partir de dados em painel obtidos por smartphones

Abstract

A caracterização comportamental relativa a viagens é uma questão importante nas análises baseadas em atividades e, comumente, é a variável dependente nos modelos de estimativa de demanda por transportes. A classificação individual, segundo comportamentos relacionados aos deslocamentos, pode ser realizada com dados seccionais, considerando diferentes fatores como distâncias, modos utilizados e atividades realizadas, ou com dados em painel, através de valores médios nos múltiplos dias ou atividades frequentes, por exemplo. Dados em painel constituem importante ferramenta em análises comportamentais relativas às viagens urbanas, propiciando dimensão analítica extra relativo à heterogeneidade temporal individual. Todavia, a obtenção desses dados não é trivial, demandando recursos monetários e de tempo. Assim, o objetivo principal deste trabalho é classificar indivíduos segundo comportamento relativo a viagens a partir de dados em painel. O objetivo secundário associa-se à obtenção do painel através de smartphones. A potencialidade da proposta é validada por um estudo de caso contemplando estudantes universitários em São Carlos – SP, Brasil. Mediante dados fornecidos pelos estudantes, utilizou-se o algoritmo k-médias considerando quatro variáveis associadas às viagens realizadas em três dias úteis consecutivos. Obtiveram-se três grupos comportamentais distintos com diferenças quanto ao grau de motorização, recorrência de localidades, número de viagens realizadas e distâncias médias percorridas.The characterization of travel behavior is a major issue in the activity-based travel analysis and, generally, is the response variable on travel demand modeling. The individual travel behavior classification can be realized using sectional data such as trip distances, travel mode choice or performed activities. Also, can be done using panel data, such as average values for multiple days or recurrent activities. Panel data are an important tool in behavioral analysis related to urban trips, providing extra dimension of analysis related to the individual temporal heterogeneity. However, obtaining these data is not trivial, requiring monetary and time resources. Thus, the main goal of this study is to classify individuals according to travel behavior from panel data. The secondary goal is related with panel data collection through smartphones. The potential of the study is validated by a case study with undergraduate and PhD students from São Carlos - SP, Brazil. With data voluntarily provided by the students, a k-means algorithm was employed considering, as input, four variables associated with trips carried out in three consecutive working days. Three different behavioral groups were obtained with differences concerning degree of motorization, recurrence of localities, number of trips performed, and average distances traveled.