Crowdsourcing public transport data via livemobile tracking : Feasibility study of a system capable of collecting mobile data to build a database ofpublic transit routes, stops and timetables, using machine learning techniques andgraph theory

• Main Author: LAGRÉE, PAUL
• Format: Others
• Language: English
• Published: KTH, Skolan för datavetenskap och kommunikation (CSC) 2014
• Subjects: Computer Sciences; Datavetenskap (datalogi)
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-153677

Millions of people use public transport systems everywhere in the world, while the number of smartphones connected to the Internet is dramatically increasing. The aim of this thesis is to study, design, and prototype a system to collect data from the mobile devices of regular public transport users and analyse them in order to provide useful information to travellers all over the world. To study the feasibility of this project at a large scale, data will be created to simulate what will be collected via mobile phone applications. The main objective of this paper is to study the effect of data mining techniques on mapping original transport routes with associated timetables. === Crowdsourcing av kollektivtrafikdata via direkt mobilspårning. Miljontals personer använder kollektivtrafik överallt i världen och antalet smartphones med internetanslutning stiger dagligen. Avsikten med den här avhandlingen är att undersöka, skapa och testa ett system som samlar och analyserar data från mobiltelefoner av kollektivtrafikanvändare så att användbar information kan bli tillgänglig till resande världen över. För att generellt undersöka möjligheten med ett sådant projekt kommer data att skapas för att simulera informationen som är tänkt att senare samlas från resandes mobiletelefoner. Huvudsyftet med den här avhandlingen är att undersöka data mining effekter i kartläggningen av ursprungliga transportsträckor och dess tidtabeller.