Change search
ReferencesLink to record
Permanent link

Direct link
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
KTH, School of Computer Science and Communication (CSC).
2014 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

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.

Abstract [sv]

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.

Place, publisher, year, edition, pages
National Category
Computer Science
URN: urn:nbn:se:kth:diva-153677OAI: diva2:753259
Available from: 2014-11-21 Created: 2014-10-07 Last updated: 2014-11-21Bibliographically approved

Open Access in DiVA

fulltext(1943 kB)86 downloads
File information
File name FULLTEXT01.pdfFile size 1943 kBChecksum SHA-512
Type fulltextMimetype application/pdf

By organisation
School of Computer Science and Communication (CSC)
Computer Science

Search outside of DiVA

GoogleGoogle Scholar
Total: 86 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 159 hits
ReferencesLink to record
Permanent link

Direct link