| Abstract |
Lielu datu bāzu analīze mūsdienās ir nozīmīgs informācijas avots. Sabiedriskā transporta izmantošanas analīze ir plašs un ļoti interesants temats, kas var sniegt daudz informācijas par pētījuma tēmu un nozari. Pētījuma gaitā var atklāt jaunas sakarības starp tādiem faktoriem, kuru saistība sākotnēji nav acīmredzama. Pie tam pētījuma gaitā var ne tikai noteikt un aprēķināt attiecības starp diviem vai vairākiem faktoriem vai notikumiem, bet ir iespējams arī iemācīties paredzēt kāda notikumu iznākumu, zinot faktorus, kas to var ietekmēt.
Darba mērķis ir noteikt, kā konteksts – tādi faktori kā gaisa temperatūra, mitrums, laika apstākļi, vēja ātrums u.c. - ietekmē sabiedriskā transporta un mikromobilitātes izmantošanas noslodzi Rīgā. Lai sasniegtu mērķi, tika veidoti divi modeļi “Orange” programmatūrā – testu un izpētāmais modelis, kuros tika veikta regresijas un korelācijas analīze, lai noteiktu, kādi faktori ir būtiski, un lai turpmāk būtu iespējams veidot prognozes par pasažieru braucienu skaitu dienā atkarībā no faktoriem. Darba gaitā tika apkopoti 85 miljoni unikāli ieraksti no “Rīgas Satiksmes” datu bāzes, izmantoti dati par laika apstākļiem un mikromobilitātes rīku izmantošanu laika periodā no 17.01.2023 līdz 30.11.2023. Rezultātā tika iegūti 2 modeļi, kuri spēj aprakstīt 90% datu no pētījumā izmantotajām datu bāzēm. Tomēr, lai uzlabotu rādītājus un veidotu precīzāku prognozi, nākotnē būtu nepieciešams realizēt mašīnmācīšanās algoritmus. Darba apjoms – 51.lpp., 30 attēli, 7.tabulas, 1 pielikums. |
