天池数据竞赛 KDD CUP 2017
第一赛季 赛题
(Highway Tollgates Traffic Flow Prediction
Travel Time & Traffic Volume Prediction)
20分钟时间窗口下的高速公路入口至关卡行驶时间及噪音值预测
- 数据背景
众所周知 高速路口关卡应该是交通网络中最堵的那个点了,尤其是高峰时段, 关卡处长长的队伍早就超载了交通管理能力。然后有关部门就想解决这个交通流的问题,而不仅仅是拓宽路面宽度而已。
例如,假设预测到了下一个小时是拥堵时段,交通管理者就可以增加人手来更快得使车辆通过。
交通流模式会受各种不可见的因素影响,比如气候,假日,时间段等等。所以交通预测是个被人所熟知的大挑战,而大量的非预测类交通app的手机数据可以帮我们迎接这个挑战。所以, KDD CUP就通过举办大数据&算法的方式来解决这个难题来了。
- 任务及提交格式
1.行驶时间预测(Travel Time from Intersections to Tollgates)
2.噪音量预测(Traffic Volume at Tollgates)
训练集
links, routers为模型描述型数据
, trajectories, volume, weather为
模型变量数据.
以下为各数据集的介绍.
Table3: 通过in_top和out_top 两个属性描述了各link之间的关系
例如第4个节点(link_id=103)
link_id | length | width | lanes | in_top | out_top | lane_width |
---|---|---|---|---|---|---|
103 | 23 | 12 | 4 | 111 | 122,116 | 3 |
即可理解为:
103道路由111道路汇入而来,可流向122及116道路
103道路长度为23, 总宽度为12, 共4车道, 每个车道宽度为3(统一值).
Table4: 各路口至各关卡的有向图描述
例如第一条路径
intersection_id | tollgate_id | link_seq |
---|---|---|
A | 2 | 110,123,107,108,120,000 |
即可理解为:
A交叉口至2号关卡需要依次驶过110,123,107,108,120,000号道路
Table5: Vehicle Trajectories Along Routes汽车行驶记录
Table6: Traffic Volume through the Tollgates汽车通过关卡时的噪音记录
Table7: Weather Data (every 3 hours) in the Target Area目标区域的气候记录