KART-Apriori yöntemi temelinde kent sakinlerinin seyahat modu seçimine ilişkin çalışma

Günlük işe gidip gelmenizin Neden Önemli Olduğu

Şehir içinde yaptığınız her yolculuk—yürüyerek, bisikletle, otobüsle veya arabayla olsun—trafik sıkışıklığını, kirliliği ve hatta şehrinizin nasıl büyüdüğünü sessizce şekillendirir. Bu çalışma, orta ölçekli bir Çin kentindeki insanların nasıl ulaştıklarını yakından inceliyor ve bu tercihleri tahmin etmek için yeni, veri odaklı bir yöntemi test ediyor. Bulgular, bazı insanların aynı mesafe için neden bir kilometre yürümeyi seçtiğini, bazılarının ise yol çağırma hizmeti kullandığını ve daha akıllı planlamanın tıkanıklığı ve karbon emisyonlarını nasıl azaltabileceğini açıklamaya yardımcı oluyor.

Orta Ölçekli Bir Kentte İnsanlar Nasıl Ulaşıyor

Bu araştırmada incelenen kentte yaklaşık 580.000 kentsel sakin bulunuyor, metro veya demiryolu sistemi yok ve trafik nispeten akıcı. Çoğu yolculuk kısa olup yaygın seçenekler arasında yürüme, paylaşımlı bisiklet ve elektrikli scooterlar, otobüs, taksi veya yol çağırma hizmetleri ve özel otomobil yer alıyor. Otobüs ücretleri düşük ve çoğunlukla sabit olduğundan insanlar tek bir yolculuk için küçük fiyat farkları üzerinde fazla düşünmüyor. Bunun yerine, araba satın almak gibi uzun vadeli kararlara ve ne kadar gitmeleri gerektiği ya da otobüslerde kaç kez aktarma yapmaları gerektiği gibi pratik ayrıntılara daha çok dikkat ediyorlar. 1.500 katılımcıyı kapsayan büyük bir anket, insanların kim olduğunu, neden seyahat ettiklerini, ne kadar mesafe katettiklerini ve hangi modu seçtiklerini ortaya koydu.

Geleneksel Modelleri Yeni Algoritmalarla Harmanlamak

On yıllardır ulaştırma araştırmacıları, seyahat tercihlerini öngörmek için geleneksel matematiksel modelleri kullanıyor; ancak bu modeller gerçek dünya davranışlarının karmaşıklığıyla sık sık zorlanıyor. Yeni makine öğrenimi araçları daha iyi tahminler yapabiliyor, ancak genellikle yorumlanması zor “kara kutu” olarak eleştiriliyor. Bu çalışma birkaç yaklaşımı tek bir çerçevede birleştiriyor. Önce Apriori adlı bir algoritma anket verilerini tarayarak "eğer–ise" şeklindeki en güçlü örüntüleri buluyor; örneğin "bir kişi 3–5 km seyahat ediyor, araba sahibi ve bir ya da iki kez aktarma yapması gerekiyor ise yol çağırma hizmetini seçme olasılığı çok yüksektir." Bu örüntüler daha sonra CART olarak bilinen karar ağacı modeline besleniyor; bu model mesafe veya araba sahipliği gibi faktörlere göre yolcuları tekrar tekrar dallara ayırarak her kişinin hangi modu kullanacağını tahmin ediyor.

Kara Kutuyu Anlaşılır Kılmak

Sadece ham tahminin ötesine geçmek ve davranışı gerçekten açıklamak için araştırmacılar RuleFit adlı bir model ekliyor. RuleFit, karar ağacının dallarını—kimin hangi modu seçtiğini söyleyen kuralları—alıyor ve bunları sayısal ağırlıkları olan basit, insan tarafından okunabilir ifadelere dönüştürüyor. Bu ağırlıklar her kuralın bir kişiyi yürüme, bisiklete binme, otobüs kullanma, araba kullanma veya yol çağırma yönünde ne kadar güçlü ittiğini gösteriyor. Böylece çalışma, insanların ne yapacağını tahmin etmekle kalmıyor, aynı zamanda başlıca desenleri açıkça tanımlayabiliyor; yalnızca açıklama olmayan bir tahmin vermiyor.

En Çok Önem Taşıyan Birkaç Faktör

Başlangıçta birçok olası etkenle çalışılmış olmasına rağmen veri madenciliği adımı, sadece dört faktörün seyahat kararlarını domine ettiğini ortaya koyuyor: insanların ne kadar mesafe katettiği, neden seyahat ettikleri, araba sahibi olup olmadıkları ve toplu taşımada kaç kez aktarma yapmaları gerektiği. Mesafe en üstte çıkıyor. Sakinler genellikle mesafe bir kilometrenin altındaysa araba sahibi olsunlar ya da olmasınlar yürümeyi tercih ediyor. Paylaşımlı bisikletler, özellikle 1–3 km işe gidip gelmelerde, araba sahipleri arasında bile popüler. 3–5 km arası orta mesafeli yolculuklarda, doğrudan yolculuk isteyen ve birden çok aktarmadan kaçınmak isteyenler için paylaşımlı elektrikli scooterlar ve özel otomobiller çekici oluyor. Aktarma gerektirmeyen 3–5 km yolculuklar için otobüsler en iyi seçeneği sunuyor. Yol çağırma ise, otobüs alternatifinin birden fazla aktarma gerektireceği 1–3 km gidip gelmelerde tercih ediliyor. Genel olarak, birleşik CART–Apriori modeli insanların seçtiği modu yaklaşık %83 doğrulukla tahmin ederek birkaç diğer yaygın kullanılan yöntemi geride bırakıyor.

Daha Yeşil Sokaklar İçin Anlamı

Günlük tercihleri gerçekten yönlendiren küçük faktör kümesini belirleyerek bu çalışma şehir planlamacılarına net rehberlik sunuyor. Evlerin 3 km çevresinde kaldırımları ve bisiklet yollarını iyileştirmek birçok kısa yolculuğun yürüme ve bisiklete kaymasını sağlayabilir. Özellikle 3–5 km yolculuklarda aktarmaları azaltacak şekilde otobüs hatlarını yeniden tasarlamak, toplu taşımayı sürüşe göre daha cazip hale getirebilir. Kısa araba yolculukları için park ücretleri veya tıkanıklık bedelleri gibi politikalar, uygun paylaşımlı bisiklet ve elektrikli scooterlarla birlikte düşük karbonlu seçenekleri daha da teşvik edebilir. Bir yetişkinin anlayacağı dille sonuç basit: şehirler kısa yolculukları yürümeyi veya bisikleti kolaylaştırdığında ve daha uzun yolculukları birden fazla aktarma olmadan otobüsle tamamlamayı basit hale getirdiğinde, insanlar doğal olarak daha temiz ve daha verimli ulaşım yollarını seçer.

Atıf: Song, H., Wang, X., Tian, W. et al. Study on urban residents’ travel mode choice based on the CART-Apriori method. Sci Rep 16, 6270 (2026). https://doi.org/10.1038/s41598-026-37216-4

Anahtar kelimeler: kentsel seyahat davranışı, mod seçimi, makine öğrenimi, sürdürülebilir ulaşım, toplu taşıma