Predicting bicycle arrivals in a Bicycle Sharing System network: A data science driven approach grounded in Zero-Inflated Regression

Abstract

The adoption of bicycle sharing systems (BSS) is growing in order to improve the way people move around cities, but also to stimulate the development of a more sustainable urban mobility. For the proper functioning of a BSS, it is important to have bicycles permanently available at the stations for users to start their trips, so the literature has undertaken efforts, from the perspective of the service operator, to improve the process of redistribution of bicycles and thus ensure their availability at the different stations. Since the guarantee of available bicycles cannot be assured, this work proposes to develop, from the cyclist's perspective, a proof of concept on the feasibility of informing the user about the possibility of starting a trip in a pre-defined time interval. The main contributions of this work are: (i) the ability to predict how many bicycles will arrive at a given station is a feasible improvement for BSS, (ii) the models developed through the Zero-Inflated Regression approach are a path that can be explored to improve prediction and (iii) unprecedented methodological contribution to the literature on BSS focusing on the end-user's decision power about whether or not it will soon be possible to start a trip.

A adoção de sistemas de bicicletas partilhadas (BSS) vem crescendo com o objetivo de melhorar a forma como as pessoas se deslocam pelas cidades, mas também para estimular o desenvolvimento de uma mobilidade urbana mais sustentável. Para o bom funcionamento de um BSS é importante que haja bicicletas permanentemente disponíveis nas estações para os utilizadores iniciarem as suas viagens, pelo que a literatura tem empreendido esforços, sob a ótica do operador do serviço, para melhorar o processo de redistribuição das bicicletas e assim garantir a sua disponibilidade nas diferentes estações. Como a garantia de bicicletas disponíveis não pode ser assegurada, este trabalho propõe-se desenvolver, sob a ótica do ciclista, uma prova de conceito sobre a viabilidade de informar o utilizador acerca da possibilidade de iniciar uma viagem num intervalo de tempo pré-definido. As principais contribuições deste trabalho são: (i) a capacidade de previsão de quantas bicicletas chegarão a uma determinada estação é uma melhoria viável para os BSS, (ii) os modelos desenvolvidos através da aproximação Zero-Inflated Regression são um caminho que pode ser explorado para melhorar a previsão e (iii) contributo metodológico inédito à literatura sobre os BSS com foco no poder decisório do utilizador final sobre se será, ou não, possível iniciar uma viagem em breve.