💻 computer science

Spatial Fairness in Taxi Demand Prediction: A Hybrid Approach Leveraging District Profiles

Este artículo propone un marco híbrido de predicción de la demanda de taxis que integra la Factorización de Matrices No Negativas con la Optimización del Tiburón Blanco para la imputación de datos, LSTM para el modelado temporal y un mecanismo de regularización consciente de la equidad basado en la Proximidad de Dificultad Relativa para minimizar las disparidades de predicción entre los distritos urbanos mientras mantiene una alta precisión.

Autores originales: Ghazalak Eslami, Foad Ghaderi

Publicado 2026-08-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ghazalak Eslami, Foad Ghaderi

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina la ciudad como un organismo gigante y vivo donde millones de pequeños pulsos —personas que necesitan transporte— laten a través de sus venas cada segundo. Para que una ciudad funcione sin problemas, el "corazón" de su sistema de transporte necesita saber exactamente dónde son más fuertes estos pulsos y dónde son débiles. Este es el mundo de la predicción de la demanda de taxis, una rama de la ciencia de datos que intenta adivinar cuántas personas necesitarán un viaje en un vecindario específico en un momento específico. Pero aquí está la parte difícil: las ciudades son desordenadas. Los datos a menudo faltan (como una solicitud de viaje que olvidó decir dónde comenzó), y no todos los vecindarios son iguales. Algunos son centros bulliciosos, mientras que otros son tranquilos o luchan con la pobreza. Si un modelo informático solo aprende de las zonas concurridas y ricas, podría olvidar las zonas tranquilas, dejando a la gente en esos vecindarios esperando eternamente por un taxi que nunca llega. Este artículo plantea una pregunta crucial: ¿Podemos construir un sistema de predicción que no sea solo inteligente, sino también justo, asegurando que ningún vecindario se quede atrás?

Los investigadores detrás de este estudio, Ghazalak Eslami y Foad Ghaderi, decidieron construir un predictor de taxis "superinteligente" que no solo mira los números, sino que también entiende la historia de la ciudad. Trataron a la ciudad como un rompecabezas gigante con piezas faltantes. Primero, tuvieron que arreglar las partes rotas de sus datos. Imagina intentar resolver un rompecabezas donde faltan la mitad de las piezas; no puedes simplemente adivinar al azar. Los autores utilizaron un truco ingenioso llamado Factorización de Matrices No Negativas (NMF), que es como encontrar los patrones ocultos en el rompecabezas para adivinar cómo deberían ser las piezas que faltan. Para hacer este cálculo aún más preciso, añadieron un algoritmo de "Optimización de Tiburón Blanco" (WSO). Piensa en esto como un tiburón hambriento y superinteligente que nada a través de los datos, cazando la mejor manera posible de llenar los huecos, asegurando que el rompecabezas esté completo antes de que siquiera comiencen a resolverlo.

Pero un rompecabezas completo no es suficiente; la imagen debe ser justa. El equipo se dio cuenta de que los vecindarios no solo son diferentes en cuántas personas quieren viajes; son diferentes en sus luchas. Algunas áreas tienen alto desempleo, otras tienen viviendas hacinadas y algunas tienen ingresos más bajos. Los autores inventaron una nueva forma de medir esto llamada Proximidad de Dificultad Relativa (RHP). En lugar de solo decir "este vecindario es pobre", el RHP observa el patrón de las dificultades. Es como darse cuenta de que dos familias diferentes pueden tener ingresos muy distintos, pero si ambas luchan con la misma mezcla de alquileres altos, trayectos largos y falta de empleos, son "relativamente similares" en su dificultad. El modelo utiliza esto para agrupar los vecindarios. Si el modelo comete un error en un vecindario, revisa a sus "amigos" (los vecindarios similares) para ver si cometió el mismo error allí. Si lo hizo, el modelo recibe un "regaño" matemático (una penalización) para intentar esforzarse más por ser justo con todos, no solo con las áreas fáciles de predecir.

Los resultados de este experimento, probado en un enorme conjunto de datos de Chicago, son bastante prometedores. El equipo encontró que su enfoque híbrido, que mezcla la corrección de datos tipo tiburón con la verificación de la justicia, logró una puntuación de predicción muy precisa. Específicamente, alcanzaron un Error Cuadrático Medio (RMSE) de 5.1 y un Error Absoluto Medio (MAE) de 3.8. Para ponerlo en perspectiva, cuando compararon su método con otros modelos populares como ARIMA o redes neuronales estándar, su modelo de "tiburón y justicia" fue el claro ganador, superándolos a todos.

Quizás el hallazgo más emocionante es el costo de ser justo. Usualmente, cuando obligas a una computadora a ser justa, se vuelve un poco menos precisa en términos generales. Los autores midieron este "Precio de la Justicia" y encontraron que era increíblemente bajo, de solo un 2%. Esto significa que obtuvieron un sistema mucho más equitativo, donde las personas en vecindarios con dificultades recibieron mejores predicciones de servicio, sin sacrificar mucha precisión para la ciudad en su conjunto. De hecho, el modelo mejoró las predicciones para las áreas más desfavorecidas de manera más significativa, reduciendo sus errores considerablemente mientras solo aumentaba ligeramente los errores en las áreas que ya estaban bien atendidas. Es un poco como un profesor que decide dedicar un poco más de tiempo a ayudar a los estudiantes que más están sufriendo; el promedio de la clase puede caer una fracción mínima, pero ningún estudiante se queda atrás.

Al final, este artículo sugiere que no tenemos que elegir entre una ciudad inteligente y una ciudad justa. Al usar perfiles de distrito para entender las necesidades locales y una "penalización de justicia" especial para mantener al modelo honesto, podemos crear sistemas de transporte que funcionen para todos. El estudio muestra que, con las herramientas adecuadas, podemos llenar los datos faltantes, conectar los puntos entre vecindarios similares y asegurar que, cuando pidas un taxi, el sistema esté listo para ti, sin importar dónde vivas.

Resumen Técnico: Equidad Espacial en la Predicción de la Demanda de Taxis

Planteamiento del Problema
La previsión precisa de la demanda de taxis es fundamental para una gestión eficiente del transporte urbano; sin embargo, los modelos existentes suelen pasar por alto la distribución equitativa de la calidad del servicio entre las diferentes regiones socioeconómicas. En ciudades como Chicago, las disparidades en la disponibilidad de transporte pueden exacerbar las desigualdades existentes, lo que lleva a que las comunidades marginadas enfrenten tiempos de espera más largos y un acceso limitado a servicios esenciales. Además, los conjuntos de datos del mundo real suelen sufrir de una pérdida significativa de datos (por ejemplo, falta de áreas comunitarias de recogida), lo que dificulta el entrenamiento de modelos predictivos robustos. Esta investigación aborda el doble desafío de mejorar la precisión de la predicción ante la presencia de datos faltantes y, al mismo tiempo, mitigar explícitamente el sesgo algorítmico para garantizar una asignación de servicio justa en distritos urbanos demográficamente diversos.

Metodología
El marco propuesto es un enfoque híbrido que comprende tres etapas principales: imputación de datos, modelado de dependencia espacial con conciencia de equidad y refinamiento de predicción multirresolución.

Imputación de Datos mediante NMF-WSO Híbrido:
Para abordar la falta de datos de demanda, los autores reconstruyen la matriz de demanda utilizando una combinación de Factorización de Matrices No Negativas (NMF) y Optimización de Tiburón Blanco (WSO).
- Perfiles de Distrito: En lugar de depender de una inicialización arbitraria, el modelo utiliza perfiles específicos de cada distrito (distancia promedio del viaje, duración y precio). Estas características se normalizan y ponderan según su correlación de Pearson con la demanda observada para generar valores iniciales informados para las matrices NMF.
- Optimización: Se emplea el algoritmo WSO, una metaheurística inspirada en la naturaleza, para refinar la factorización de las matrices $W$ y $H$ , optimizando la reconstrucción de las estructuras espacio-temporales latentes que quedan ocultas por los datos faltantes.
Modelado de Dependencia Espacial y Simulación de Equidad:
El marco modela las dependencias espaciales identificando distritos similares para informar las predicciones de un distrito objetivo.
- Proximidad de Dificultad Relativa (RHP): Se introduce una métrica novedosa para evaluar la similitud entre áreas comunitarias basándose en sus desafíos socioeconómicos relativos en lugar de niveles de dificultad absolutos. La RHP se calcula como la similitud de coseno entre los vectores de desviación de las características demográficas (por ejemplo, tasa de pobreza, desempleo, nivel educativo) respecto al centroide de la ciudad. Esto permite la agrupación de distritos que enfrentan desafíos estructuralmente similares.
- Similitud Combinada: Se calcula una puntuación de similitud ponderando tanto la proximidad de los contenedores de demanda como la similitud demográfica (vía RHP). Se seleccionan los $k$ distritos más similares para complementar la serie temporal histórica del distrito objetivo.
- Arquitectura LSTM: Una red de Memoria a Largo Corto Plazo (LSTM) procesa la serie temporal combinada del distrito objetivo y sus $k$ vecinos más similares para pronosticar la demanda futura.
Regularización con Conciencia de Equidad:
Para imponer la equidad, se integra un término de regularización con conciencia espacial en la función de pérdida ( $L_{total} = L_{base} + \lambda \cdot L_{equidad}$ ).
- Equidad Local: Este término penaliza las disparidades en los errores de predicción entre distritos demográficamente similares (definidos mediante RHP). Minimiza la diferencia entre la métrica de equidad local $F(d)$ de dos distritos, donde $F(d)$ se define como la diferencia entre el índice de dificultad normalizado y el RMSE (Error Cuadrático Medio) normalizado para ese distrito específico.
- Equidad Global: Un término secundario asegura que el error medio a través de grupos demográficos predefinidos se mantenga constante.
- Objetivo: La regularización guía al modelo para reducir las inconsistencias de predicción en áreas de alta dificultad, incluso si esto resulta en un aumento marginal del error general.
Refinamiento de la Predicción Multirresolución:
Para mejorar la precisión, el sistema emplea un enfoque de dos niveles. Se entrenan un modelo LSTM horario y un modelo LSTM de 15 minutos. Las cuatro predicciones consecutivas de 15 minutos se suman, y esta suma se combina con la predicción original de 1 hora como características de entrada para un Regresor de Potenciación de Gradiente (GBR), que refina el pronóstico final de la demanda.

Contribuciones Clave

Integración de Perfiles a Nivel de Distrito: El estudio integra características específicas del distrito (distancia, duración y precio del viaje) con regresión lineal y normalización de datos para inicializar la NMF, proporcionando una representación más precisa de la dinámica de la demanda que la inicialización aleatoria convencional.
Extracción Mejorada de Factores Latentes: La aplicación de la Optimización de Tiburón Blanco a la NMF mejora la capacidad del modelo para capturar patrones y correlaciones complejas de la demanda, lo que conduce a una mejor imputación de datos.
Proximidad de Dificultad Relativa (RHP): La introducción de la RHP permite simular relaciones de demanda basadas en desafíos socioeconómicos relativos, permitiendo una agrupación de distritos consciente de la equidad que trasciende las simples métricas de dificultad absoluta.
Regularización con Conciencia de Equidad: El marco incorpora explícitamente un mecanismo de regularización que penaliza las distribuciones desiguales de error entre unidades espaciales similares, promoviendo un rendimiento equilibrado sin sacrificar significativamente el poder predictivo.

Resultados
Evaluado en un conjunto de datos de taxis de Chicago a gran escala (mayo–noviembre de 2013), el marco propuesto alcanzó un Error Cuadrático Medio (RMSE) de 5.1 y un Error Absoluto Medio (MAE) de 3.8, superando a los modelos de referencia incluyendo ARIMA, MLP, GRU, T-GCN y ST-GAT.

Imputación: El enfoque híbrido NMF-WSO reconstruyó con éxito los datos faltantes, con el modelo horario logrando un RMSE de 6.9 en los datos de prueba retenidos utilizados para la validación de la imputación.
Impacto de la Equidad: La introducción de la regularización de equidad ( $\lambda = 0.48$ ) redujo significativamente la brecha de equidad. Específicamente, el RMSE para los distritos de alta dificultad (Alta RHP) disminuyó de 6.2 a 5.4, mientras que los distritos de baja dificultad experimentaron un ligero aumento (de 4.6 a 4.9). La brecha máxima de equidad entre grupos se redujo de 1.2 (sin regularización) a 0.5.
Precio de la Equidad (PoF): La mejora en la equidad se produjo a un costo marginal de la precisión general. El PoF se calculó en aproximadamente un 2% (aumentando el error general de 4.9 a 5.0), demostrando que se pueden lograr ganancias sustanciales en equidad con un intercambio mínimo en el rendimiento predictivo.
Significancia Estadística: Las pruebas t confirmaron que las predicciones del modelo no exhibieron desviaciones estadísticamente significativas respecto a la verdad de campo a través de los diferentes grupos de RHP, indicando un rendimiento consistente.

Significancia
El artículo sostiene que incorporar restricciones de equidad estructuradas en los modelos de previsión de la demanda es tanto éticamente necesario como técnicamente factible. Al priorizar la equidad, el modelo evita el sesgo algorítmico que podría favorecer a los vecindarios prósperos, fomentando así una mayor equidad social en la movilidad urbana. Los hallazgos sugieren que los sistemas de IA "conscientes de la equidad" pueden mejorar la distribución equitativa de los recursos de transporte —reduciendo los tiempos de espera y las brechas de servicio en las comunidades vulnerables— manteniendo altos niveles de precisión predictiva. El enfoque ofrece una solución escalable para que los planificadores urbanos aborden las inequidades sistémicas en la prestación de servicios de transporte.

Resumen Técnico: Equidad Espacial en la Predicción de la Demanda de Taxis

Más como este