💻 computer science

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

Dit artikel stelt een hybride framework voor de voorspelling van taxivraag voor dat imputatie door integratie van Non-negative Matrix Factorization met White Shark Optimization, LSTM voor temporele modellering, en een op Relative Hardship Proximity gebaseerd mechanisme voor rechtvaardigheidsbewuste regularisatie om voorspellingsverschillen tussen stedelijke districten te minimaliseren terwijl een hoge nauwkeurigheid behouden blijft.

Oorspronkelijke auteurs: Ghazalak Eslami, Foad Ghaderi

Gepubliceerd 2026-08-04

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Ghazalak Eslami, Foad Ghaderi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je de stad voor als een gigantisch, levend organisme waar miljoenen kleine pulsen — mensen die een ritje nodig hebben — elke seconde door haar aderen kloppen. Voor een stad om soepel te kunnen functioneren, moet het "hart" van haar transportsysteem precies weten waar deze pulsen het sterkst zijn en waar ze zwak zijn. Dit is de wereld van taxivraagvoorspelling, een tak van data science die probeert te raden hoeveel mensen op een specifieke plek in een specifieke buurt een ritje nodig zullen hebben. Maar hier is het lastige deel: steden zijn rommelig. Data ontbreekt vaak (zoals een ritverzoek dat vergeten is te vermelden waar het begon), en niet alle wijken zijn hetzelfde. Sommige zijn bruisende knooppunten, terwijl andere rustig zijn of worstelen met armoede. Als een computermodel alleen leert van de drukke, welvarende gebieden, kan het de rustigere gebieden vergeten, waardoor mensen in die wijken eeuwig moeten wachten op een taxi die nooit komt. Dit artikel stelt een cruciale vraag: kunnen we een voorspellingssysteem bouwen dat niet alleen slim is, maar ook rechtvaardig, zodat er geen enkele buurt wordt achtergelaten?

De onderzoekers achter deze studie, Ghazalak Eslami en Foad Ghaderi, besloten een "super-slimme" taxi-voorspeller te bouwen die niet alleen naar cijfers kijkt, maar ook het verhaal van de stad begrijpt. Ze behandelden de stad als een gigantische puzzel met ontbrekende stukjes. Eerst moesten ze de kapotte delen van hun data repareren. Stel je voor dat je probeert een legpuzzel op te lossen waarbij de helft van de stukjes ontbreekt; je kunt niet zomaar willekeurig gokken. De auteurs gebruikten een slimme truc genaamd Non-negative Matrix Factorization (NMF), wat lijkt op het vinden van de verborgen patronen in de puzzel om te raden hoe de ontbrekende stukjes eruit zouden moeten zien. Om dit gokwerk nog scherper te maken, voegden ze een "White Shark Optimization" (WSO) algoritme toe. Denk hierbij aan een hongerige, super-slimme haai die door de data zwemt en op zoek gaat naar de beste manier om de gaten op te vullen, om ervoor te zorgen dat de puzzel compleet is voordat ze zelfs maar beginnen met het oplossen ervan.

Maar een complete puzzel is niet genoeg; het plaatje moet ook rechtvaardig zijn. Het team realiseerde zich dat wijken niet alleen verschillen in hoeveel mensen een ritje willen; ze verschillen in hun problemen. Sommige gebieden hebben een hoge werkloosheid, andere hebben overvolle huisvesting, en sommige hebben een lager inkomen. De auteurs hebben een nieuwe manier uitgevonden om dit te meten, genaamd Relative Hardship Proximity (RHP). In plaats van alleen te zeggen "deze buurt is arm", kijkt RHP naar het patroon van de problemen. Het is alsof je beseft dat twee verschillende families heel verschillende inkomens kunnen hebben, maar als ze beide worstelen met dezelfde mix van hoge huur, lange reistijden en een gebrek aan banen, dan zijn ze "relatief vergelijkbaar" in hun ontbering. Het model gebruikt dit om wijken bij elkaar te groeperen. Als het model een fout maakt in één buurt, controleert het zijn "vrienden" (de vergelijkbare buurten) om te zien of het daar dezelfde fout heeft gemaakt. Als dat zo is, krijgt het model een milde "berisping" (een wiskundige straf) om harder te proberen eerlijk te zijn tegen iedereen, en niet alleen tegen de gemakkelijk te voorspellen gebieden.

De resultaten van dit experiment, getest op een enorme dataset uit Chicago, zijn zeer veelbelovend. Het team ontdekte dat hun hybride aanpak, die de haai-achtige data-reparatie combineert met de rechtvaardigheidscontrole, een zeer nauwkeurige voorspellingsscore behaalde. Specifiek bereikten ze een Root Mean Square Error (RMSE) van 5,1 en een Mean Absolute Error (MAE) van 3,8. Om dit in perspectief te plaatsen: wanneer ze hun methode vergeleken met andere populaire modellen zoals ARIMA of standaard neurale netwerken, was hun "haai-en-rechtvaardigheid"-model de duidelijke winnaar; het versloeg ze allemaal.

Misschien wel de meest opwindende bevinding is de prijs van rechtvaardigheid. Meestal, wanneer je een computer dwingt om rechtvaardig te zijn, wordt hij een beetje minder nauwkeurig in het algemeen. De auteurs maten deze "Prijs van Rechtvaardigheid" en vonden dat deze ongelooflijk laag was — slechts ongeveer 2%. Dit betekent dat ze een veel eerlijker systeem kregen, waarbij mensen in kwetsbare wijken een betere service-voorspelling kregen, zonder veel nauwkeurigheid op te offeren voor de stad als geheel. Sterker nog, het model verbeterde de voorspellingen voor de meest benadeelde gebieden het meest, door hun fouten aanzienlijk te verminderen, terwijl de fouten in de al goed bediende gebieden slechts licht toenamen. Het is een beetje als een docent die besluit om wat extra tijd te besteden aan de leerlingen die het het moeilijkst hebben; het klassengemiddelde kan een fractie dalen, maar geen enkele leerling wordt achtergelaten.

Uiteindelijk suggereert dit artikel dat we niet hoeven te kiezen tussen een slimme stad en een rechtvaardige stad. Door districtprofielen te gebruiken om lokale behoeften te begrijpen en een speciale "rechtvaardigheidsstraf" in te zetten om het model eerlijk te houden, kunnen we transportsystemen creëren die voor iedereen werken. De studie laat zien dat we met de juiste instrumenten de ontbrekende data kunnen invullen, de verbanden tussen vergelijkbare wijken kunnen leggen en ervoor kunnen zorgen dat wanneer je een taxi roept, het systeem klaar is voor jou, ongeacht waar je woont.

Technische Samenvatting: Ruimtelijke Rechtvaardigheid in de Voorspelling van Taxi-vraag

Probleemstelling
Nauwkeurige voorspellingen van de vraag naar taxi's zijn cruciaal voor efficiënt stedelijk transportbeheer, maar bestaande modellen negeren vaak de rechtvaardige verdeling van de servicekwaliteit over verschillende sociaaleconomische regio's. In steden als Chicago kunnen discrepanties in de beschikbaarheid van transport bestaande ongelijkheden verergeren, wat leidt tot langere wachttijden en beperkte toegang tot essentiële diensten voor gemarginaliseerde gemeenschappen. Bovendien kampen real-world datasets vaak met aanzienlijke ontbrekende gegevens (bijv. ontbrekende gemeenschapsgebieden voor ophaalpunten), wat het trainen van robuuste voorspellende modellen belemmert. Dit onderzoek pakt de dubbele uitdaging aan om de nauwkeurigheid van voorspellingen te verbeteren in de aanwezigheid van ontbrekende gegevens, terwijl algoritmische bias expliciet wordt gemitigeerd om een rechtvaardige toewijzing van diensten over demografisch diverse stedelijke districten te waarborgen.

Methodologie
Het voorgestelde framework is een hybride benadering bestaande uit drie primaire fasen: data-imputatie, ruimtelijke afhankelijkheidsmodellering met aandacht voor rechtvaardigheid, en multi-resolutie voorspellingsverfijning.

Data-imputatie via Hybride NMF-WSO:
Om de ontbrekende vraaggegevens aan te pakken, reconstrueren de auteurs de vraagmatrix met behulp van een combinatie van Non-negative Matrix Factorization (NMF) en White Shark Optimization (WSO).
- Districtprofielen: In plaats van te vertrouwen op willekeurige initialisatie, maakt het model gebruik van districtspecifieke profielen (gemiddelde ritafstand, duur en prijs). Deze kenmerken worden genormaliseerd en gewogen op basis van hun Pearson-correlatie met de geobserveerde vraag om geïnformeerde initiële waarden voor de NMF-matrices te genereren.
- Optimalisatie: Het WSO-algoritme, een door de natuur geïnspireerde metaheuristiek, wordt ingezet om de factorisatie van matrices $W$ en $H$ te verfijnen, waarbij de reconstructie van verborgen ruimtelijk-temporele structuren die door ontbrekende gegevens worden gehinderd, wordt geoptimaliseerd.
Modellering van Ruimtelijke Afhankelijkheid en Simulatie van Rechtvaardigheid:
Het framework modelleert ruimtelijke afhankelijkheden door vergelijkbare districten te identificeren om voorspellingen voor een doeldistrict te informeren.
- Relative Hardship Proximity (RHP): Een nieuwe metriek wordt geïntroduceerd om de gelijkenis tussen gemeenschapsgebieden te beoordelen op basis van hun relatieve sociaaleconomische uitdagingen in plaats van absolute hardheid-niveaus. RHP wordt berekend als de cosinus-gelijkenis tussen de afwijkingsvectoren van demografische kenmerken (bijv. armoedepercentage, werkloosheid, opleidingsniveau) ten opzichte van het stadbrede zwaartepunt. Dit maakt het mogelijk om districten te groeperen die voor structureel vergelijkbare uitdagingen staan.
- Gecombineerde Gelijkenis: Een gelijkenis-score wordt berekend door zowel de nabijheid van de vraag-bins als de demografische gelijkenis (via RHP) te wegen. De top $k$ meest gelijsimilar districten worden geselecteerd om de historische tijdreeksen van het doeldistrict aan te vullen.
- LSTM-architectuur: Een Long Short-Term Memory (LSTM) netwerk verwerkt de gecombineerde tijdreeks van het doeldistrict en zijn top gelijknamige buren om toekomstige vraag te voorspellen.
Rechtvaardigheidsbewuste Regularisatie:
Om gelijkheid af te dwingen, wordt een ruimtelijk bewuste regularisatieterm geïntegreerd in de verliesfunctie ( $L_{total} = L_{base} + \lambda \cdot L_{fairness}$ ).
- Lokale Rechtvaardigheid: Deze term bestraft discrepanties in voorspellingsfouten tussen demografisch gelijknamige districten (zoals gedefinieerd door RHP). Het minimaliseert het verschil tussen de lokale rechtvaardigheidsmetriek $F(d)$ van twee districten, waarbij $F(d)$ wordt gedefinieerd als het verschil tussen de genormaliseerde hardheid-index en de genormaliseerde Root Mean Square Error (RMSE) voor dat specifieke district.
- Globale Rechtvaardigheid: Een secundaire term zorgt ervoor dat de gemiddelde fout over vooraf gedefinieerde demografische groepen consistent blijft.
- Doelstelling: De regularisatie stuurt het model aan om inconsistenties in voorspellingen in gebieden met een hoge hardheid te verminderen, zelfs als dit resulteert in een marginale toename van de totale fout.
Multi-Resolutie Voorspellingsverfijning:
Om de nauwkeurigheid te verbeteren, hanteert het systeem een tweeledige aanpak. Een uurlijkse LSTM-model en een 15-minuten LSTM-model worden getraind. De vier opeenvolgende 15-minuten voorspellingen worden bij elkaar opgeteld, en deze som wordt gecombineerd met de oorspronkelijke 1-uur voorspelling als inputkenmerken voor een Gradient Boosting Regressor (GBR), die de uiteindelijke vraagvoorspelling verfijnt.

Belangrijkste Bijdragen

Integratie van District-niveau Profielen: De studie integreert districtspecifieke kenmerken (ritafstand, duur, prijs) met lineaire regressie en data-normalisatie om NMF te initialiseren, wat een nauwkeuriger weergave biedt van de vraagdynamiek dan conventionele willekeurige initialisatie.
Verbeterde Extractie van Latente Factoren: De toepassing van White Shark Optimization op NMF verbetert het vermogen van het model om complexe vraagpatronen en correlaties te vangen, wat leidt tot betere data-imputatie.
Relative Hardship Proximity (RHP): De introductie van RHP maakt het mogelijk om vraagrelaties te simuleren op basis van relatieve sociaaleconomische uitdagingen, wat een rechtvaardigheidsbewuste groepering van districten mogelijk maakt die verder gaat dan eenvoudige absolute hardheid-metrieken.
Rechtvaardigheidsbewuste Regularisatie: Het framework bevat expliciet een regularisatiemechanisme dat ongelijke foutenverdelingen over gelijknamige ruimtelijke eenheden bestraft, wat een gebalanceerde prestatie bevordert zonder aanzienlijk verlies van voorspellende kracht.

Resultaten
Geëvalueerd op een grootschalige Chicago taxi-dataset (mei–november 2013), bereikte het voorgestelde framework een Root Mean Square Error (RMSE) van 5.1 en een Mean Absolute Error (MAE) van 3.8, waarmee het benchmarkmodellen zoals ARIMA, MLP, GRU, T-GCN en ST-GAT overtrof.

Imputatie: De hybride NMF-WSO benadering slaagde erin ontbrekende gegevens te reconstrueren, waarbij het uurlijkse model een RMSE van 6.9 behaalde op de uitgesloten testdata die werd gebruikt voor de validatie van de imputatie.
Impact van Rechtvaardigheid: De introductie van rechtvaardigheidsregularisatie ( $\lambda = 0.48$ ) verminderde de rechtvaardigheidskloof aanzienlijk. Specifiek daalde de RMSE voor districten met een hoge hardheid (Hoge RHP) van 6.2 naar 5.4, terwijl de districten met een lage hardheid een lichte stijging zagen van 4.6 naar 4.9. De maximale rechtvaardigheidskloof tussen groepen werd verminderd van 1.2 (zonder regularisatie) naar 0.5.
Prijs van Rechtvaardigheid (PoF): De verbetering in gelijkheid ging gepaard met een marginale kostenpost voor de algehele nauwkeurigheid. De PoF werd berekend op ongeveer 2% (een stijging van de totale fout van 4.9 naar 5.0), wat aantoont dat substantiële winsten in rechtvaardigheid kunnen worden behaald met minimale afruil in voorspellende prestaties.
Statistische Significantie: T-testen bevestigden dat de voorspellingen van het model geen statistisch significante afwijkingen vertoonden van de grondwaarheid over verschillende RHP-groepen, wat wijst op een consistente prestatie.

Betekenis
Het artikel betoogt dat het integreren van gestructureerde rechtvaardigheidsbeperkingen in voorspellingsmodellen voor de vraag zowel ethisch noodzakelijk als technisch haalbaar is. Door rechtvaardigheid te prioriteren, voorkomt het model algoritmische bias die gunstige wijken zou kunnen bevoordelen, waardoor een grotere sociale gelijkheid in stedelijke mobiliteit wordt bevorderd. De bevindingen suggereren dat "rechtvaardigheidsbewuste" AI-systemen de rechtvaardige verdeling van transportmiddelen kunnen verbeteren — het verminderen van wachttijden en servicegaten in kwetsbare gemeenschappen — terwijl ze een hoog niveau van voorspellende nauwkeurigheid behouden. De aanpak biedt een schaalbare oplossing voor stadsplanners om systemische ongelijkheden in de verlening van transportdiensten aan te pakken.

Technische Samenvatting: Ruimtelijke Rechtvaardigheid in de Voorspelling van Taxi-vraag

Meer zoals dit