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

Resumo Técnico: Equidade Espacial na Previsão de Demanda de Táxis

Definição do Problema
A previsão precisa da demanda de táxis é fundamental para uma gestão eficiente do transporte urbano, contudo, os modelos existentes frequentemente negligenciam a distribuição equitativa da qualidade do serviço entre diferentes regiões socioeconômicas. Em cidades como Chicago, as disparidades na disponibilidade de transporte podem exacerbar desigualdades existentes, levando comunidades marginalizadas a enfrentar tempos de espera mais longos e acesso limitado a serviços essenciais. Além disso, conjuntos de dados do mundo real frequentemente sofrem com dados ausentes significativos (por exemplo, falta de áreas comunitárias de embarque), o que dificulta o treinamento de modelos preditivos robustos. Esta pesquisa aborda o desafio duplo de melhorar a precisidade da previsão na presença de dados ausentes e, simultaneamente, mitigar explicitamente o viés algorítmico para garantir uma alocação de serviço justa entre distritos urbanos demograficamente diversos.

Metodologia
A estrutura proposta é uma abordagem híbrida composta por três estágios primários: imputação de dados, modelagem de dependência espacial com consciência de equidade e refinamento de previsão de multiresolução.

1. Imputação de Dados via NMF-WSO Híbrido:
   Para abordar a falta de dados de demanda, os autores reconstroem a matriz de demanda utilizando uma combinação de Fatoração de Matriz Não Negativa (NMF) e Otimização de Tubarão Branco (WSO).

   • Perfis de Distrito: Em vez de depender de uma inicialização arbitrária, o modelo utiliza perfis específicos de cada distrito (distância média da viagem, duração e preço). Essas características são normalizadas e ponderadas com base em sua correlação de Pearson com a demanda observada para gerar valores iniciais informados para as matrizes NMF.
   • Otimização: O algoritmo WSO, uma metaheurística inspirada na natureza, é empregado para refinar a fatoração das matrizes $W$ e $H$, otimizando a reconstrução de estruturas espaço-temporais latentes obscurecidas pelos dados ausentes.

2. Modelagem de Dependência Espacial e Simulação de Equidade:
   A estrutura modela as dependências espaciais identificando distritos semelhantes para informar as previsões de um distrito alvo.

   • Proximidade de Privação Relativa (RHP): Uma métrica inovadora é introduzida para avaliar a similaridade entre áreas comunitárias com base em seus desafios socioeconômicos relativos, em vez de níveis absolutos de privação. A RHP é calculada como a similaridade de cosseno entre os vetores de desvio das características demográficas (ex: taxa de pobreza, desemprego, nível de escolaridade) em relação ao centroide da cidade. Isso permite o agrupamento de distritos que enfrentam desafios estruturalmente semelhantes.
   • Similaridade Combinada: Uma pontuação de similaridade é computada ponderando tanto a proximidade do bin de demanda quanto a similaridade demográfica (via RHP). Os $k$ distritos mais similares são selecionados para suplementar a série temporal histórica do distrito alvo.
   • Arquitetura LSTM: Uma rede Long Short-Term Memory (LSTM) processa a série temporal combinada do distrito alvo e de seus vizinhos mais similares para prever a demanda futura.

3. Regularização Consciente de Equidade:
   Para impor equidade, um termo de regularização espacialmente consciente é integrado à função de perda ($L_{total} = L_{base} + \lambda \cdot L_{fairness}$).

   • Equidade Local: Este termo penaliza disparidades nas previsões de erro entre distritos demograficamente similares (conforme definido pela RHP). Ele minimiza a diferença entre a métrica de equidade local $F(d)$ de dois distritos, onde $F(d)$ é definida como a diferença entre o índice de privação normalizado e o Erro Quadrático Médio (RMSE) normalizado para aquele distrito específico.
   • Equidade Global: Um termo secundário garante que a média de erro entre grupos demográficos predefinidos permaneça consistente.
   • Objetivo: A regularização orienta o modelo a reduzir as inconsistências de previsão em áreas de alta privação, mesmo que isso resulte em um aumento marginal no erro geral.

4. Refinamento de Previsão de Multiresolução:
   Para aumentar a precisão, o sistema utiliza uma abordagem de dois níveis. Um modelo LSTM horário e um modelo LSTM de 15 minutos são treinados. As quatro previsões consecutivas de 15 minutos são somadas, e essa soma é combinada com a previsão original de 1 hora como recursos de entrada para um Regressor de Gradient Boosting (GBR), que refina a previsão final de demanda.

Principais Contribuições

• Integração de Perfil de Nível de Distrito: O estudo integra características específicas do distrito (distância, duração e preço da viagem) com regressão linear e normalização de dados para inicializar o NMF, fornecendo uma representação mais precisa da dinâmica de demanda do que a inicialização aleatória convencional.
• Extração de Fatores Latentes Aprimorada: A aplicação da Otimização de Tubarão Branco ao NMF melhora a capacidade do modelo de capturar padrões e correlações complexas de demanda, levando a uma melhor imputação de dados.
• Proximidade de Privação Relativa (RHP): A introdução da RHP permite simular relações de demanda baseadas em desafios socioeconômicos relativos, possibilitando um agrupamento de distritos consciente da equidade que transcende métricas simples de privação absoluta.
• Regularização Consciente de Equidade: A estrutura incorpora explicitamente um mecanismo de regularização que penaliza distribuições desiguais de erro entre unidades espaciais similares, promovendo um desempenho equilibrado sem sacrificar significativamente o poder preditivo.

Resultados
Avaliado em um conjunto de dados de táxi de Chicago em larga escala (maio a novembro de 2013), a estrutura proposta alcançou um Erro Quadrático Médio (RMSE) de 5,1 e um Erro Médio Absoluto (MAE) de 3,8, superando modelos de referência incluindo ARIMA, MLP, GRU, T-GCN e ST-GAT.

• Imputação: A abordagem híbrida NMF-WSO reconstruiu com sucesso os dados ausentes, com o modelo horário alcançando um RMSE de 6,9 nos dados de teste retidos usados para validação de imputação.
• Impacto da Equidade: A introdução da regularização de equidade ($\lambda = 0,48$) reduziu significativamente a lacuna de equidade. Especificamente, o RMSE para distritos de alta privação (Alta RHP) diminuiu de 6,2 para 5,4, enquanto os distritos de baixa privação viram um leve aumento (4,6 para 4,9). A lacuna máxima de equidade entre os grupos foi reduzida de 1,2 (sem regularização) para 0,5.
• Preço da Equidade (PoF): A melhoria na equidade veio com um custo marginal para a precisão geral. O PoF foi calculado em aproximadamente 2% (aumentando o erro geral de 4,9 para 5,0), demonstrando que ganhos substanciais de equidade podem ser alcançados com um trade-off mínimo no desempenho preditivo.
• Significância Estatística: Testes t confirmaram que as previsões do modelo não exibiram desvios estatisticamente significativos em relação ao valor real (ground truth) entre diferentes grupos de RHP, indicando consistência de desempenho.

Significância
O artigo argumenta que incorporar restrições de equidade estruturadas em modelos de previsão de demanda é tanto eticamente necessário quanto tecnicamente viável. Ao priorizar a equidade, o modelo evita o viés algorítmico que poderia favorecer bairros prósperos, promovendo assim uma maior justiça social. Os achados sugerem que sistemas de IA "conscientes da equidade" podem melhorar a distribuição equitativa dos recursos de transporte — reduzindo tempos de espera e lacunas de serviço em comunidades vulneráveis — mantendo altos níveis de precisão preditiva. A abordagem oferece uma solução escalável para planejadores urbanos abordarem as desigualdades sistêmicas na provisão de serviços de transporte.