1. 案例定位

第 10.3 節消費者位置分析的兩個原書範例,說明使用者生成位置資訊與預測分析如何直接支援個人交通決策。

2. 學習目標

比較群眾回報式導航與停車可用性預測兩種位置分析模式。

3. 案例情境

Waze 彙整使用者回報的事故、警方檢查點、速限執法與道路施工資訊,支援導航。ParkPGH 則在 Pittsburgh 估算停車位可用性,並結合歷史需求與當日活動預測駕駛抵達時哪些停車場仍有空位。

4. 開始資料

範例 原書資料/功能
Waze 整合使用者回報,提供導航與道路事件警示
ParkPGH 約自 2010 年部署於 Pittsburgh
ParkPGH 可用車位更新 每 30 秒更新一次
ParkPGH 預測依據 歷史需求、目前活動、預估抵達時狀態
活動資料範例 籃球比賽等活動造成當日停車需求增加

5. 分析方法

Waze 偏向即時群眾回報彙整;ParkPGH 則把目前空位、歷史需求與活動資訊結合,用預測分析推估未來短時間的停車可用性。

6. 計算結果

原書唯一明確時間頻率為 ParkPGH 每 30 秒更新一次,等於在連續 1 小時內理論上最多更新 120 次。這只是頻率換算,不代表系統每小時一定產生 120 筆不同預測。

7. 結果分析與管理解讀

位置分析可以直接改變消費者行動:一個幫助選路,另一個幫助選停車位置。即時資訊若再加上預測,能把「現在有什麼」提升為「抵達時可能有什麼」。

8. 人工智慧提問詞

比較 Waze 與 ParkPGH 的資料來源、分析方式與決策輸出,並說明 ParkPGH 每 30 秒更新代表的即時性;不得補造使用者數或預測準確率。

9. 思考/假設情境

問題: 若 ParkPGH 將更新頻率改成每 60 秒一次,同一小時理論更新次數變成多少?

參考解答: 60 分鐘 × 60 秒 ÷ 60 秒 = 60 次,為原 30 秒頻率的一半。

10. 資料說明