bajs-zagreb

Bajs Zagreb Bike Sharing 是一个自动收集的、面向机器学习的数据集，包含来自 Nextbike Maps 公共数据接口的 Bajs 萨格勒布共享单车系统快照。数据集以克罗地亚语为主，涵盖时间序列数据。它提供多种配置：latest（最新站状态快照，为默认视图）、station_status（完整的站级时间序列）、bike_movements（通过比较连续成功观测中自行车标识符推断出的变化）以及 system_status（源 API 报告的城市级总量）。所有时间戳均为 UTC，历史 Parquet 分片不可变。Bajs Zagreb Bike Sharing is an automatically collected, machine learning-oriented dataset containing snapshots of the Bajs Zagreb bike sharing system from the Nextbike Maps public data interface. The dataset is primarily in Croatian and covers time series data. It provides multiple configurations: latest (latest station status snapshot, default view), station_status (complete station-level time series), bike_movements (changes inferred by comparing bike identifiers across consecutive successful observations), and system_status (city-level totals reported by the source API). All timestamps are in UTC, and historical Parquet shards are immutable.

原始信息汇总

数据集概述

数据集名称：Bajs Zagreb Bike Sharing（萨格勒布共享单车数据集）

语言：克罗地亚语（hr）

标签：共享单车（bike-sharing）、时间序列（time-series）、萨格勒布（zagreb）

数据集描述

该数据集是从公共 Nextbike 地图数据源自动收集并经过机器学习预处理（ML-ready）的快照，针对的是 Bajs Zagreb 共享单车系统（城市代码 city=1172，域 domain=hd）。数据以 Parquet 格式存储，所有时间戳均为 UTC 时间。

数据配置（Configurations）

数据集提供以下四种配置：

配置名称	说明
latest	最新发布的站点快照，为默认浏览器视图
station_status	完整的站点级时间序列数据
bike_movements	通过比较相邻成功观测中自行车标识符推断出的变化信息
system_status	源 API 报告的城市级总量数据

数据说明

• 历史 Parquet 分片（shards）是不可变的。
• 城市级报告的计数按原始报告值保留，可能与返回站点的总和存在差异。
• 自行车移动（bike movements）是从实时数据流推断出的观测结果，并非官方租赁交易，可能包含维护或运营商调度行为。

附加信息

• 原始数据存档：原始源观测数据单独存档于 Jakov/bajs-zagreb-raw。
• 数据源地址：https://maps.nextbike.net/maps/nextbike-live.json?city=1172&domains=hd&list_cities=0&bikes=0
• Schema 版本：1

搜集汇总

数据集介绍

构建方式

该数据集源于萨格勒布市公共自行车共享系统Bajs Zagreb的公开Nextbike Maps实时数据流，通过自动化管线持续采集并整理为机器学习就绪的格式。原始数据快照被归档至独立仓库，此处则提供经过清洗与结构化的派生版本。数据集按时间序列组织，包含四个核心配置：最新站点快照、完整的站点状态时序、基于连续观测中自行车标识符比对推断出的车辆移动记录，以及源API报告的城市级汇总统计。所有时间戳统一为UTC标准，历史Parquet分片保持不可变性，确保数据的可追溯性与复现性。

特点

数据集的突出特点在于其分层架构与细粒度信息。站点状态配置提供全量站点级时间序列，支持长期趋势分析与异常检测；车辆移动配置虽为推断结果而非官方交易记录，但能揭示车辆调度与维护活动的潜在模式；系统状态配置则保留了城市级总量数据，如实记录源报告数值，与站点数据的潜在差异亦被保留以供分析。所有数据均以Parquet格式存储，具备高效的压缩与查询性能，适合大规模时序数据分析。

使用方法

使用者可通过HuggingFace数据集库便捷加载，选择特定配置如latest、station_status、bike_movements或system_status，以适配不同研究场景。例如，城市规划者可利用站点状态数据优化站点布局，算法工程师可基于车辆移动序列开发预测模型。数据采用UTC时间戳，便于跨时区整合。推荐结合原始档案数据以获得完整上下文，并建议在涉及车辆移动分析时考虑其推断性质，避免将其视为官方交易记录。

背景与挑战

背景概述

Bajs Zagreb Bike Sharing数据集由Jakov等研究人员于近期创建，源自克罗地亚首都萨格勒布的Nextbike公共自行车共享系统。该数据集通过自动抓取Nextbike Maps的实时API快照，构建了全面的时序数据集，涵盖站点状态、自行车移动及系统级统计信息。其核心研究问题在于解析城市共享单车系统的动态行为，为交通管理、城市规划和可持续出行研究提供数据支撑。该数据集以Parquet格式存储，支持多种配置，便于研究者直接用于机器学习建模，对城市计算和智能交通领域具有重要参考价值。

当前挑战

该数据集所解决的领域问题在于城市共享单车系统的动态监测与预测，包括站点拥堵预测、车辆调度优化等，其根本挑战在于处理高度时空异质性的时序数据。构建过程中，需克服实时数据源的噪声与不完整性，例如API中断或延迟导致的观测缺失，以及区分真实租赁与维护调度的自行车移动推断。此外，数据集的不可变分片设计虽保证了可复制性，但原始观测的稀疏性及系统级统计的潜在不一致性，为后续数据清洗与特征工程带来了挑战。

常用场景

经典使用场景

Bajs Zagreb数据集作为自动采集的Nextbike公共地图数据快照，为共享单车系统的时空动态研究提供了精细化的时间序列基础。其经典用途在于挖掘站点级状态（station_status）、车辆移动（bike_movements）与系统整体指标（system_status）之间的耦合关系，进而构建城市骑行需求预测模型、站点供需平衡分析框架以及运维调度优化算法。研究者常借助该数据集的高频快照特性，识别共享单车使用的日内节律、周间周期及天气敏感性，从而揭示城市慢行交通的时空演化规律。

实际应用

在实际应用层面，Bajs Zagreb数据集可直接赋能城市共享单车运营商的实时监控与决策支持系统。基于station_status的实时快照，可构建动态电子围栏推荐和车辆预调度机制，降低“潮汐现象”导致的资源错配；bike_movements数据虽非官方交易记录，但经推断的移动轨迹可辅助识别高需求走廊，为增设停车桩或调整站点容量提供数据驱动建议。此外，该数据集可作为智慧城市数字孪生体系的输入，用于模拟不同管理策略下的系统服务水平和用户满意度。

衍生相关工作

围绕此数据集，衍生出一系列基于真实城市数据的学术探索。例如，利用时间序列预测模型（如LSTM、Transformer）对站点可用性进行短时预测，并对比不同外部特征（如天气、事件）的增益；基于复杂网络理论分析站点间骑行流的社区结构，提出中心性指标用于枢纽站识别；借鉴度量学习或图神经网络构建站点相似度图谱，以实现迁移学习场景下的冷启动预测。这些工作不仅拓展了共享单车数据挖掘的方法论边界，也为其他城市同类系统的研究与部署提供了可迁移的基线参考。