首尔自行车共享需求数据集

Data Source :http://data.seoul.go.kr/ SOUTH KOREA PUBLIC HOLIDAYS. URL: publicholidays.go.kr Data Set Information: Currently Rental bikes are introduced in many urban cities for the enhancement of mobility comfort. It is important to make the rental bike available and accessible to the public at the right time as it lessens the waiting time. Eventually, providing the city with a stable supply of rental bikes becomes a major concern. The crucial part is the prediction of bike count required at each hour for the stable supply of rental bikes. The dataset contains weather information (Temperature, Humidity, Windspeed, Visibility, Dewpoint, Solar radiation, Snowfall, Rainfall), the number of bikes rented per hour and date information. Attribute Information: Date : year-month-day Rented Bike count - Count of bikes rented at each hour Hour - Hour of he day Temperature-Temperature in Celsius Humidity - % Windspeed - m/s Visibility - 10m Dew point temperature - Celsius Solar radiation - MJ/m2 Rainfall - mm Snowfall - cm Seasons - Winter, Spring, Summer, Autumn Holiday - Holiday/No holiday Functional Day - NoFunc(Non Functional Hours), Fun(Functional hours) Relevant Papers: [1] Sathishkumar V E, Jangwoo Park, and Yongyun Cho. 'Using data mining techniques for bike sharing demand prediction in metropolitan city.' Computer Communications, Vol.153, pp.353-366, March, 2020 [2] Sathishkumar V E and Yongyun Cho. 'A rule-based model for Seoul Bike sharing demand prediction using weather data' European Journal of Remote Sensing, pp. 1-18, Feb, 2020 Citation Request: [1] Sathishkumar V E, Jangwoo Park, and Yongyun Cho. 'Using data mining techniques for bike sharing demand prediction in metropolitan city.' Computer Communications, Vol.153, pp.353-366, March, 2020 [2] Sathishkumar V E and Yongyun Cho. 'A rule-based model for Seoul Bike sharing demand prediction using weather data' European Journal of Remote Sensing, pp. 1-18, Feb, 2020

数据源：http://data.seoul.go.kr/ 韩国公共假日数据源，网址：publicholidays.go.kr
数据集说明：当前，众多都市城市均推出共享单车服务以提升出行便捷性与舒适度。确保共享单车在合适时段可供公众使用与获取至关重要，此举可有效缩短用户等待时长。最终，为城市提供稳定的共享单车供给成为核心关切。而实现稳定供给的关键环节，在于精准预测每小时所需的共享单车数量。本数据集包含气象信息（气温、湿度、风速、能见度、露点温度、太阳辐射、降雪量、降雨量）、每小时共享单车租赁量以及日期相关信息。
属性说明：
日期（Date）：格式为年-月-日
每小时租赁单车数（Rented Bike count）：每小时的共享单车租赁总量
小时（Hour）：当日时段
气温（Temperature）：单位为摄氏度（℃）
湿度（Humidity）：单位为百分比（%）
风速（Windspeed）：单位为米每秒（m/s）
能见度（Visibility）：以10米为度量单位
露点温度（Dew point temperature）：单位为摄氏度（℃）
太阳辐射（Solar radiation）：单位为兆焦每平方米（MJ/m²）
降雨量（Rainfall）：单位为毫米（mm）
降雪量（Snowfall）：单位为厘米（cm）
季节（Seasons）：包含冬季、春季、夏季、秋季
节假日（Holiday）：取值为“假日”或“非假日”
功能日（Functional Day）：取值为“NoFunc（非功能时段）”或“Fun（功能时段）”
相关研究论文：
[1] Sathishkumar V E、Jangwoo Park与Yongyun Cho. 《大都市城市共享单车需求预测的数据挖掘技术应用》，《计算机通信（Computer Communications）》，第153卷，第353-366页，2020年3月
[2] Sathishkumar V E与Yongyun Cho. 《基于气象数据的首尔共享单车需求预测规则模型》，《欧洲遥感杂志（European Journal of Remote Sensing）》，第1-18页，2020年2月
引用要求：
[1] Sathishkumar V E, Jangwoo Park, and Yongyun Cho. 'Using data mining techniques for bike sharing demand prediction in metropolitan city.' Computer Communications, Vol.153, pp.353-366, March, 2020
[2] Sathishkumar V E and Yongyun Cho. 'A rule-based model for Seoul Bike sharing demand prediction using weather data' European Journal of Remote Sensing, pp. 1-18, Feb, 2020

搜集汇总

背景与挑战

背景概述

该数据集聚焦于首尔自行车共享需求预测，包含每小时自行车租赁数量、详细天气数据（如温度、湿度和降雨）以及日期信息。其特点在于结合了环境因素和时间变量，旨在支持城市自行车共享系统的稳定供应和需求分析，适用于回归分析和数据挖掘应用。