Caracterización y reconocimiento de usuarios a través de la observación de su movilidad en transporte público

Abstract

La integración de tarjetas inteligentes en sistemas de transporte público ha permitido que los operadores, autoridades e investigadores, tengan acceso a una mejor perspectiva del servicio. La colección diaria de transacciones de tarjetas inteligentes trae consigo problemas propios del manejo de grandes volúmenes de datos: problemas metodológicos y nuevos desafíos. Por ejemplo, para hacer un análisis longitudinal del comportamiento de los usuarios, se necesitan los registros de transacciones en largos periodos de tiempo. No obstante, no todos los sistemas de transporte asocian información del usuario a las tarjetas inteligentes. Luego, las tarjetas se vuelven intercambiables, y no es posible asegurar la relación uno a uno entre usuarios y tarjetas. Este problema se vuelve una limitación mayor cuando el sistema presenta una alta renovación de tarjetas. El objetivo de esta tesis es medir la estabilidad y unicidad del comportamiento de usuarios de transporte público, con el fin de evaluar la posibilidad de reconocer a los usuarios a través de su movilidad. Para lograr lo anterior, se implementan tres algoritmos de caracterización y comparación de la movilidad humana: dos adaptaciones de algoritmos de la literatura, y uno diseñado y calibrado en esta tesis. Los tres algoritmos se evalúan bajo dos perspectivas: - Cuán variable es la movilidad de los usuarios a través del tiempo. - Cuán característica es la movilidad de los usuarios respecto a sus pares. Para medir cuán variables son los usuarios se utilizó una base de datos de registros de dos años del sistema de transporte público de Gatineau, Canadá. Para medir la capacidad de reconocer usuarios se utilizó una base de datos de registros de dos semanas, separadas por un intervalo de cinco meses, del sistema de transporte público de Santiago, Chile. Los tres algoritmos reportan diferencias en el grado de variabilidad de los usuarios y en la capacidad de distinguirlos según su movilidad. Sin embargo, se observa de manera transversal que a mayor cercanía entre los periodos observados menor es la variabilidad medida. Del mismo modo se observa que a mayor tamaño de los periodos comparados, mayor es la estabilidad de la movilidad. Por otra parte, si bien los usuarios presentan una alta variabilidad en la movilidad, la mayoría posee una componente estable en el tiempo. En relación a la capacidad de reconocer a los usuarios, se observa que hay un grupo de usuarios distinguible por los tres algoritmos, del mismo modo, hay usuarios no distinguibles por ninguno. Se concluye que es posible reconocer a usuarios mediante su movilidad en transporte público, pero con una alta tasa de error.