Detection and Description of Traffic Events Using Floating Car and Social Media Data

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Jeodezi ve Coğrafi Bilgi Teknolojileri Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: AHMET DÜNDAR ÜNSAL

Asıl Danışman (Eş Danışmanlı Tezler İçin): Hediye Tüydeş Yaman

Eş Danışman: Pınar Karagöz

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Trafik yönetiminde, trafik olaylarının algılanması ve doğrulanması, karayollarına yerleştirilen sensör verileri kullanılarak gerçekleştirilmiştir. Daha yeni bir yaklaşım olarak, hareketli araç verilerinden (FCD) elde edilen geniş kapsamlı seyahat süresi bilgisi de aynı amaçla kullanılır, ancak bu veri de olay niteliklerini tanımlamada kısıtlıdır ve doğrulama gerektirir. Günlük hayatımızda yaygın olarak kullanılan sosyal medyanın ev sahipliği yaptığı büyük veri, olayların algılanmasında, bilgi getirimi yöntemleri kullanılarak analiz edilebilir. Bu çalışmada, iki bağımsız veri kaynağı olan FCD ve Sosyal Medya Verileri (SMD) kullanılarak, trafik olaylarını gerçek zamanlı olarak algılamak ve tanımlamak için bir çerçeve önerilmiştir. SMD'deki trafik olayları, Türkçe'nin sondan eklemeli yapısı dikkate alınarak özelleştirilmiş bir dil modeli kullanılarak sınıflandırılır. Algılanan trafik olayı tweet'lerinin konumları, özelleştirilmiş bir varlık adı tanıma (NER) sistemine entegre çalışan bilgi tabanlı coğrafi kodlama yaklaşımı ile, 379.2 metre medyan hata ile belirlenmiştir. FCD üzerinde önerilen yöntemler ile, tekrarlamayan sıkışıklıklar (NRC) algılanabilir ve mekan-zamansal etki alanları belirlenebilir Mekan-zamansal bilgi eşleştirme yöntemini kullanan eşleştirme deneylerinde, trafik olayı bildiren tweet'lerin %64,1'i bir NRC tarafından doğrulanabilmiştir, diğer taraftan büyük ölçekli NRC'lerin ancak %33'ü en az bir tweet ile doğrulanmıştır.