Bike Sharing Demand Analysis and Prediction - تحليل وتوقع معدلات الطلب

الهدف من المشروع هو التنبؤ بالطلب على مشاركة الدراجات في لندن لتحسين لوجستيات التوزيع. باستخدام البيانات التاريخية من 2015 إلى 2017، قمت بتحليل تأثير الطقس والوقت على عدد الطلبات. -- النتائج الرئيسية • الفئة الاكبر : يتم تشغيل النظام بواسطة العمال. تؤكد القمم عند الساعة 8:00 صباحًا و5:00 مساءً أن هذه خدمة تستخدم بواسطة العمال، وليست مجرد منطقة جذب سياحي. • حساسية الطقس: o درجة الحرارة هي المحرك الأقوى للحجم. يزداد عدد الركاب خطيًا مع ارتفاع درجة الحرارة. o يتسبب المطر في انخفاض الطلب بنسبة 39% تقريبًا، لكن 61% من المستخدمين يواصلون الركوب، مما يثبت مدى الالتزام الشديد بالخدمة. o الموسمية: يصل الطلب إلى أدنى مستوياته في ديسمبر، مما يجعل هذه الفترة مثالية للصيانات الكبيره. -- الحل • الخوارزمية: RandomForest Regression. • الأداء: تم الحصول على درجة R2 قدرها 0.95. • الموثوقية: نجح النموذج في التمييز بين سيناريوهات الطلب المرتفع (أكثر من 4000 دراجة) وسيناريوهات الطلب المنخفض (أقل من 50 دراجة) بدقة عالية. -- توصيات للعمليات • النقل الديناميكي بالشاحنات: استخدم نموذج التنبؤ للتخزين المسبق للمحطات في الساعة 7:00 صباحًا في الأيام التي من المتوقع أن تكون فيها درجات الحرارة أعلى من 20 درجة مئوية. • جدولة الصيانة: نقل أعمال الإصلاح الرئيسية إلى شهر يناير، حيث يقل الطلب بنسبة 50% تقريبًا عن شهر يوليو. • التوظيف: قم بتقليل عدد الموظفين خلال توقعات "الأمطار الغزيرة"، حيث ينخفض ​​الطلب بشكل موثوق بنسبة 40% تقريبًا.