Modeling Cyclists’ Itinerary Choices: Evidence from a Docking Station-Based Bike-Sharing System = Un modello per gli itinerari dei ciclisti: risultati da un bike-sharing a stazioni fisse

This paper presents a bike itinerary choice model for a bike sharing system (BSS). Machine learning techniques are used to characterize the bike itineraries within a given day. We present a method to detect the ’most faithful’ users with respect to itinerary types and a Bayesian network model which emphasizes the link between the conditions with which the itinerary is chosen and the itinerary type.

Questo articolo presenta un modello di scelta di percorsi ciclabili per un sistema di bike sharing (SBS). Tecniche di machine learning vengono utilizzate per caratterizzare i percorsi in un dato giorno. In questo articolo viene presentato un metodo per rilevare gli utenti ’più fedeli’ rispetto ai tipi di itinerario e un modello ` di rete bayesiana che enfatizza il collegamento tra le condizioni in cui si sceglie l’itinerario e il tipo di itinerario.