Benchmarking driving efficiency using data science techniques applied on large - scale smartphone data

2018 ◽  
Author(s):  
Δημήτριος Τσελέντης
Keyword(s):  
Data Envelopment Analysis ◽  
Convex Hull ◽  
Large Scale ◽  
Data Science ◽  
Data Envelopment ◽  
Using Data

Ο κύριος στόχος της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη μιας ολοκληρωμένης μεθοδολογικής προσέγγισης για τη συγκριτική αξιολόγηση της οδηγικής επίδοσης, όσον αφορά την οδική ασφάλεια, τόσο σε επίπεδο διαδρομής, όσο και οδηγού, με τη χρήση τεχνικών της επιστήμης δεδομένων. Η μεθοδολογική προσέγγιση στηρίζεται στον καθορισμό ενός δείκτη επίδοσης που βασίζεται στη θεωρία της Περιβάλλουσας Ανάλυσης Δεδομένων (Data Envelopment Analysis - DEA) και σχετίζεται με μακροσκοπικά συμπεριφοριστικά χαρακτηριστικά οδήγησης, όπως ο αριθμός των απότομων επιταχύνσεων/ επιβραδύνσεων, ο χρόνος χρήσης του κινητού τηλεφώνου και ο χρόνος υπέρβασης του ορίου ταχύτητας. Ακόμα, αναπτύσσονται μοντέλα μηχανικής μάθησης για τον προσδιορισμό διακριτών προφίλ οδήγησης που βασίζονται στη χρονική εξέλιξη της οδηγικής επίδοσης. Η προτεινόμενη μεθοδολογική προσέγγιση εφαρμόζεται σε πραγματικά δεδομένα οδήγησης ευρείας κλίμακας που συλλέγονται από έξυπνες συσκευές κινητών τηλεφώνων (smartphones), τα οποία αναλύονται μέσω στατιστικών μεθόδων για τον προσδιορισμό της απαιτούμενης ποσότητας δεδομένων οδήγησης που θα χρησιμοποιηθούν στην ανάλυση. Τα αποτελέσματα δείχνουν ότι ο βελτιστοποιημένος αλγόριθμος convex hull – DEA δίνει εξίσου ακριβή και ταχύτερα αποτελέσματα σε σχέση με τις κλασικές προσεγγίσεις της DEA. Ακόμα, η μεθοδολογία επιτρέπει τον προσδιορισμό των λιγότερο αποδοτικών ταξιδιών σε μια βάση δεδομένων καθώς και το αποδοτικό επίπεδο οδηγικών στοιχείων ενός ταξιδιού για να καταστεί αποδοτικότερη από την άποψη της ασφάλειας. Η περαιτέρω ομάδοποίηση των οδηγών με βάση της απόδοσή τους σε βάθος χρόνου οδηγεί στον εντοπισμό τριών ομάδων οδηγών, αυτή του μέσου οδηγού, του ασταθή οδηγού και του λιγότερο επικίνδυνου οδηγού. Τα αποτελέσματα δείχνουν ότι η εκ των προτέρων γνώση σχετικά με το ιστορικό ατυχημάτων του χρήστη φαίνεται να επηρεάζουν μόνο τη σύσταση της δεύτερης συστάδας των πιο ασταθών οδηγών, η οποία ενσωματώνει τους οδηγούς που είναι λιγότερο αποδοτικοί και ασταθής ως προς την ασφάλεια. Φαίνεται επίσης ότι η χρήση κινητών τηλεφώνων δεν αποτελεί κρίσιμο παράγοντα για τον καθορισμό της επίδοσης της ασφάλειας ενός οδηγού, καθώς διαπιστώθηκαν μικρές διαφορές σε σχέση με αυτό το χαρακτηριστική οδήγησης μεταξύ οδηγών διαφορετικών κατηγοριών επίδοσης. Επιπλέον, δείχνεται ότι απαιτείται μια διαφορετική δειγματοληψίας δεδομένων οδήγησης για κάθε α) οδικό τύπο, β) χαρακτηριστικό οδήγησης και γ) οδηγική επιθετικότητα για να συγκεντρωθούν αρκετά δεδομένα και να αποκτηθεί μια σαφής εικόνα της οδηγικής συμπεριφοράς και να εκτελεστεί ανάλυση με χρήση DEA. Τα αποτελέσματα θα μπορούσαν να αξιοποιηθούν για την παροχή εξατομικευμένης ανατροφοδότησης στους οδηγούς σχετικά με τη συνολική τους οδηγική επίδοση και την εξέλιξή της, προκειμένου να βελτιωθεί και να μειωθεί ο κίνδυνος ατυχήματος.

Data Envelopment Analysis (DEA) in the Psychological Sciences

2019 ◽  
Author(s):  
Jeffrey A. Shero ◽  
Sara Ann Hart
Keyword(s):  
Data Envelopment Analysis ◽  
Aggressive Behavior ◽  
Personality Traits ◽  
Educational Administration ◽  
Latent Variable ◽  
Organizational Management ◽  
Data Envelopment ◽  
Targeted Interventions ◽  
Component Skills ◽  
Using Data

Using methods like linear regression or latent variable models, researchers are often interested in maximizing explained variance and identifying the importance of specific variables within their models. These models are useful for understanding general ideas and trends, but often give limited insight into the individuals within said models. Data envelopment analysis (DEA), is a method with roots in organizational management that make such insights possible. Unlike models mentioned above, DEA does not explain variance. Instead, it explains how efficiently an individual utilizes their inputs to produce outputs, and identifies which input is not being utilized optimally. This paper provides readers with a brief history and past usages of DEA from organizational management, public health, and educational administration fields, while also describing the underlying math and processes behind said model. This paper then extends the usage of this method into the psychology field using two separate studies. First, using data from the Project KIDS dataset, DEA is demonstrated using a simple view of reading framework identifying individual efficiency levels in using reading-based skills to achieve reading comprehension, determining which skills are being underutilized, and classifying and comparing new subsets of readers. Three new subsets of readers were identified using this method, with direct implications leading to more targeted interventions. Second, DEA was used to measure individuals’ efficiency in regulating aggressive behavior given specific personality traits or related skills. This study found that despite comparable levels of component skills and personality traits, significant differences were found in efficiency to regulate aggressive behavior on the basis of gender and feelings of provocation.

scholarly journals Performance Evaluation of Fishery Enterprises Using Data Envelopment Analysis—A Malmquist Model

Mathematics ◽  
2021 ◽  
Vol 9 (5) ◽  
pp. 469
Author(s):  
Chia-Nan Wang ◽  
Thi-Ly Nguyen ◽  
Thanh-Tuan Dang ◽  
Thi-Hong Bui
Keyword(s):  
Performance Evaluation ◽  
Data Envelopment Analysis ◽  
Technological Progress ◽  
Data Envelopment ◽  
Domestic Economy ◽  
Factor Productivity ◽  
Sales Revenue ◽  
Business Efficiency ◽  
Using Data ◽  
Decision Making Units

In Vietnam, fishing is a crucial source of nutrition and employment, which not only affects the development of the domestic economy but is also closely related to exports, heavily influencing the economy and foreign exchange. However, the Vietnamese fishery sector has been facing many challenges in innovating production technology, improving product quality, and expanding markets. Hence, the fishery enterprises need to find solutions to increase labor productivity and enhance competitiveness while minimizing difficulties. This study implemented a performance evaluation from 2015 to 2018 of 17 fishery businesses, in decision making units (DMUs), in Vietnam by applying data envelopment analysis, namely the Malmquist model. The objective of the paper is to provide a general overview of the fishery sector in Vietnam through technical efficiency, technological progress, and the total factor productivity in the four-year period. The variables used in the model include total assets, equity, total liabilities, cost of sales, revenue, and profit. The results of the paper show that Investment Commerce Fisheries Corporation (DMU10) and Hoang Long Group (DMU8) exhibited the best performances. This paper offers a valuable reference to improve the business efficiency of Vietnamese fishery enterprises and could be a useful reference for related industries.

scholarly journals Measuring the Efficiency of Football Clubs Using Data Envelopment Analysis: Empirical Evidence From Spanish Professional Football

SAGE Open ◽  
2021 ◽  
Vol 11 (1) ◽  
pp. 215824402198925
Author(s):  
Isidoro Guzmán-Raja ◽  
Manuela Guzmán-Raja
Keyword(s):  
Data Envelopment Analysis ◽  
High Efficiency ◽  
Sport Performance ◽  
Data Envelopment ◽  
Professional Football ◽  
Efficiency Measure ◽  
Factors Affecting ◽  
Football Clubs ◽  
Main Factors ◽  
Using Data

Professional football clubs have a special characteristic not shared by other types of companies: their sport performance (on the field) is important, in addition to their financial performance (off the field). The aim of this paper is to calculate an efficiency measure using a model that combines performance (sport and economic) based on data envelopment analysis (DEA). The main factors affecting teams’ efficiency levels are investigated using cluster analysis. For a sample of Spanish football clubs, the findings indicate that clubs achieved a relatively high efficiency level for the period studied, and that the oldest teams with the most assets had the highest efficiency scores. These results could help club managers to improve the performance of their teams.

Sign in / Sign up

Export Citation Format

Share Document