-
FleetPy_曼哈顿案例研究输入数据集
2025年12月11日 30 196 193
数据集概述 该数据集为仿真框架FleetPy提供纽约曼哈顿案例研究的仿真输入数据，包含基于纽约市出租车和豪华轿车委员会（TLC）2018年11月11日至18日曼哈顿区域行程记录的需求数据，以及从OpenStreetMap（OSM）提取的曼哈顿区域路网数据，需配合FleetPy仓库使用。 文件详解 文件名称: FleetPy_Manhattan.zip...
-
带缺失值的网约车出行数据集
2025年12月11日 30 162 146
数据集概述 该数据集包含三百二十九条每日时间序列数据，记录了多家网约车（FHV）公司的出行次数和车辆数量信息，数据中存在缺失值，可用于相关分析场景。 文件详解 文件名称: vehicle_trips_dataset_with_missing_values.zip 文件格式: ZIP压缩包（.zip） 内容说明:...
-
社区地图绘制与参与式观察评估问卷及数据集
2025年12月6日 30 28 18
数据集概述 该数据集包含用于评估社区地图绘制（Community Mapping）和参与式观察（Teilnehmende Beobachtung）两种定性研究方法的问卷，以及相关数据。内容涵盖参与者对研究方法的评价，以及对柏林-潘科夫区市政交通政策的看法，数据以原始Excel格式提供。 文件详解 问卷文件（PDF格式）： Fragebogen...
-
交通运输乘客出行预测训练数据集
2025年7月15日 60 33 29
交通运输乘客出行预测训练数据集_Transportation_Passenger_Travel_Prediction_Training_Dataset 数据来源：互联网公开数据 标签：交通运输, 乘客出行, 预测模型, 时间序列分析, 机器学习, 数据挖掘, 出行需求, 交通规划 数据概述：...
-
城市出行预测数据集Ube-FS24AI-MTS数据项目-onebrick
2025年5月29日 30 71 9
城市出行预测数据集Ube-FS24AI-MTS数据项目-onebrick 数据来源：互联网公开数据 标签：出行预测，交通大数据，数据集，机器学习，时间序列分析，城市交通，人工智能，出行需求 数据概述： 该数据集是 Ube-FS24 AI-MTS 数据项目的一部分，记录了城市交通出行相关数据，旨在用于出行需求预测和交通流量分析。主要特征如下：...
-
优步出行需求分析数据集UberRideRequestAnalysis-awais8765
2025年5月22日 30 36 4
优步出行需求分析数据集UberRideRequestAnalysis-awais8765 数据来源：互联网公开数据 标签：出行数据, 交通运输, 需求预测, 订单状态, 时间序列分析, 城市交通, 数据可视化, 机器学习 数据概述：...
-
优步出行需求分析数据集UberRideRequestAnalysis-sunitabakshi
2025年5月18日 30 9 8
优步出行需求分析数据集UberRideRequestAnalysis-sunitabakshi 数据来源：互联网公开数据 标签：出行需求, 共享出行, 交通分析, 订单状态, 时间序列分析, 城市交通, 机器学习, 交通预测 数据概述：...
-
纽约市Uber出租车出行数据NewYorkCityUberTripData-ahmedalia0011a
2025年5月17日 30 12 11
纽约市Uber出租车出行数据NewYorkCityUberTripData-ahmedalia0011a 数据来源：互联网公开数据 标签：出租车出行, 地理位置, 时间序列分析, 城市交通, 数据可视化, 交通预测, 出行需求, 机器学习 数据概述：...
-
优步出行需求分析数据集UberRideRequestAnalysis-kirtichauhan11
2025年5月17日 30 185 89
优步出行需求分析数据集UberRideRequestAnalysis-kirtichauhan11 数据来源：互联网公开数据 标签：出行需求, 交通运输, 城市交通, 优步, 订单数据, 时间序列分析, 数据可视化, 机器学习 数据概述：...
-
优步出行需求分析数据集UberRideRequestAnalysis-awais8765
2025年5月16日 30 178 5
优步出行需求分析数据集UberRideRequestAnalysis-awais8765 数据来源：互联网公开数据 标签：出行数据, 交通运输, 需求预测, 订单状态, 时间序列分析, 城市交通, 数据可视化, 机器学习 数据概述：...
-
优步出行需求分析数据集UberRideRequestData-anoop31
2025年5月15日 30 48 28
优步出行需求分析数据集UberRideRequestData-anoop31 数据来源：互联网公开数据 标签：出行数据, 交通运输, 需求预测, 城市交通, 订单状态, 时间序列分析, 机器学习, 数据可视化 数据概述：...
-
Lyft出行需求预测数据集LyftPredictionDataset-akashsuper2000
2025年5月14日 30 46 0
Lyft出行需求预测数据集LyftPredictionDataset-akashsuper2000 数据来源：互联网公开数据 标签：交通出行，需求预测，数据集，时间序列，机器学习，数据分析，城市规划，共享出行 数据概述： 该数据集包含来自Lyft出行平台的预测数据，记录了用户出行需求的预测信息。主要特征如下：...
-
Uber出行需求与服务状态数据集UberRequestData-goyalshalini93
2025年5月1日 30 108 52
Uber出行需求与服务状态数据集UberRequestData-goyalshalini93 数据来源：互联网公开数据 标签：出行需求, 叫车服务, 交通运输, 城市出行, 订单状态, 时间序列分析, 数据分析, 机器学习 数据概述： 该数据集包含来自Uber叫车平台的用户出行请求数据，记录了乘客的出行需求以及订单的服务状态信息。主要特征如下：...
-
Uber出行供需缺口分析数据集UberSupply-DemandGapAnalysis-lihkininos
2025年5月1日 30 141 56
Uber出行供需缺口分析数据集UberSupply-DemandGapAnalysis-lihkininos 数据来源：互联网公开数据 标签：出行需求, 供需分析, 城市交通, 时间序列分析, 数据可视化, 订单状态, 机器学习, 交通预测 数据概述：...
-
瑞典哥德堡地区出行需求与土地利用数据集GothenburgTripDemandandLandUseDataset-parishwad
2025年5月1日 30 164 119
瑞典哥德堡地区出行需求与土地利用数据集GothenburgTripDemandandLandUseDataset-parishwad 数据来源：互联网公开数据 标签：出行需求, 土地利用, 交通规划, 城市建模, 空间分析, 人口统计, 经济指标, 数据挖掘 数据概述：...
-
Uber出行需求与服务数据分析数据集UberRideRequestandServiceDataAnalysis-meheranvesh
2025年4月29日 30 44 31
Uber出行需求与服务数据分析数据集UberRideRequestandServiceDataAnalysis-meheranvesh 数据来源：互联网公开数据 标签：出行需求, 叫车服务, 数据分析, 时间序列分析, 城市交通, 交通运输, 订单状态, 机器学习 数据概述：...
-
优步出行需求与PowerBI可视化数据集-m0stafanasser
2025年4月26日 30 43 39
优步出行需求与PowerBI可视化数据集-m0stafanasser 数据来源：互联网公开数据 标签：出行需求，优步，数据集，数据可视化，Power BI，时间序列分析，地理空间数据，商业智能 数据概述： 该数据集包含优步（Uber）的出行需求数据，结合Power BI可视化工具，用于分析和展示出行行为。主要特征如下：...
-
优步Uber需求差异数据集UberDemandGapDataset-rahulrks
2025年4月26日 30 164 95
优步Uber需求差异数据集UberDemandGapDataset-rahulrks 数据来源：互联网公开数据 标签：交通出行，需求分析，数据集，时间序列，机器学习，城市规划，商业智能，需求预测 数据概述：该数据集包含来自优步（Uber）平台的出行需求数据，记录了不同时间段，地点的乘客需求与供给差异。主要特征如下：...
-
航班票价预测数据集
2025年4月15日 30 11 2
航班票价预测数据集 数据来源：互联网公开数据 标签：航班票价,预测模型,航空出行,时间序列,数据分析,目标预测,出行需求,航班信息,行李信息 数据概述：...
-
优步司机行程数据集
2025年4月15日 30 1 0
优步司机行程数据集 数据来源：互联网公开数据 标签：优步,司机,行程数据,数据分析,出行模式,城市交通,出行需求 数据概述： 本数据集包含优步司机在特定时间段内完成的所有行程记录，涵盖了行程的起始点、终点、距离、时长、费用等关键信息。通过这些数据，可以深入分析优步司机的运营情况和乘客的出行模式。 数据用途概述：...
