Voorspelling van het reismotief in een app-ondersteund verplaatsingsonderzoek

Een evaluatie van verschillende machine learning modellen voor het voorspellen van de reismotieven van respondenten.

Onderzoeken naar verplaatsingen en mobiliteit zijn kansrijke kandidaten om ‘smart’ te gaan. Respondenten moeten alle details van verplaatsingen kunnen en willen rapporteren, inclusief hoe ze zijn gereisd, met wie en waarom. Locatiemetingen bieden kansen om responslast te verminderen en datakwaliteit te verbeteren. Met het toevoegen van contextinformatie kunnen locatiemetingen ook de basis vormen voor voorspellingen van vervoermiddelen en reismotieven. Locatiemetingen kunnen echter wel privacygevoelig zijn voor respondenten.

In 2022 heeft het CBS een nieuw veldexpertiment gedaan waarbij respondenten werd gevraagd een week lang een app met locatiemetingen te gebruiken. Ze werden gebraagd de metingen te controleren en, indien, nodig te corrigeren. Het motief van elke reis dienden ze altijd op te geven.

In dit rapport bespreken we resultaten van een verzameling machine learning modellen voor het voorspellen van de door de respondenten opgegeven motieven. Predicties halen een redelijke nauwkeurigheid, maar deze variëren wel per type motief. Het aantal bezoeken aan een locatie is een van de sterkste voorspellers.

Zahroh, S., P. Lugtig, Y. Gootzen, J. Klingwort and B. Schouten (2025). Predicting trip purpose in a smartphone‐based travel survey. Discussion paper, Statistics Netherlands, The Hague/Heerlen.