ainochi-kor / predict-bus-stop-with-fuzzy

버스 도착 기록들을 Fuzzy 삼각 함수를 이용하여 버스 예상 도착 시간 예측

FuzzyPredictBusStop

: 지금 세상에 이용되고 있는 버스 정류장의 예측 시간은 정확하지 않다. 그 이유는 버스의 좌표값과 정류장의 좌표값을 이용하여 거리에 따른 시간을 나타내기 때문이다. 방대한 데이터로 인해, 데이터 셋에 속도가 빠른 데이터를 적용한다면, 오차율을 줄일 수 있다고 판단하였다.

목표

: 네이버(Naver) 포털사이트에 있는 알고 싶은 버스 노선의 정류장 정보를 크롤링하고, 부산교통공사의 해당 버스의 데이터를 크롤링한다. 그 값들을 정제하여, 버스 지연 시간을 계산한 후, 버스 예상 도착시간에 추가하여 지연을 최소화 하도록 한다

• [01_Bus_Location]: 해당 시간의 해당 번호의 버스들의 위치를 파악하여 크롤링하여 CSV파일에 버스 번호, 현재 위치, Date를 추가한다.
• [02_Bus_Stop]: 해당 버스 번호의 버스 정류장 경로 정보에서 버스 정류장의 번호와 정류장 이름을 CSV파일에 저장한다.
• [03_BusStop_Refine]: 02에서 추출한 CSV파일 중 정류장 번호가 없는 행을 제거하고, 정류장 사이의 '-'문자를 제거하여 다시 CSV파일로 정제한다.
• [04_BusStop_Infomation]: 03에서 정제한 버스 정류장 파일을 이용하여, 원하는 정류장을 정한 뒤, 해당 버스 정류장의 원하는 버스의 도착 예정시간을 크롤링하여 CSV파일로 저장
• [05_Extract_BusStop_Refine_Sum]: 04에서 추출한 모든 CSV파일 중 '버스 번호의 오전or오후'를 하나로 통합한다.
• [06_Extract_BusStop_Refine_Time]: 05의 CSV파일의 Date의 년월일시분초를 년월일, 시, 분, 초로 나누어서 다시 저장하도록 한다.
• [07_Extract_BusStop_Refine_MissingDataAndDataDiet]: 06의 CSV파일 중 결측행을 제거하고, '정류장 번호,날짜,시간,분'을 기준으로 데이터를 줄이도록 한다.
• [08_Sort_BusStop_Data]: 07의 데이터를 정류장 별로 데이터를 정렬하도록 한다.
• [09_Fuzzy_Bus_Stop]: 08폴더에서 가져온 CSV파일을 기초로 한다. 이 프로그램은 퍼지 알고리즘을 이용하여 버스 정류장과 시간을 입력하면 지연시간을 계산하여, 예정 도착 시간을 알려주도록 한다.

웹 크롤링 및 데이터 셋 구축

그림 1. 부산교통공사 17번 버스 정보

URL 1. [그림1-1]의 URL

[그림 1]은 검색한 시간의 버스 정보를 나타낸 것이다. 이 정보를 BeautifulSoup 라이브러리와 Selenium 라이브러리를 이용하여, 웹 사이트를 크롤링하였다. [URL 1] + “버스 번호”를 입력하면 해당 [그림1]이 나오게 되며 17, 40, 68, 81, 138-1의 버스 위치 데이터를 추출하였다.

CSV 1. 버스 위치 데이터

추출된 버스 데이터는 버스 번호, 버스 정류장 이름, 검색한 시간의 날짜, 시, 분, 초를 한 행으로 CSV파일을 만들었다.

그림 2. 17번 버스의 정류장

[그림 2]는 네이버 지도에 17번 버스를 검색하여 나타낸 결과이다. 버스 정류장 데이터를 가져오기 위해, 개발자 모드로 변환하여, 해당 데이터를 라이브러리를 이용하여 추출하였다.