在自行车共享系统（BSS）的大数据分析中，东京理科大学成功阐明了现实城市中自行车使用模式的统计特征。
BSS 作为一种可持续的公共交通系统，可以减少二氧化碳排放量并缓解交通拥堵，引起了人们的关注。然而，在方便用户在任何港口租借或归还自行车的同时，每个港口的自行车数量是有偏差的，因此需要一种有效的自行车搬迁策略来消除偏差。
在本研究中，我们认为有必要明确真实用户和整个城市的 BSS 动态，以进行这样的战略发展和社会实施，我们认为有必要明确中国四大城市的 BSS 动态。美国（波士顿、华盛顿特区、纽约、芝加哥） 我们分析了自行车在实际 BSS 中的使用情况。
我们选择了当年自行车使用量最高的8月份，并使用从四个城市的所有BSS港口提取的“用户使用自行车的时间和地点”的历史数据进行分析。首先，发现四个城市的BSS都有自行车过剩和不足，纽约的过剩和不足数量最多。纽约的借贷和归还频率特别高，但城市之间存在很大差异。
关于 BSS 的借贷使用模式，发现了四个城市共同的周期性模式，例如白天的偏向使用。此外，在工作日和周末、白天（4:8 至 21:24）和全天（XNUMX 小时）观察到类似的统计特征。然而，虽然纽约的自行车使用模式具有泊松过程的特征（租赁和退货是随机发生的，不受其他事件的影响，并且每小时没有偏差），但在其他城市并非总是如此。规律性因城市而异，表明不存在这种情况。
本研究发现的真实大都市区的 BSS 实际状态被认为是基于现实指标的理论研究评估和验证 BSS 偏差改进算法的重要依据。
