Kaupungin työntekijöiden liikeratojen seuranta ja hyödyntäminen kiinteistöhuollon toiminnassa

Abstract

Työn tavoitteena oli hyödyntää spatio-temporaalista aineistoa eli kiinteistönhuollon työntekijöiden sijaintia ja työtehtäviä tiedonvälityksen parantamiseksi ja hyödyntää kerättyä aineistoa mahdollisimman paljon erilaisilla menetelmillä ja ArcGIS-ohjelmistoilla. Tapaustutkimus tehtiin Porin kaupungille ja tavoite oli automatisoida tekstiviesti-ilmoitukset huoltotoimenpiteen ilmoittajalle sekä tehdä tiedonlöytämisen prosessi spatio-temporaalisen aineiston tiedon louhintaan.

Porin kaupunki käyttää ArcGIS-ohjelmistoja aineiston keruuseen, analysoimiseen ja tallentamiseen. Aineistoa oli kerätty työntekijöiltä heidän antamalla suostumuksella jo ennen tämän työn aloittamista. Tapaustutkimuksessa käytetään Workforce for ArcGIS -sovelluksessa kertynyttä aineistoa hyödyksi mahdollisimman paljon.

Tapaustutkimuksessa käytettiin tiedon löytämisen prosessia aineiston louhintaan. Menetelmiksi valikoitui klusterointi, luokittelu ja visuaaliset menetelmät. Klusteroinnin algoritmeja olivat DBSCAN, HDBSCAN ja OPTICS. Luokittelun menetelmät olivat päätöspuu ja luokittelusäännöt. Visuaaliset menetelmät olivat aika-avaruuskuutiot liikerata-aineistona sekä pisteiden ryhmittäminen aikasarjakuutioihin viikko- ja tuntitarkastelulla.

Tapaustutkimuksessa tehtiin suunnitelma ja selvitys tekstiviestien lähettämisen automatisointia varten. Työssä käytettiin klusterointialgoritmeja suosittujen sijaintien löytämiseen. Liikerata-aineisto esikäsiteltiin ja luokiteltiin kolmeen luokkaan, kiinteistöön, tieverkkoon ja tuntemattomaan. Liikeradat sisältävät tiedon myös ajomatkasta ja työajasta. Lisäksi tehtiin aika-avaruuskuutioanalyysejä, jotka osoittivat nousevia ja laskevia muutostrendejä huollettavissa kiinteistöissä sekä kuuma- ja kylmäpisteitä, jotka kuvastivat kiinteistöjen ja työntekijöiden työskentelytapoja. Työn avulla

Porin kaupunki pystyi parantamaan tiedonkulkua työntekijöiden välillä, tehostamaan työnjakoa ja analysoimaan tulevaisuuden remonttitarpeita kaupungin kiinteistöjen huoltotoimenpiteitä seuraten.

The aim of this research was to discover variable data mining methods for spatial-temporal data that is worker location tracking data and assignments. The data was used to enhance communication and to discover information with knowledge discovery process and ArcGIS software. A case study is for the City of Pori and the first objective was to automate a notification system for real estate maintenance. The notification system’s aim is to send a SMS message each time the status of the maintenance task is changed. The second objective was to do a knowledge discovery process in data.

The City of Pori utilizes ArcGIS-software for data collection, analysis and storage. The data has been collected from the real estate maintenance workers with their consent and it is used in this research. The case study utilized data from Workforce for ArcGIS -mobile application as much as possible.

The case study utilized the data by performing the knowledge discovery process in data. During the process the methods are chosen, and they are clustering, classification and visual methods. The algorithms used in clustering are DBSCAN, HDBSCAN and OPTICS. The classification methods include decision making tree and IF-THEN rules. The visual methods are space-time cube from trajectory data and from points into time series bins.

In the case study the first objective included descriptions and results of the investigation of automating notification system using test data. Work for the second objective included pre-processed and classified trajectory data into three classes: Real estate, Travel by car and Unknown. The trajectories had information of how much driving and work hours have been used in real estate maintenance for different time periods or areas. In addition, the study case included space-time cube analytics, that determine trending and emerging hot spot real estate, according to collected points in the area and point of time of the real estate.

The City of Pori can utilize these results by enhancing communication between workers and relevant people, optimize work load distribution and analysing the future needs for renovation of the real estate the city owns