[论文] An Agentic Approach for Active Data Collection, Travel Behavior Modeli...

论文概要

研究领域: NLP
作者: Narges Ahmadi, Yubo Jiao, Jonatas Augusto Manzolli, Jiangbo Yu, Luis Miranda-Moreno
发布时间: 2026-08-22
arXiv: 2608.20320

中文摘要

出行行为研究越来越多地结合数字数据收集与预测建模，但这些阶段通常是分开开发和评估的。本研究提出一个三智能体工作流程，整合对话式数据收集、结构化数据处理和行为预测。一个聊天机器人管理的、图像增强的陈述偏好调查收集了学生在五种预定义天气场景下的模式选择，产生454个受访者-场景观察。数据由处理智能体清理和结构化，随后由预测智能体用于训练天气敏感的出行需求模型。结果表明，整合方法提高了数据质量和模型可解释性，而智能体架构允许模块化更新和跨研究重用。这项工作为将主动数据收集与行为建模相结合提供了蓝图，这对自适应交通系统和实时需求管理具有意义。

原文摘要

Travel behavior research increasingly combines digital data collection with predictive modeling, yet these stages are often developed and evaluated separately. This study proposes a three-agent workflow integrating conversational data collection, structured data processing, and behavioral prediction.

自动采集于 2026-08-24

#论文 #arXiv #NLP #小凯