Proof of concept of system for analysis of historic data for use of electric scooters
Description
Full text not available
Abstract
Industrien med leibare elektriske sparkesykler er ung og vokser stadig. Å jobbe med disse sparkesyklene er arbeid som aldri tar slutt, og tar opp mye tid og hardt arbeid.I ett forsøk på å forbedre aspekter av industrien, spesifikt rundt plasseringen av disse sparkesyklene, har studenten utviklet et proof of concept for ett system som analyserer historisk data for bruk av sparkesyklene for å gi forslag til hvor sparkesyklene burde plasseres slik at de blir brukt mest mulig av kunder.Systemets arkitektur er delt inn i to biblioteker, ett utviklet med tanke på å kjøre på en backend server, og det andre med tanke på å kjøre på mobile enheter som smarttelefoner og nettbrett. Biblioteket laget for server er utviklet for det tunge arbeidet å prosessere store mengder historisk data slik at en modell kan lages for videre prosessering. Denne modellen kan så deles med smarttelefoner og nettbrett brukt av ansatte i Ryde Technology, hvor det andre biblioteket interpreterer modellen videre for å lage en forutsigelse for sparkesykkelbruk for en spesifisert tidsperiode, i tillegg til å gi spesifikke forslag for hvor sparkesykler burde plasseres og antallet.Systemet er proof of concept og ikke klart for bruk i praksis. Denne bacheloroppgaven har utforsket hvordan en slik løsning kan utvikles, og verdien en slik løsning kan ha i industrien.Det er studentens håp at denne oppgaven kan legge opp til videre utvikling av løsningen som er laget, og at oppgaven kan forbedre effektivitet i industrien. The industry of rentable electric scooters is young and growing larger all the time. Managing these scooters is work that never ends, takes a lot of time and hard work. In an attempt to improve aspects of the industry, specifically the placement of these scooters, the student has developed a proof of concept for a system for using historical data of scooter trips to automatically give suggestions for where to place scooters where they will be used the most by customers. The systems architecture is divided into two libraries, one developed to run on a backend server, and the other to run on smartphones and tablets. The library built for the server is developed to handle the heavy work of processing large amounts of data to produce a model for further processing. This model can then be shared with smartphones and tablets used by employees working in Ryde Technology, where the second library interprets this model to create a prediction of usage for a specified time period, as well as suggesting where to place scooters and how many. While the system is proof of concept and not ready for practical use, this thesis has explored how such a solution can be developed, and explored the merit of using such a solution in the industry. It is the students hope that this thesis can pave the way for a future development, which can improve efficiency in the industry.