The potential of personalized travel information in public transportation
Tid: Fr 2026-10-09 kl 14.30
Plats: V3, Teknikringen 72, Stockholm
Videolänk: https://kth-se.zoom.us/j/67658048255
Språk: Engelska
Ämnesområde: Transportvetenskap, Transportsystem
Licentiand: Michelle van Ardenne , Transportplanering, K2 Centrum, Urban Mobility Gourp
Granskare: Docent Åse Jevinger, Malmö universitet
Huvudhandledare: Docent Zhenliang Ma, Transportplanering; Tekn.dr Matej Cebecauer, Transportplanering; Visiting Professor Oded Cats, Transportplanering
QC 20260921
Abstract
Passagerarinformationssystem (PIS) i kollektivtrafiken syftar till att förbättraresenärers upplevelse genom att anpassa reseinformation efter individuella behov,preferenser och situationella förhållanden. Trots ett växande intresse förpersonalisering saknas det en strukturerad förståelse för hur personaliseringutformas, hur sådana utformningar kan utvärderas systematiskt och hur resenärerreagerar på olika nivåer av personalisering. För att hantera dessa kunskapsluckorundersöker denna licentiatavhandling potentialen, genomförbarheten ochacceptansen av personanpassad reseinformation i kollektivtrafiken genom entredelad forskningsdesign.
Artikel I fokuserar på att identifiera och strukturera personalisering i PIS. Ensystematisk litteraturstudie genomförs för att extrahera och sammanställaåterkommande konfigurationer av personaliseringsdimensioner i befintligakonceptuella modeller, prototyper och implementationer av personalisering i PIS.Dessa återkommande konfigurationer används för att definiera generaliserade nivåerav personalisering, som beskriver hur variationer i systemdesign påverkar graden avautomatisering i personaliseringen. Resultaten identifierar tre kärnfunktioner somligger till grund för personalisering i PIS och etablerar fem generaliserade nivåer avpersonalisering som beskriver ökande grader av automatiserad informationsleverans.
Artikel II bygger vidare på denna nivåer genom utvecklingen av ettbedömningsramverk för att kvantifiera och utvärdera nivåerna av personalisering.Funktionellt benchmarking används för att översätta varje nivå till förväntadesystemhandlingar, vilket möjliggör systematisk jämförelse och analys avpersonaliseringsförmåga i olika PIS. Resultaten identifierar 83 systemhandlingar.Ramverket visar sig effektivt för att skilja mellan olika nivåer av personalisering iverkliga tillämpningar, identifierar förbättringsområden och bekräftar dessanvändbarhet som ett diagnostiskt verktyg. Vidare visar den jämförandeutvärderingen på tekniska flaskhalsar som begränsar implementeringen av högreviipersonaliseringsnivåer, särskilt kopplat till integritetsfrågor.
Artikel III undersöker resenärers acceptans av olika nivåer av personalisering. Enexperimentell design med mellan-gruppsupplägg används för att utvärdera ochstudera olika nivåer av personalisering, med hjälp av tre prototyper. Resultaten visaratt förväntad nytta, social påverkan och integritetsoro är betydande faktorer sompåverkar resenärers acceptans av personalisering. Vidare visar resenärer högreacceptans för lägre nivåer av personalisering jämfört med högre nivåer, främst pågrund av lägre upplevda integritetsrisker och otillräckliga ökningar i förväntad nyttavid mer avancerade personaliseringsnivåer.