GenMRP

מה זה

הנתונים מחולקים לארבעה סוגי מאפיינים עיקריים שמתעדים בחירות מסלול של נהגים. יש כאן מאפייני מקטעי דרך כמו אורך הנתיב ורוחבו, ומאפייני תדירות שמתעדים את היסטוריית הנסיעות של המשתמש בשלושת החודשים שקדמו לבקשה. לצידם נשמרים נתוני הקשר של הבקשה עצמה, כולל שעת הפנייה ומידת ההיכרות של הנהג עם נקודות המוצא והיעד.

בנוסף, המאגר כולל רצף כרונולוגי של החלטות קודמות, שמפרט אילו מסלולים הוצעו ונבחרו לעומת אלה שנדחו. הנתונים מאורגנים בטבלאות שמתאימות למשימות סיווג ולמידה על גבי גרפים, אבל הכרטיס לא מציין מאיזו עיר או מדינה המידע נאסף, איך דגמו את הנהגים או האם הנתונים עברו אנונימיזציה וסינון כלשהם לפני הפרסום.

מתאים ל

• חיזוי בחירת מסלול

  אימון מודלים שמדרגים חלופות נסיעה בהתאם לשעה, היכרות הנהג עם היעד ומאפייני הדרך.

• התאמת ניווט אישית

  שימוש ברצף החלטות קודמות כדי ללמוד העדפות נהיגה של משתמשים לאורך שלושה חודשים.

• למידה על גרפי תנועה

  שילוב נתוני מקטעי דרך ורשתות כבישים עם מודלים של למידה מבוססת גרפים.

איפה זה נופל

הבעיה המרכזית היא חוסר מוחלט בהקשר גאוגרפי. אין שום תיעוד של האזור שבו נאספו הנתונים, מה שהופך את היכולת להשליך מהם על רשתות כבישים מקומיות, כמו אלו בישראל, ללא ידועה. הכרטיס גם שותק לגבי הטיות אפשריות, פערי זמנים או אופן סינון הדגימות החריגות. לפני שמשקיעים כאן זמן אימון, צריך לקחת בחשבון שמדובר בנתונים שפורסמו כחלק ממאמר אקדמי בלי תיעוד מקיף של שיטות האיסוף.

איך טוענים

המאגר מכיל 103 קבצים, רובם קובצי CSV שמפוצלים לחלקים כמו GenMRP_Train_2026_1.csv עד חלק 100 בתוך תיקיית data. אין צורך בבקשת גישה מיוחדת כדי להוריד אותו, אפשר לטעון אותו ישירות בכלים הרגילים לעבודה עם טבלאות. כדי להרכיב את הדוגמאות לאימון תצטרכו לחבר בין מאפייני המקטעים, היסטוריית המשתמש וההקשר של כל בקשה, בהתאם לממדים שמפורטים במבנה הנתונים.

from datasets import load_dataset

ds = load_dataset("GD-ML/GenMRP")

הרישיון

היוצרים לא הגדירו רישיון שימוש במאגר. מבחינה משפטית, היעדר רישיון אומר שכל הזכויות שמורות להם, ואין לכם אישור מפורש להשתמש במידע, להפיץ אותו או לבסס עליו מודלים מסחריים. שימוש כזה מתאים כרגע רק לבדיקות ומחקר פנימי, וגם זה בזהירות.

הרישיון המלא ב־Hugging Face ↗