SCASRec
קוד פתוחGD-MLרישיון לא דווח2026-02-04
המאגר מרכז נתונים טבלאיים להמלצה על מסלולי נסיעה מתוך מחקר על מודל גנרטיבי. מי שבונה מנועי ניתוב והמלצה ימצא בו מאפייני מסלול, זמני הגעה והיסטוריית בחירות כרונולוגית.
- 644הורדות בחודש
- 30לייקים
מה זה
הרשומות מייצגות המלצות על מסלולים ומחולקות לשלושה סוגי מאפיינים לפי התיעוד של החוקרים. החלק הראשון מכיל שישים ושניים מאפיינים סטטיים, דינמיים וסטטיסטיים של מסלול, כולל זמן הגעה משוער ואורך כולל. החלק השני כולל עשרה מאפייני הקשר של הבקשה כמו מועד הקריאה ורמת ההיכרות של הנהג עם נקודת המוצא והיעד. החלק השלישי מורכב משלושים ואחד מאפיינים כרונולוגיים של מסלולים שנבחרו ושלא נבחרו בעבר.
הנתונים מפוצלים למעל מאה קבצי CSV, שמחזיקים סדרות אימון שונות. הכרטיס לא מפרט מאיזו עיר או מדינה נאספו המדידות, מי המשתמשים ואיך ביצעו ניקוי או סינון של הרשומות.
מתאים ל
- אימון מודלי המלצת מסלול
למידת דפוסי בחירה של נהגים מתוך שילוב בין אורך הדרך, זמן הגעה משוער והיסטוריית נסיעות קודמת.
- סיווג טבלאי של החלטות
בניית מסווגים שחוזים אם מסלול מסוים ייבחר בהינתן נתוני הקשר של השעה ורמת ההיכרות עם השטח.
- שחזור תוצאות המאמר
בדיקה והערכה של ארכיטקטורת SCASRec מול נתוני הבסיס המקוריים שפורסמו עבורה.
איפה זה נופל
החיסרון המרכזי כאן הוא חוסר שקיפות מוחלט לגבי מקור המידע. הכרטיס שותק לגבי הצי רכב, המיקום הגאוגרפי, השפות של הממשק או התקופה שבה רשמו את התנועה. אי אפשר לדעת אילו הטיות קיימות בבחירת המסלולים, ואי אפשר להניח שהתנהגות הנהגים מייצגת משהו שרלוונטי לתנועה בישראל. בלי לדעת מה בדיוק נמדד בכל עמודה מתוך עשרות הממדים, מודל שיאומן פה מסוכן לשימוש ישיר על תעבורה חיה.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט לפיתוח מסחרי?
לא. היוצרים לא הגדירו רישיון בדף המאגר, ולכן כל הזכויות שמורות להם לפי ברירת המחדל. שימוש בנתונים או אימון מודל למוצר מסחרי כרוך בסיכון של הפרת זכויות יוצרים.
האם יש בנתונים טקסט בעברית?
לא. מדובר במאגר טבלאי נומרי של ממדים ווקטורים שמייצגים זמנים, מרחקים ומאפייני ניתוב. אין בו שדות טקסט חופשי או התייחסות לשפות.
איך הנתונים נאספו ובאיזה אזור בעולם?
הכרטיס לא מציין זאת כלל. החוקרים מציינים שמדובר בנתונים עבור המאמר שלהם על מודל SCASRec, אך לא חשפו את מקור המסלולים, אופן הדגימה או החברות שסיפקו את המידע.
איך הקבצים מאורגנים במאגר?
המידע מפוצל ליותר ממאה קבצי CSV שממוספרים תחת תיקיית data, לצד קבצים בתיקייה הראשית. המבנה מאפשר להוריד ולטעון מנות אימון לפי הצורך בלי לחייב טעינה של כל הקבצים בבת אחת.
איך טוענים
טוענים את הקבצים ישירות מספריית data בעזרת ספריית עיבוד טבלאי כמו pandas או חבילת datasets. הנתונים שמורים כקבצי CSV נפרדים כמו SCASRec_Train_2026_1.csv, בלי צורך בבקשת גישה מיוחדת או אישור מקדים מהיוצרים. לפני שמתחילים לרוץ כדאי לשים לב למבנה הממדים, שכולל וקטורים של מאפייני מסלול, מאפייני סצנה והיסטוריה ארוכה של בחירות קודמות.
from datasets import load_dataset
ds = load_dataset("GD-ML/SCASRec")הרישיון
החוקרים לא צירפו רישיון למאגר. מבחינה משפטית, כשאין רישיון מוצהר זכויות היוצרים שמורות להם במלואן, ואסור להשתמש בנתונים לפרויקטים מסחריים או להפיץ אותם מחדש. גם אימון של מודל פנימי בחברה עלול לחשוף אתכם לסיכון משפטי, כך שהוא מתאים כרגע למחקר אקדמי עצמאי בלבד עד שהיוצרים יסדירו את התנאים.