In the last few years Free-Floating Car-Sharing (FFCS) has become a huge phenomenon with millions of users all around the world, FFCS providers let customers book a vehicle (car or scooter) instantly from their smartphone, pick it up from a place and park it wherever they want within the operation area. On the contrary, with traditional car-sharing services users have to book a vehicle days in advance and they’ve to park it in fixed location, often in the same location where they have picked up the vehicle. The flexibility introduced with FFCS generates new problems for users and new challenges for providers. Users can see the location of all available vehicles near their position directly on their smartphone and they can book the one that they prefer, but usually they don’t want to walk a long distance to reach the vehicle. If a user is in an area without vehicles or the nearest one is very distant, he has three options: he waits and hopes for a nearer vehicle, he takes the nearest vehicle doing a long distance on foot or he takes another service (public transport, taxi, Uber. . . ). The purpose of this thesis is to develop of a recommender system that suggests users if it’s better to wait because probably a vehicle will become available soon near his position or if it’s better to take another option, a distant vehicle or a different service, because probably no vehicle will arrive soon. In literature the problem of predicting the positioning of car-sharing vehicles has been observed from the providers’ point of view, therefore it has been studied as a problem of fleet optimisation and user needs haven’t been taken in account. Using recommendation and data-mining techniques, from the historic data of vehicle positions, I’ve developed a recommender system that, taken user position and datetime, suggests user if it’s better to wait because a vehicle will be available in the next few minutes near his position or to take another option (distant vehicle or different service).

Negli ultimi anni il car-sharing free-floating (FFCS) è diventato un fenomeno diffusissimo con milioni di utenti in tutto il mondo. Questi nuovi provider permettono agli utenti di prenotare un veicolo istantaneamente dal proprio smartphone e parcheggiarla in qualsiasi punto della città. Invece con i serivizi tradizionali di carsharing il veicolo andava prenotato giorni prima e riportato in punti prestabiliti, spesso nello stesso punto di partenza. La flessibilità introdotta con il FFCS ha generato nuovi problemi agli utenti e nuove sfide ai providers. Gli utenti possono visualizzare sul proprio smartphone la disposizione dei veicoli disponibili e prenotare quello che preferiscono, ma tendenzialmente non sono disposti a percorrere lughe distanze a piedi per raggiungere il veicolo più vicino. Se un utente si trova in una zona senza veicoli o il più vicino è lontano, esso ha tre opzioni: aspettare e sperare che ne arrivi uno più vicino, prendere il veicolo distante facendo un lungo percorso a piedi oppure prendere un mezzo alternativo. Lo scopo di questa tesi è lo sviluppo di un sistema di raccomandazione che suggerisca all’utente se conviene aspettare perchè probabilmente nella vicinanze arriverà un veicolo a breve oppure se gli conviene prendere un’altra pozione (un veicolo distante o un altro servizio) perchè probabilmente nella sua zona non arriveranno veicoli. In letteratura il problema della predizione del posizionamento dei veicoli del carsharing era sempre stato affrontato come un problema lato business, quindi di ottimizzazione della flotta, i bisogni degli utenti non sono mai stati presi in considerazione, se non al massimo come una variabile del sistema, non come scopo. Grazie a tecniche di recommendation e data mining, sulla base dello storico delle posizione dei veicoli di carsharing ho stato realizzato un sistema di raccomandazione che, data la posizione dell’untente e l’orario, gli suggerisce se nei prossimi minuti conviene aspettare perchè un veicolo diveniterà disponibile a breve vicino alla sua posizione oppure prendere un’altra opzione (il mezzo distante o un altro servizio).