Survival analysis of electric vehicle charging behavior and the temporal evolution of feature effects

Abstract This study proposes a survival-based modeling framework that combines behavioral features with interpretable machine learning to understand and predict user churn in electric vehicle charging services. Using a dataset of 1,074 users and 107,531 charging sessions from Central European countr...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Matej Meža, Gregor Strle, Marko Meža
Format:	Artigo
Język:	Inglês
Wydane:	Nature Portfolio 2025-10-01
Seria:	Scientific Reports
Hasła przedmiotowe:	Electric vehicle charging Machine learning Behavioral modeling Churn prediction Survival analysis
Dostęp online:	https://doi.org/10.1038/s41598-025-18771-8
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!