1. Lecture Notes in Computer Science;F Böhm,2020
2. Keller, C., Titov, W., Schlegel, T.: SmartMMI Analyseergebnisse. Modell- und kontextbasierte Mobilitätsinformationen auf Smart Public Displays und Mobilgeräten im Öffentlichen Verkehr. Hg. v. Hochschule Karlsruhe – Technik und Wirtschaft (HSKA). Institut für Ubiquitäre Mobilitätssysteme (IUMS). Karlsruhe. Online verfügbar unter (2018). https://smartmmi.de/smartmmi-leaflet-analyseergebnisse/. zuletzt geprüft am 18 Dec 2020
3. Lathia, N., Froehlich, J., Capra, L.: Mining public transport usage for personalised intelligent transport systems. In: 2010 IEEE 10th International Conference on Data Mining (ICDM), Sydney, Australia, 13 December 2010–17 December 2010, pp. 887–892. IEEE (2010)
4. Nobis, C., Kuhnimhof, T.: Mobilität in Deutschland – MiD. Ergebnisbericht. BMVI, infas, DLR, IVT, infas 360. Bonn, Berlin (2018). Online verfügbar unter http://www.mobilitaet-in-deutschland.de/pdf/MiD2017_Ergebnisbericht.pdf. zuletzt geprüft am 10 Jan 2021
5. Stephan, K., Köhler, K., Heinrichs, M., Berger, M., Platzer, M., Selz, E.: Das Elektronische Wegetagebuch – Chancen und Herausforderungen einer Automatisierten Wegeerfassung Intermodaler Wege. In: Schelewsky, M., Jonuschat, H., Bock, B., Stephan, K. (eds.) Smartphones unterstützen die Mobilitätsforschung, pp. 25–45. Springer, Wiesbaden (2014). https://doi.org/10.1007/978-3-658-01848-1_3