本論文では、公共交通研究においてスマートカードデータ使用時のプライバシーとアクセスの課題解決に向けた合成データの生成手法を評価します。従来の評価は断片的であり、人口レベルの代表性や個別のプライバシーに限定され、グループレベルの変動や特定タスクの有用性が考慮されていませんでした。これに対処するため、代表性、プライバシー、実用性の三次元で合成旅行データを評価する「RPUフレームワーク」を提案します。このフレームワークは、類似性、漏洩リスク、実用性を定量化するための一貫した指標を統合しており、合成データの質を透明かつバランスよく評価可能にします。また、様々な生成手法を比較し、プライバシーと代表性・実用性のトレードオフが明確であることを示しました。特に、条件付きタブラー生成敵対ネットワーク（CTGAN）が最もバランスの取れたトレードオフを提供することを提案しています。