基于稀疏轨迹数据的出租车载客区域推荐

发布时间：2022-01-19 13:42

　　基于短期出租车轨迹数据的载客区域推荐能极大减少系统开销,提高推荐效率,但常伴随着数据稀疏性的问题.针对该问题,本文提出了一种融合地理信息的隐语义模型-GeoLFM.该模型通过将出租车司机所处的客观地理环境信息,融合到司机-载客区域矩阵分解的过程中,从而弥补数据稀疏性带来的不足.同时,根据出租车实时的空间位置信息,为身处不同地点的出租车推荐不同的载客区域.实验证明,本文提出的方法与常用方法相比,推荐结果与真实的出租车司机载客情况间的平均绝对误差和均方根误差都得到大幅降低,较好的提升了推荐效果. 

【文章来源】：电子学报. 2020,48(11)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
1 引言
2 相关工作
3 出租车载客区域推荐框架
    3.1 相关定义
    3.2 系统框架
4 出租车载客区域推荐算法
    4.1 地理信息隐语义模型
    4.2 基于空间位置的载客区域推荐
5 实验与评估
    5.1 数据集说明与处理
        5.1.1 轨迹数据描述与处理
        5.1.2 POI数据描述与处理
    5.2 实验性能与对比分析
        5.2.1 对比方法
            (1)基于时空关系推荐 (TLR)
            (2)吸引力模型(AM) [18]
            (3)带参数R的密度聚类(R-FDB)
            (4)概率矩阵分解 (PMF)
            (5)隐语义模型 (LFM)
        5.2.2 实验效果评价及参数影响
    5.3 性能分析
6 总结


【参考文献】：
期刊论文
[1]基于位置社交网络的上下文感知的兴趣点推荐[J]. 任星怡,宋美娜,宋俊德.  计算机学报. 2017(04)
[2]载体轨迹停留信息提取的核密度法及其可视化[J]. 向隆刚,邵晓天.  测绘学报. 2016(09)
[3]一种支持轨迹大数据潜在语义相关性挖掘的谱聚类方法[J]. 廖律超,蒋新华,邹复民,贺文武,邱淮.  电子学报. 2015(05)
[4]基于趋势预测的合乘收益研究[J]. 宋飞,李蓉,张思东,张宏科.  电子学报. 2014(07)

博士论文
[1]个性化推荐系统关键技术研究[D]. 李玉省.北京邮电大学 2016

硕士论文
[1]基于载客热点区域的出租车巡游路径推荐方法的研究与实现[D]. 王晓文.中国海洋大学 2015



本文编号：3596956