基于Hadoop及出租车历史轨迹的乘客推荐算法

发布时间：2017-10-19 15:34

  本文关键词：基于Hadoop及出租车历史轨迹的乘客推荐算法

  更多相关文章： Hadoop 轨迹数据 推荐算法 乘客推荐服务

【摘要】：针对智慧城市中乘客打车策略的推荐算法效率不高的问题,使用古典概率学统计历史轨迹中该时间该路段有空车的天数占数据集总天数比例,作为乘客等到空车概率;使用最小二乘法拟合时间与到达空车数曲线,预测乘客等到空车时间,以提高推荐效率。同时,使用Hadoop作为数据存储和计算平台以提高数据处理能力;提出一种基于地图栅格化的路网存储结构来提高搜索地图速度;改进一种基于计算几何的地图匹配算法提高匹配准确率。实验结果显示,空车概率推荐算法正确率约87%,等待时间推荐算法正确率达88.4%,表明挖掘轨迹数据为乘客提供推荐服务的可行性。
【作者单位】： 东北林业大学信息与计算机工程学院;黑龙江省林业生态大数据存储与高性能(云)计算工程研究中心;
【关键词】： Hadoop 轨迹数据 推荐算法 乘客推荐服务
【基金】：黑龙省自然科学基金重点项目(No.ZD201403) 哈尔滨市科技创新人才基金(No.2014RFQXJ132)
【分类号】：TP311.13;TP391.3
【正文快照】： 1引言智慧城市的重要研究方向,文献[1]分析了移动轨迹数出租车是一种在城市中较为方便的交通工具,出租据在我国智慧城市发展中的作用及研究领域;文献[2]车历史轨迹数据可以记录并反映城市交通出行、人群移中通过对轨迹数据的分析,来预测和监控城市交通状动情况,是智能交通研究

【相似文献】

中国期刊全文数据库 前10条

1 王文;;个性化推荐算法研究[J];电脑知识与技术;2010年16期

2 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期

3 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期

4 吴泓辰;王新军;成勇;彭朝晖;;基于协同过滤与划分聚类的改进推荐算法[J];计算机研究与发展;2011年S3期

5 赵玉艳;谷胜伟;;一种面向云计算环境的服务推荐算法[J];巢湖学院学报;2012年03期

6 李克潮;梁正友;;基于多特征的个性化图书推荐算法[J];计算机工程;2012年11期

7 吕善国;吴效葵;曹义亲;;基于网络结构的推荐算法[J];实验室研究与探索;2012年07期

8 苏莹;刘建国;郭强;田大钢;;考虑负面评价的个性化推荐算法研究[J];运筹与管理;2012年06期

9 郑志娴;;微博个性化内容推荐算法研究[J];电脑开发与应用;2012年12期

10 辛阳;文益民;曾德森;彭文乐;申孟杰;刘文华;;一种专利智能推荐算法设计与软件实现[J];计算机系统应用;2013年01期

中国重要会议论文全文数据库 前7条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 梁莘q，

本文编号：1061898