出租车载客热点推荐方法研究及系统实现
发布时间：2021-10-10 13:20
出租车是居民出行的重要交通方式,随着居民出行对出租车的需求增加,导致出租车运营过程中会经常出现出租车和乘客供需不均衡的情况从而出现乘客打车难、出租车空驶等问题。随着GPS的普及,出租车上的GPS设备产生了海量的轨迹数据,对出租车轨迹数据进行研究,挖掘载客热点区域并进行载客热点区域的推荐,进而可以对出租车司机提供指导,解决乘客出行打车难以及出租车空驶等问题。（1）在载客热点区域挖掘方面,现有的载客热点区域挖掘的研究主要使用密度聚类的方法针对现有密度聚类存在聚类精细程度不足和算法时间复杂度过高等问题提出了基于A*寻路算法与DBSCAN密度聚类算法的出租车载客热点挖掘方法,通过A*算法寻路并将结果存储在邻接表中,设计载客点提取方法,以路段为单位进行载客点提取,以提高速度和精度。使用成都市浮动车GPS数据进行验证,本文提出的A*-DBSCAN算法可以挖掘出更精细的载客热点,同时聚类与传统方法相比稳定性更好,证明了该算法的有效性。（2）在载客热点区域推荐方面,传统的推荐算法并不适合移动点的推荐,由于出租车是移动的,在不同的位置、不同的时间,前往各个载客区域的成本不同,载客区域的载客概率也不同。本...
【文章来源】：北方工业大学北京市
【文章页数】：68 页
【学位级别】：硕士
【图文】：
图１－１技术路线??１．４论文结构??
图２－１轨迹点单区域??
因为ＧＰＳ设备在传输数据的过程中会产生很多重复数据、有偏差数据，所以??ＧＰＳ数据不能直接用于数据分析，需要进行数据预处理。轨迹数据预处理的流程??如图２－２所示。??原始轨迹数据??Ｉ???Ｙ???越界数据剔除?—－４—＿????Ｉ?ＧＰＳ坐标转换???Ｉ??Ｉ?平面坐标??数据去重?｜??Ｔ?ｕｎｉｘ时间戰转????Ｉ换北京时间??跳变点去除??Ｉ??★??可用轨迹数据??图２－２轨迹数据预处理??２．２．１数据清洗??（１）越界数据删除??轨迹数据是成都市二环的局部区域，经度范围是１０４．?０４２到１０４．?１２９，纬度??范围是３０．?６７到３０．?７２６，订单数据的范围是整个成都市城区。??——＾马＾—？？成０微—??Ｏ■财ｓ?Ｉ?Ｒ｜??挪＇ｓｏ卿ｉｏ?Ｉ??？５?＜１－?ＪｉＸ－??＾?ｕ?＿??ｄ?抑：；，ｓ?＜ｓ??＝〇??夭?ｑ：：心?０?３？＾?＾２１３＝??發－；？?〇??淺－ｉｋ／ｆ?？?ｉ：?
【参考文献】：
期刊论文
[1]基于快速密度聚类的载客热点可视化分析方法[J]. 黄子赫,高尚兵,潘志庚,惠浩,廖麒羽,赵锋锋. 系统仿真学报. 2019(07)
[2]基于门店位置的协同过滤推荐算法[J]. 刘波. 电脑知识与技术. 2018(33)
[3]一种出租车载客轨迹空间聚类方法[J]. 杨树亮,毕硕本,Nkunzimana A,黄铜,万蕾. 计算机工程与应用. 2018(14)
[4]出租车载客热点精细提取的改进DBSCAN算法[J]. 江慧娟,余洋. 地理空间信息. 2017(10)
[5]基于WebGIS的数字校园地图设计与实现[J]. 王海鹰,赵如意. 软件导刊. 2015(11)
[6]Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines[J]. Lei Gong,Hitomi Sato,Toshiyuki Yamamoto,Tomio Miwa,Takayuki Morikawa. Journal of Modern Transportation. 2015(03)
[7]ArcGIS中林业数据的坐标系统定义与投影转换方法研究[J]. 蔡昭华,张燕,党安定. 科技风. 2014(17)
[8]随机采样移动轨迹时空热点区域发现及模式挖掘[J]. 王亮,胡琨元,库涛,吴俊伟. 吉林大学学报(工学版). 2015(03)
[9]关于出租车载客地点序列推荐技术的研究[J]. 陈轶非,李治军,姜守旭. 智能计算机与应用. 2013(06)
[10]空间扫描统计量方法中候选聚集区域生成的快速算法[J]. 李小洲,王劲峰. 地球信息科学学报. 2013(04)
硕士论文
[1]基于出租车GPS数据的出租车载客情况分析与可视化[D]. 徐杨.华南理工大学 2018
[2]基于出租车轨迹的载客点特征挖掘[D]. 王亚飞.河南工业大学 2018
[3]基于北京市载客热点区的出租车出行需求研究[D]. 王贝贝.北京交通大学 2018
[4]基于GPS数据的空驶出租车寻客路线推荐研究[D]. 唐诗韵.西南交通大学 2017
[5]基于出租车轨迹数据挖掘的居民出行特征研究[D]. 蔡柳.长安大学 2017
[6]基于出租车GPS数据的高效益寻客推荐策略研究[D]. 刘丽.浙江大学 2017
[7]基于出租车轨迹挖掘的寻客路线推荐[D]. 王建军.湖南科技大学 2016
[8]基于ArcGIS API for JavaScript的校园地下管网信息系统的设计与实现[D]. 张镒谱.辽宁师范大学 2016
[9]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
[10]基于出租车GPS轨迹的智能推荐系统[D]. 姚鹏.长安大学 2015
本文编号：3428456
【文章来源】：北方工业大学北京市
【文章页数】：68 页
【学位级别】：硕士
【图文】：
图１－１技术路线??１．４论文结构??
图２－１轨迹点单区域??
因为ＧＰＳ设备在传输数据的过程中会产生很多重复数据、有偏差数据，所以??ＧＰＳ数据不能直接用于数据分析，需要进行数据预处理。轨迹数据预处理的流程??如图２－２所示。??原始轨迹数据??Ｉ???Ｙ???越界数据剔除?—－４—＿????Ｉ?ＧＰＳ坐标转换???Ｉ??Ｉ?平面坐标??数据去重?｜??Ｔ?ｕｎｉｘ时间戰转????Ｉ换北京时间??跳变点去除??Ｉ??★??可用轨迹数据??图２－２轨迹数据预处理??２．２．１数据清洗??（１）越界数据删除??轨迹数据是成都市二环的局部区域，经度范围是１０４．?０４２到１０４．?１２９，纬度??范围是３０．?６７到３０．?７２６，订单数据的范围是整个成都市城区。??——＾马＾—？？成０微—??Ｏ■财ｓ?Ｉ?Ｒ｜??挪＇ｓｏ卿ｉｏ?Ｉ??？５?＜１－?ＪｉＸ－??＾?ｕ?＿??ｄ?抑：；，ｓ?＜ｓ??＝〇??夭?ｑ：：心?０?３？＾?＾２１３＝??發－；？?〇??淺－ｉｋ／ｆ?？?ｉ：?
【参考文献】：
期刊论文
[1]基于快速密度聚类的载客热点可视化分析方法[J]. 黄子赫,高尚兵,潘志庚,惠浩,廖麒羽,赵锋锋. 系统仿真学报. 2019(07)
[2]基于门店位置的协同过滤推荐算法[J]. 刘波. 电脑知识与技术. 2018(33)
[3]一种出租车载客轨迹空间聚类方法[J]. 杨树亮,毕硕本,Nkunzimana A,黄铜,万蕾. 计算机工程与应用. 2018(14)
[4]出租车载客热点精细提取的改进DBSCAN算法[J]. 江慧娟,余洋. 地理空间信息. 2017(10)
[5]基于WebGIS的数字校园地图设计与实现[J]. 王海鹰,赵如意. 软件导刊. 2015(11)
[6]Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines[J]. Lei Gong,Hitomi Sato,Toshiyuki Yamamoto,Tomio Miwa,Takayuki Morikawa. Journal of Modern Transportation. 2015(03)
[7]ArcGIS中林业数据的坐标系统定义与投影转换方法研究[J]. 蔡昭华,张燕,党安定. 科技风. 2014(17)
[8]随机采样移动轨迹时空热点区域发现及模式挖掘[J]. 王亮,胡琨元,库涛,吴俊伟. 吉林大学学报(工学版). 2015(03)
[9]关于出租车载客地点序列推荐技术的研究[J]. 陈轶非,李治军,姜守旭. 智能计算机与应用. 2013(06)
[10]空间扫描统计量方法中候选聚集区域生成的快速算法[J]. 李小洲,王劲峰. 地球信息科学学报. 2013(04)
硕士论文
[1]基于出租车GPS数据的出租车载客情况分析与可视化[D]. 徐杨.华南理工大学 2018
[2]基于出租车轨迹的载客点特征挖掘[D]. 王亚飞.河南工业大学 2018
[3]基于北京市载客热点区的出租车出行需求研究[D]. 王贝贝.北京交通大学 2018
[4]基于GPS数据的空驶出租车寻客路线推荐研究[D]. 唐诗韵.西南交通大学 2017
[5]基于出租车轨迹数据挖掘的居民出行特征研究[D]. 蔡柳.长安大学 2017
[6]基于出租车GPS数据的高效益寻客推荐策略研究[D]. 刘丽.浙江大学 2017
[7]基于出租车轨迹挖掘的寻客路线推荐[D]. 王建军.湖南科技大学 2016
[8]基于ArcGIS API for JavaScript的校园地下管网信息系统的设计与实现[D]. 张镒谱.辽宁师范大学 2016
[9]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
[10]基于出租车GPS轨迹的智能推荐系统[D]. 姚鹏.长安大学 2015
本文编号：3428456
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3428456.html
