【摘要】：隨著定位設(shè)備和視頻捕捉設(shè)備的廣泛應(yīng)用,時空軌跡數(shù)據(jù)的獲得變得越來越便捷。例如,人們在社交網(wǎng)站上和朋友們分享自己的位置,這就產(chǎn)生了大量的簽到數(shù)據(jù)。簽到數(shù)據(jù)和車輛通行數(shù)據(jù)都是典型的時空軌跡數(shù)據(jù),他們都包含對象、位置及時間屬性。這些數(shù)據(jù)蘊含著巨大的價值,在城市計算、路徑規(guī)劃、位置預(yù)測等領(lǐng)域出現(xiàn)了大量的成果。軌跡推薦或旅游規(guī)劃是基于位置的社交網(wǎng)絡(luò)(LBSN)面臨的數(shù)據(jù)處理任務(wù)中最重要的任務(wù)之一。傳統(tǒng)的解決方案通常采用了有著許多手工篩選特征的用戶的歷史軌跡,這些特征包括興趣點的流行度,從評論、圖片和文本提取的特征值等,通過這些特征來學(xué)習(xí)用戶的旅游偏好,由此構(gòu)建旅游軌跡推薦模型。本文提出了一種基于改進的蒙特卡羅的軌跡推薦方法(Monte Carlo Expectation以下簡稱MCE),在蒙特卡羅搜索樹算法的思想下,利用興趣點的流行度和時間特征,通過改進的UCT選擇下一個興趣點,自定義獎勵函數(shù),進行軌跡推薦,在公共數(shù)據(jù)集中,對比采用流行度和時間特征的基線方法中,MCE排隊時間(MQ_I)最優(yōu),推薦正確性(F1得分)最優(yōu)。由于特征是基于先驗知識或?qū)嵗治鰜順?gòu)建模型,這并不適用于各種各樣LBSN網(wǎng)站。對于只擁有用戶簽到而產(chǎn)生POI點的軌跡數(shù)據(jù),無法借助特征工程的幫助,這種情況下無法通過特征工程方案建立軌跡推薦模型。于是本文提出一個基于編碼器和解碼器實現(xiàn)的軌跡推薦算法(Trajectory Encoder and Decoder稱為TRED),采用了最新的端到端推薦旅游軌跡的方法,這種方法屬于半監(jiān)督學(xué)習(xí)方法,不用手動篩選特征。通過給出旅行軌跡所需的開始結(jié)束點以及旅行軌跡的長度,TRED學(xué)習(xí)原始POI的特征和它們之間的轉(zhuǎn)移方式,將歷史軌跡轉(zhuǎn)化為向量。編碼器解碼器模型結(jié)合注意機制在這類軌跡推薦的問題下能獲得更優(yōu)性能。在一些公共LBSN數(shù)據(jù)上進行對比實驗,實驗結(jié)果表明,TRED在正確性方面的推薦(F1分數(shù))和順序性(pairs-F1分數(shù))上的推薦優(yōu)于最先進的方法。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP309.3;TP181
【圖文】：

經(jīng)元的輸出有兩個值，分別是 0 和 1，一般閾值取 1。閾值是一個實數(shù)，同時它是神經(jīng)輸入單輸出。權(quán)重和閾值的不同組合，生成次通過學(xué)到的輸出與真實輸出做對比，調(diào)整需要預(yù)先定義一系列權(quán)重和對應(yīng)的偏置，也都是自動化的。學(xué)習(xí)算法對于人工神經(jīng)元的來源。而現(xiàn)在，人工神經(jīng)元模型發(fā)展等。在本文中，sigmoid 函數(shù)被用作激活同樣是多輸入，x1,x2, ，與感知機不同的是 1 之間。同樣，sigmoid 神經(jīng)元的每個輸入有于整體修正的偏置b。sigmoid神經(jīng)元的輸出oid 函數(shù)（sigmoid function），該函數(shù)定義 ( ) = 軸的樣子如圖 2-1 所示

( ) = 坐標(biāo)軸的樣子如圖 2-1 所示圖 2-1 sigmoid 函數(shù)圖像構(gòu)如圖 2-2 所示，圖像中最左邊的六個神經(jīng)元代表輸為輸入神經(jīng)元(input neurons)。最右邊的一個神經(jīng)元輸出層的神經(jīng)元被稱為輸出神經(jīng)元(output neurons)。網(wǎng)，剩余的七個神經(jīng)元統(tǒng)一被稱作隱層(hidden layer)。

圖 2-3 Elman 循環(huán)神經(jīng)網(wǎng)絡(luò)示意圖[67]第 t-1 個時間步的判定會影響其在隨后第 t 個時自當(dāng)下和不久之前的兩種輸入，此二者的結(jié)合決斷將自身上一刻輸出當(dāng)作輸入的反饋循環(huán)。具體息進行記憶并應(yīng)用于當(dāng)前輸出的計算中，即隱藏連接的，并且隱藏層的輸入不僅包括輸入層的輸。理論上，RNN 能夠?qū)θ魏伍L度的序列數(shù)據(jù)進低復(fù)雜性往往假設(shè)當(dāng)前的狀態(tài)只與前面的幾個狀的 RNN。Output layer

【相似文獻】

相關(guān)期刊論文 前10條

1 付青;王薇;;業(yè)余少兒常見問題及其解決方案(3)[J];尚舞;2009年09期

2 趙雅坤;;談歷史教學(xué)中學(xué)生興趣點的培養(yǎng)[J];教育革新;2011年11期

3 任星怡;宋美娜;宋俊德;;基于用戶簽到行為的興趣點推薦[J];計算機學(xué)報;2017年01期

4 任星怡;宋美娜;宋俊德;;基于位置社交網(wǎng)絡(luò)的上下文感知的興趣點推薦[J];計算機學(xué)報;2017年04期

5 崔琳;宋啟祥;李玉林;戚溪溪;;基于潛在地理——社會關(guān)系感知的興趣點推薦研究[J];宿州學(xué)院學(xué)報;2017年09期

6 陳志雄;曾誠;高榕;;一種基于位置社交網(wǎng)絡(luò)融合多種情景信息的興趣點推薦模型[J];計算機應(yīng)用研究;2017年10期

7 雷凱;劉樹波;李丹;李永凱;;實時路況制約下基于內(nèi)容的興趣點推薦[J];計算機工程;2017年10期

8 常曉雨;余正生;;引入時間衰減項的興趣點推薦算法[J];杭州電子科技大學(xué)學(xué)報(自然科學(xué)版);2016年03期

9 江濤;呂家恪;李佳;;基于興趣點匹配的圖像檢索方法[J];激光雜志;2016年06期

10 毛金玲;;圖像興趣點的定位與描述研究[J];電子制作;2015年05期

相關(guān)會議論文 前10條

1 焦瑞;;芻議如何激發(fā)學(xué)生學(xué)習(xí)物理的興趣[A];中學(xué)教育科研2017年7-8期（總第218-219期）[C];2017年

2 凌賀飛;陳勇;鄒復(fù)好;許治華;李平;;基于Harris興趣點區(qū)域的圖像拷貝檢測算法[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計算機學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

3 王貝貝;;芻議如何提高小學(xué)生學(xué)習(xí)數(shù)學(xué)的興趣[A];2017年11月全國教育科學(xué)學(xué)術(shù)科研成果匯編[C];2017年

4 魏愛玲;;《好玩的紙棒》[A];河北省教師教育學(xué)會2014年教學(xué)案例[C];2015年

5 王恒;李敏;羅志勇;;面向本科的信息論與編碼教學(xué)方法改革研究[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

6 馬亮;陳群秀;譚偉;;智能Web信息檢索相關(guān)研究[A];全國第八屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

7 董翊明;何蘇明;田園;賀曉琴;李星月;張煥發(fā);李國華;徐之琪;王雅薇;;浙江特色小鎮(zhèn)背后的兩化轉(zhuǎn)型經(jīng)驗總結(jié)與應(yīng)對——基于新古典主義視角的百度地圖POI大數(shù)據(jù)方法[A];規(guī)劃60年：成就與挑戰(zhàn)——2016中國城市規(guī)劃年會論文集（04城市規(guī)劃新技術(shù)應(yīng)用）[C];2016年

8 王珍;;綠色生活綠色作文[A];第二屆世紀(jì)之星創(chuàng)新教育論壇論文集[C];2015年

9 唐婧嫻;;京津冀文化消費空間的數(shù)量分布特征及影響因素[A];規(guī)劃60年：成就與挑戰(zhàn)——2016中國城市規(guī)劃年會論文集（08城市文化）[C];2016年

10 武慈春;;如何轉(zhuǎn)化后進生[A];2017年區(qū)域優(yōu)質(zhì)教育資源的整合研究研討會成果集[C];2017年

相關(guān)重要報紙文章 前10條

1 張倩;建立街道中“興趣點”與綠色出行聯(lián)系[N];中國環(huán)境報;2018年

2 鄭理致 衢州日報報業(yè)傳媒集團;新聞用戶關(guān)切點眾籌芻議[N];中國新聞出版廣電報;2017年

3 沈印娜;親子閱讀，還在于制造興趣點[N];新華書目報;2017年

4 本報記者 張宇;李云鵬:以打造興趣點為核心 推動全域智慧旅游創(chuàng)新[N];中國旅游報;2017年

5 見習(xí)記者 魏倩;ABS成銀行資管配置新的興趣點[N];上海證券報;2017年

6 本報記者 李婧璇;中國社會科學(xué)出版社：找準(zhǔn)興趣點故事才生動[N];中國新聞出版報;2013年

7 首席記者 張守梅;合作興趣點由“原木”轉(zhuǎn)向“產(chǎn)品”[N];牡丹江日報;2011年

8 本報記者 陳茴茴;教學(xué)重點、興趣點誰該讓路？[N];音樂周報;2016年

9 王震;興趣點炮制口號甜蜜素[N];醫(yī)藥經(jīng)濟報;2012年

10 本報記者 李望寧;微博PC端V6推發(fā)現(xiàn)功能 連接用戶興趣點重拾人氣[N];通信信息報;2014年

相關(guān)博士學(xué)位論文 前10條

1 任星怡;基于社會化媒體的若干興趣點推薦關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2017年

2 張云菲;多源道路網(wǎng)與興趣點的一致性整合方法[D];武漢大學(xué);2015年

3 徐浩;移動情景感知的實時推薦技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

4 余永紅;融合多源信息的推薦算法研究[D];南京大學(xué);2017年

5 林一;基于上下文感知的移動增強現(xiàn)實瀏覽器構(gòu)建及優(yōu)化方法研究[D];北京理工大學(xué);2015年

6 韓軍偉;基于內(nèi)容的圖象檢索技術(shù)研究[D];西北工業(yè)大學(xué);2003年

7 趙森;基于空間網(wǎng)絡(luò)的關(guān)鍵字查詢關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2017年

8 鄭瑩斌;有監(jiān)督的視覺特征提取算法研究[D];復(fù)旦大學(xué);2013年

9 李勇;基于內(nèi)容的圖像檢索技術(shù)研究[D];吉林大學(xué);2009年

10 鄭聰;推薦系統(tǒng)及眾包模式中的若干問題研究[D];北京郵電大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 吳翰韜;基于深度學(xué)習(xí)的軌跡數(shù)據(jù)恢復(fù)研究[D];電子科技大學(xué);2018年

2 陳炬光;空間多項式函數(shù)查詢真實性驗證方法研究[D];電子科技大學(xué);2018年

3 張凱;面向智慧旅游的POI推薦[D];華東師范大學(xué);2017年

4 劉洪舫;基于興趣點有效路徑覆蓋的推薦模型[D];南京郵電大學(xué);2017年

5 周子婷;基于社交網(wǎng)絡(luò)的個體及群體興趣點推薦研究[D];蘇州大學(xué);2017年

6 沈盼盼;時間依賴路網(wǎng)中反向k近鄰查詢處理技術(shù)研究與實現(xiàn)[D];沈陽航空航天大學(xué);2018年

7 錢斌;基于主題模型的興趣點推薦方法研究與實現(xiàn)[D];蘇州大學(xué);2016年

8 岳志鵬;用戶興趣點推薦方法和移動廣告的投放研究[D];西華大學(xué);2016年

9 劉磊;高中思想政治《經(jīng)濟生活》興趣點教學(xué)實踐研究[D];山東師范大學(xué);2013年

10 吳麗梅;基于時空興趣點的化工廠視頻監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

本文編號：2793805