【摘要】：在交通領(lǐng)域,研究分析旅客的出行目的地會(huì)產(chǎn)生很多商業(yè)價(jià)值。針對旅客出行目的地的不確定性造成研究困難的問題,現(xiàn)有方法利用熵衡量移動(dòng)的不確定性來描述個(gè)體的出行特性,并同時(shí)考慮個(gè)體軌跡的時(shí)空相關(guān)性,并不能達(dá)到理想的預(yù)測精度,因此,提出了基于改進(jìn)馬爾可夫鏈的航線預(yù)測算法來對旅客的出行目的地進(jìn)行預(yù)測。首先對旅客歷史出行的距離分布、地點(diǎn)分布和時(shí)間規(guī)律特性進(jìn)行了分析;然后又分析了人類移動(dòng)對歷史行為和當(dāng)前地點(diǎn)的依賴性;最后將旅客的常住地特性和新航線的探索概率加入到轉(zhuǎn)移矩陣的計(jì)算中,提出并實(shí)現(xiàn)了改進(jìn)的馬爾可夫鏈航線預(yù)測算法,進(jìn)而對旅客的下一次出行進(jìn)行預(yù)測。實(shí)驗(yàn)結(jié)果顯示,該模型可以達(dá)到66.4%的平均預(yù)測精度。研究成果可以應(yīng)用在航空領(lǐng)域的用戶出行分析中,使航空公司更好地了解和預(yù)測旅客的出行,提供個(gè)性化的出行服務(wù)。
[Abstract]:In the field of transportation, research and analysis of passenger travel destination will produce a lot of commercial value. To solve the problem of uncertainty of passenger travel destination, the existing methods use entropy to measure the uncertainty of movement to describe the travel characteristics of individuals, and to consider the spatio-temporal correlation of individual trajectories at the same time. Therefore, a route prediction algorithm based on improved Markov chain is proposed to predict the travel destination of passengers. In this paper, the distance distribution, location distribution and temporal characteristics of historical travel are analyzed, and then the dependence of human mobility on historical behavior and current location is analyzed. Finally, the characteristics of the permanent residence of passengers and the exploration probability of the new route are added to the calculation of the transfer matrix, and an improved Markov chain route prediction algorithm is proposed and implemented, and then the next trip of the passengers is predicted. Experimental results show that the model can achieve an average prediction accuracy of 66.4%. The research results can be applied to user travel analysis in the field of aviation, so that airlines can better understand and predict passenger travel, and provide personalized travel services.
【作者單位】： 四川大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(U333113) 四川省科技支撐計(jì)劃項(xiàng)目(2014GZ0111)~~
【分類號(hào)】：O211.62;V35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳功;周小科;;基于機(jī)器學(xué)習(xí)的miRNA靶基因預(yù)測算法研究概況[J];軟件導(dǎo)刊;2011年12期

2 江禮俐;唐曉峰;唐國安;;結(jié)構(gòu)中不可測區(qū)域振動(dòng)響應(yīng)的預(yù)測算法[J];上海航天;2006年02期

3 聶書志;葉邦彥;;大規(guī)模數(shù)據(jù)環(huán)境下用電量預(yù)測算法研究[J];科技通報(bào);2013年02期

4 徐軍,向健華,粱昌洪;最大化背景模型用于檢測紅外圖像中的弱小目標(biāo)[J];光子學(xué)報(bào);2002年12期

5 李志俊;蔡黎;宋業(yè)新;張潔;;一種灰色拓?fù)涓倪M(jìn)預(yù)測算法及應(yīng)用研究[J];長江大學(xué)學(xué)報(bào)(自科版)理工卷;2007年02期

6 徐海松,葉關(guān)榮;計(jì)算機(jī)自動(dòng)配色預(yù)測算法研究[J];光學(xué)學(xué)報(bào);1996年11期

7 劉平;馬玉韜;孫學(xué)宏;張成;杜勇;;基因預(yù)測算法中閾值的傅里葉質(zhì)譜分析[J];湖北農(nóng)業(yè)科學(xué);2014年06期

8 王果;駱曉艷;胡志波;陳素;;基于時(shí)序的股票預(yù)測算法研究[J];江蘇技術(shù)師范學(xué)院學(xué)報(bào);2010年06期

9 潘矜矜;戴憲華;楊小勁;;一種基于卡爾曼濾波修正的LRP信道預(yù)測算法[J];桂林工學(xué)院學(xué)報(bào);2008年02期

10 王洪,馮嘉禮;基于屬性論方法的股市預(yù)測算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

相關(guān)會(huì)議論文 前10條

1 朱斌;樊祥;馬東輝;程正東;;窗口大小和權(quán)值模板對固定權(quán)值背景預(yù)測算法的影響[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 王峰;姬冰輝;李斗;;一種基于混沌理論的自相似業(yè)務(wù)流預(yù)測算法研究[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

3 錢正祥;徐華;張申浩;;數(shù)字信號(hào)序列的向量預(yù)測算法[A];第三屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

4 郭景峰;代軍麗;馬鑫;王娟;;針對通信社會(huì)網(wǎng)絡(luò)的時(shí)間序列鏈接預(yù)測算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

5 張利萍;李宏光;;改進(jìn)的灰色預(yù)測算法在工業(yè)應(yīng)用中的評價(jià)[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 崔冬;;一種改進(jìn)的LRP信道預(yù)測算法[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

7 王佳;殷海兵;周冰倩;;一種適合硬件實(shí)現(xiàn)的低復(fù)雜度MAD預(yù)測算法[A];浙江省電子學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

8 鄭銘浩;劉志紅;巫瑞波;徐峻;;P450各亞型代謝調(diào)控劑預(yù)測算法[A];中國化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場摘要集[C];2012年

9 張曉丹;王萍;;一種基于特征的H.264的子塊快速幀內(nèi)預(yù)測算法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

10 劉志紅;鄭銘浩;嚴(yán)鑫;巫瑞波;徐峻;;基于結(jié)構(gòu)的化合物穩(wěn)定性預(yù)測算法[A];中國化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場摘要集[C];2012年

相關(guān)博士學(xué)位論文 前2條

1 馬玉韜;基于濾波理論和特征統(tǒng)計(jì)的蛋白質(zhì)編碼區(qū)預(yù)測算法研究[D];天津大學(xué);2013年

2 玄萍;MicroRNA識(shí)別及其與疾病關(guān)聯(lián)的預(yù)測算法研究[D];哈爾濱工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 吳智勇;學(xué)術(shù)論文排序預(yù)測算法研究[D];內(nèi)蒙古大學(xué);2015年

2 張勇攀;針對殘缺IP網(wǎng)絡(luò)的鏈路預(yù)測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 應(yīng)超;博物館移動(dòng)導(dǎo)覽中的遠(yuǎn)程展示技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D];浙江大學(xué);2015年

4 常艷華;基于數(shù)據(jù)驅(qū)動(dòng)模擬電路故障預(yù)測算法實(shí)現(xiàn)與軟件開發(fā)[D];電子科技大學(xué);2015年

5 閆青;基于預(yù)測算法的快速多尺度金字塔時(shí)空特征點(diǎn)計(jì)算算法研究[D];青島科技大學(xué);2016年

6 錢呂見;復(fù)雜網(wǎng)絡(luò)中基于角色傳遞性和對稱性的鏈接預(yù)測算法研究[D];蘭州大學(xué);2016年

7 李小科;無模型自適應(yīng)預(yù)測算法及其在非線性過程控制中的應(yīng)用[D];蘭州大學(xué);2016年

8 周攀;基于姿態(tài)傳感器的人體步態(tài)預(yù)測算法設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

9 周真爭;基于社團(tuán)綜合屬性的鏈路預(yù)測算法研究[D];南京信息工程大學(xué);2016年

10 任程;DSP+FPGA平臺(tái)功耗管理的研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號(hào)：2408961