用戶出行路線推薦方法的研究
發(fā)布時(shí)間:2021-01-03 19:35
隨著城市化的快速發(fā)展和機(jī)動(dòng)車總量的持續(xù)增加,城市中的交通狀況越來(lái)越復(fù)雜,路線推薦成為人們出行的一種迫切需要。傳統(tǒng)的路線推薦方法通常由改進(jìn)的圖搜索算法計(jì)算最快或最短路線,而不考慮實(shí)際的交通情況和用戶的出行偏好。因此,傳統(tǒng)的路線推薦方法推薦的路線往往不能滿足用戶的實(shí)際出行需求。如何為用戶推薦合理的出行路線一直都是研究者關(guān)注的熱點(diǎn)問題。隨著GPS設(shè)備的普及,人們能夠非常方便地獲取用戶的歷史出行軌跡數(shù)據(jù)。歷史軌跡數(shù)據(jù)中包含著用戶的出行偏好。因此,基于軌跡的路線推薦方法已逐漸引起了人們的關(guān)注。但是,目前已經(jīng)提出的基于軌跡的路線推薦算法過度依賴歷史軌跡的質(zhì)量,當(dāng)軌跡分布不均勻而導(dǎo)致某些區(qū)域軌跡稀疏時(shí),算法性能不佳。針對(duì)現(xiàn)有的路線推薦方法不能很好地滿足用戶出行需求的問題,本文提出了一種名為2P++的路線推薦算法,該算法同時(shí)考慮了路線長(zhǎng)度和用戶出行偏好。2P++的基本思路是首先利用LSTM對(duì)歷史軌跡數(shù)據(jù)進(jìn)行分析以獲取用戶出行偏好,接著將出行偏好和MCMC采樣技術(shù)引入到A*算法中,以保證得到的路線能滿足用戶的偏好且路線長(zhǎng)度較短。通過使用北京市的出租車軌跡和電子地圖對(duì)算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,與傳...
【文章來(lái)源】:中國(guó)民航大學(xué)天津市
【文章頁(yè)數(shù)】:51 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
簡(jiǎn)單道路網(wǎng)絡(luò)示意圖
中國(guó)民航大學(xué)碩士學(xué)位論文10擴(kuò)展到不同長(zhǎng)度的數(shù)據(jù)上,使得RNN可以輸入非定長(zhǎng)的序列數(shù)據(jù)。圖2-1RNN單元結(jié)構(gòu)圖圖2-2RNN展開結(jié)構(gòu)圖RNN的前向傳播過程如公式2.1和2.2所示:1()txththhWxWhb(2.1)totooWhb(2.2)其中ht表示隱藏層的輸出,ot表示輸出層的輸出,Wx表示輸入層連接到隱藏層的權(quán)重矩陣,Wh表示隱藏層之間連接的權(quán)重矩陣,Wo表示隱藏層連接到輸出層的權(quán)重矩陣,bh和bo表示偏置向量。在RNN的訓(xùn)練過程中求導(dǎo)矩陣的指數(shù)級(jí)增長(zhǎng)或減少造成了梯度消失和梯度
中國(guó)民航大學(xué)碩士學(xué)位論文10擴(kuò)展到不同長(zhǎng)度的數(shù)據(jù)上,使得RNN可以輸入非定長(zhǎng)的序列數(shù)據(jù)。圖2-1RNN單元結(jié)構(gòu)圖圖2-2RNN展開結(jié)構(gòu)圖RNN的前向傳播過程如公式2.1和2.2所示:1()txththhWxWhb(2.1)totooWhb(2.2)其中ht表示隱藏層的輸出,ot表示輸出層的輸出,Wx表示輸入層連接到隱藏層的權(quán)重矩陣,Wh表示隱藏層之間連接的權(quán)重矩陣,Wo表示隱藏層連接到輸出層的權(quán)重矩陣,bh和bo表示偏置向量。在RNN的訓(xùn)練過程中求導(dǎo)矩陣的指數(shù)級(jí)增長(zhǎng)或減少造成了梯度消失和梯度
【參考文獻(xiàn)】:
期刊論文
[1]循環(huán)神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 楊麗,吳雨茜,王俊麗,劉義理. 計(jì)算機(jī)應(yīng)用. 2018(S2)
[2]一種基于HMM模型改進(jìn)的地圖匹配算法[J]. 劉旻,李梅,徐曉宇,毛善君. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[3]基于用戶軌跡數(shù)據(jù)的移動(dòng)推薦系統(tǒng)研究[J]. 孟祥武,李瑞昌,張玉潔,紀(jì)威宇. 軟件學(xué)報(bào). 2018(10)
[4]基于出租車軌跡數(shù)據(jù)的最優(yōu)路徑規(guī)劃方法[J]. 戚欣,梁偉濤,馬勇. 計(jì)算機(jī)應(yīng)用. 2017(07)
[5]基于理想點(diǎn)法的多目標(biāo)最短路求解算法研究[J]. 馮樹民,吳海月,王弟鑫. 公路交通科技. 2016(03)
[6]基于出租車軌跡數(shù)據(jù)的路徑規(guī)劃方法[J]. 林娜,鄭亞男. 計(jì)算機(jī)應(yīng)用與軟件. 2016(01)
[7]道路網(wǎng)上最短路徑算法綜述[J]. 張波良,張瑞昌,關(guān)佶紅. 計(jì)算機(jī)應(yīng)用與軟件. 2014(10)
[8]時(shí)相關(guān)車輛路徑規(guī)劃問題的改進(jìn)A*算法[J]. 張翼,唐國(guó)金,陳磊. 控制工程. 2012(05)
碩士論文
[1]基于軌跡數(shù)據(jù)的城市交通需求熱點(diǎn)區(qū)域推薦研究[D]. 張偉玲.蘭州交通大學(xué) 2017
本文編號(hào):2955369
【文章來(lái)源】:中國(guó)民航大學(xué)天津市
【文章頁(yè)數(shù)】:51 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
簡(jiǎn)單道路網(wǎng)絡(luò)示意圖
中國(guó)民航大學(xué)碩士學(xué)位論文10擴(kuò)展到不同長(zhǎng)度的數(shù)據(jù)上,使得RNN可以輸入非定長(zhǎng)的序列數(shù)據(jù)。圖2-1RNN單元結(jié)構(gòu)圖圖2-2RNN展開結(jié)構(gòu)圖RNN的前向傳播過程如公式2.1和2.2所示:1()txththhWxWhb(2.1)totooWhb(2.2)其中ht表示隱藏層的輸出,ot表示輸出層的輸出,Wx表示輸入層連接到隱藏層的權(quán)重矩陣,Wh表示隱藏層之間連接的權(quán)重矩陣,Wo表示隱藏層連接到輸出層的權(quán)重矩陣,bh和bo表示偏置向量。在RNN的訓(xùn)練過程中求導(dǎo)矩陣的指數(shù)級(jí)增長(zhǎng)或減少造成了梯度消失和梯度
中國(guó)民航大學(xué)碩士學(xué)位論文10擴(kuò)展到不同長(zhǎng)度的數(shù)據(jù)上,使得RNN可以輸入非定長(zhǎng)的序列數(shù)據(jù)。圖2-1RNN單元結(jié)構(gòu)圖圖2-2RNN展開結(jié)構(gòu)圖RNN的前向傳播過程如公式2.1和2.2所示:1()txththhWxWhb(2.1)totooWhb(2.2)其中ht表示隱藏層的輸出,ot表示輸出層的輸出,Wx表示輸入層連接到隱藏層的權(quán)重矩陣,Wh表示隱藏層之間連接的權(quán)重矩陣,Wo表示隱藏層連接到輸出層的權(quán)重矩陣,bh和bo表示偏置向量。在RNN的訓(xùn)練過程中求導(dǎo)矩陣的指數(shù)級(jí)增長(zhǎng)或減少造成了梯度消失和梯度
【參考文獻(xiàn)】:
期刊論文
[1]循環(huán)神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 楊麗,吳雨茜,王俊麗,劉義理. 計(jì)算機(jī)應(yīng)用. 2018(S2)
[2]一種基于HMM模型改進(jìn)的地圖匹配算法[J]. 劉旻,李梅,徐曉宇,毛善君. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[3]基于用戶軌跡數(shù)據(jù)的移動(dòng)推薦系統(tǒng)研究[J]. 孟祥武,李瑞昌,張玉潔,紀(jì)威宇. 軟件學(xué)報(bào). 2018(10)
[4]基于出租車軌跡數(shù)據(jù)的最優(yōu)路徑規(guī)劃方法[J]. 戚欣,梁偉濤,馬勇. 計(jì)算機(jī)應(yīng)用. 2017(07)
[5]基于理想點(diǎn)法的多目標(biāo)最短路求解算法研究[J]. 馮樹民,吳海月,王弟鑫. 公路交通科技. 2016(03)
[6]基于出租車軌跡數(shù)據(jù)的路徑規(guī)劃方法[J]. 林娜,鄭亞男. 計(jì)算機(jī)應(yīng)用與軟件. 2016(01)
[7]道路網(wǎng)上最短路徑算法綜述[J]. 張波良,張瑞昌,關(guān)佶紅. 計(jì)算機(jī)應(yīng)用與軟件. 2014(10)
[8]時(shí)相關(guān)車輛路徑規(guī)劃問題的改進(jìn)A*算法[J]. 張翼,唐國(guó)金,陳磊. 控制工程. 2012(05)
碩士論文
[1]基于軌跡數(shù)據(jù)的城市交通需求熱點(diǎn)區(qū)域推薦研究[D]. 張偉玲.蘭州交通大學(xué) 2017
本文編號(hào):2955369
本文鏈接:http://www.sikaile.net/shoufeilunwen/xixikjs/2955369.html
最近更新
教材專著