-
公开(公告)号：CN108256590A
公开(公告)日：2018-07-06
申请号：CN201810155791.3
申请日：2018-02-23
Applicant: 长安大学
IPC: G06K9/62
CPC classification number: G06K9/6218 , G06K9/6215
Abstract: 一种基于复合元路径的相似出行者识别方法，使用时空GPS轨迹构造异构出行网络模型，提出出行元路径的定义。在出行网络模型中选取元路径集合，采用出行相似性度量算法实现用户相似性计算，预测两个用户在出行行为的上相似性。本发明提出的采用复合元路径的相似性计算方法比基于单条元路径方法的查全率与查准率高，且有直观的可理解语义性，有助于准确地发现潜在用户和相似群体，为他们提供更加精准和差异化的服务。
-
公开(公告)号：CN110009455A
公开(公告)日：2019-07-12
申请号：CN201910262393.6
申请日：2019-04-02
Applicant: 长安大学
Abstract: 一种基于网络表示学习的共乘匹配方法，根据乘客的起点和终点与司机原始路径的关系，将共乘分为两类：第一类是端点共乘，另一类是沿途共乘，乘客需要从起点步行至上车点，然后达成共乘，再由下车点步行至目的地，共乘路径轨迹是乘客轨迹的一部分；构建异质共乘网络，使用网络表示学习模型对异质共乘网络进行表示学习，得到用户节点的低维向量表示；计算司机与乘客节点的余弦相似度，并将计算得到的余弦相似值由大到小排序，返回与司机相似度数值最高的前k个乘客，作为可以共乘的乘客，达成共乘。本发明提出的共乘推荐方法比传统的仅使用距离推荐的方法更加可靠，语义理解性直观，能够准确发现潜在的共乘用户，为其提供更为快捷方便的服务。
-
公开(公告)号：CN110009455B
公开(公告)日：2022-02-15
申请号：CN201910262393.6
申请日：2019-04-02
Applicant: 长安大学
Abstract: 一种基于网络表示学习的共乘匹配方法，根据乘客的起点和终点与司机原始路径的关系，将共乘分为两类：第一类是端点共乘，另一类是沿途共乘，乘客需要从起点步行至上车点，然后达成共乘，再由下车点步行至目的地，共乘路径轨迹是乘客轨迹的一部分；构建异质共乘网络，使用网络表示学习模型对异质共乘网络进行表示学习，得到用户节点的低维向量表示；计算司机与乘客节点的余弦相似度，并将计算得到的余弦相似值由大到小排序，返回与司机相似度数值最高的前k个乘客，作为可以共乘的乘客，达成共乘。本发明提出的共乘推荐方法比传统的仅使用距离推荐的方法更加可靠，语义理解性直观，能够准确发现潜在的共乘用户，为其提供更为快捷方便的服务。
-
公开(公告)号：CN108256590B
公开(公告)日：2019-04-02
申请号：CN201810155791.3
申请日：2018-02-23
Applicant: 长安大学
IPC: G06K9/62
Abstract: 一种基于复合元路径的相似出行者识别方法，使用时空GPS轨迹构造异构出行网络模型，提出出行元路径的定义。在出行网络模型中选取元路径集合，采用出行相似性度量算法实现用户相似性计算，预测两个用户在出行行为的上相似性。本发明提出的采用复合元路径的相似性计算方法比基于单条元路径方法的查全率与查准率高，且有直观的可理解语义性，有助于准确地发现潜在用户和相似群体，为他们提供更加精准和差异化的服务。
-
-
-
Search Results
4
records
(took 0.021 seconds)
