基于节点嵌入的车辆出行目的地推荐研究与应用

发布时间：2023-08-01 18:19

　　随着互联网的普及,人们的行为数据越来越容易获取,这些数据的背后隐藏着巨大的价值,利用这些数据可以推断人们的行为模式。在智能汽车的研究方面,过去对未来汽车的设想逐渐成为现实,自动驾驶、车联网、人机交互、位置服务等已成为当前的研究热点,而这些功能都需要行为数据的支持。汽车已不再是简单的交通工具,而是一个集车辆、计算机、互联网、人工智能、通信和自动化等技术的高科技产品。基于GPS(全球卫星定位系统)数据的位置服务和智能汽车发展方向十分契合。通过对智能汽车出行数据的收集、处理及分析,进行目的地预测推荐,不仅可以提高用户的使用乐趣,还可以根据此预测分析当前城市的交通状况并对此做出适当提醒,车辆调度系统也可根据预测结果及时判断实时路况,规划更加合理高效的行驶路线,这对城市交通规划以及城市建设规划具有及其重要的意义。因此本文根据车辆的GPS出行数据,提出了基于节点嵌入的车辆出行目的地推荐模型,并且依此开发了相应的车辆出行目的地推荐系统。本文的主要工作如下:(1)介绍了车辆出行目的地推荐系统的课题背景、研究意义和国内外的研究现状,介绍了推荐算法、机器学习算法、嵌入技术和基于地理位置的行驶数据预处理技术...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
变量对照表
1 绪论
    1.1 课题背景与研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 相关问题研究
    1.4 本文工作与贡献
    1.5 论文组织
2 相关技术分析
    2.1 推荐系统概述
    2.2 机器学习概述
    2.3 数据预处理技术
    2.4 嵌入技术
    2.5 推荐评价指标
    2.6 本章小结
3 基于车辆出行目的地推荐的数据分析
    3.1 车辆出行数据集
    3.2 出行时间与目的地推荐的关联性分析
        3.2.1 时刻规律与时刻数量分布
        3.2.2 周期规律与周期数量分布
    3.3 出行地理位置分析
        3.3.1 地理位置网格化
        3.3.2 数据的地理位置规模
    3.4 用户出行分析
        3.4.1 用户出行目的地数量分析
        3.4.2 用户出行特点分析
    3.5 本章小结
4 基于节点嵌入的车辆出行目的地推荐模型
    4.1 算法模型
        4.1.1 位置嵌入模型
        4.1.2 用户嵌入模型
        4.1.3 算法步骤
    4.2 实验展示及结果分析
        4.2.1 实验环境介绍
        4.2.2 Top-N推荐和POI推荐
        4.2.3 地理位置特征分析
        4.2.4 模型参数分析
    4.3 本章小结
5 车辆出行目的地推荐系统的设计与实现
    5.1 系统设计
        5.1.1 系统需求分析
        5.1.2 系统框架设计
        5.1.3 系统功能设计
        5.1.4 数据库设计
    5.2 系统实现
    5.3 系统验证
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录
    A作者在攻读学位期间发表的论文目录
    B作者在攻读硕士学位期间参加的科研项目
    C学位论文数据集
致谢



本文编号：3838121