关于出租车载客地点序列推荐技术的研究.pdfVIP

第 3卷 第6期 智 能 计 算 机 与 应 用 Vo1．3NO．6 2013年 12月 INTELLIGENT C0MPUTERANDAPPLICAT10NS Dec．2013 关于出租车载客地点序列推荐技术的研究 陈轶非 ，李治军 ，姜守旭 (哈尔滨工业大学 计算机科学与技术学院。哈尔滨 150001) 摘 要 ：在大城市中，出租车已成为实现智能交通运输系统不可或缺的一环。然而，由于一些出租车司机的驾驶经验，和对城市 活动的熟悉程度的不足，使得其在寻找乘客时会采取毫无 目的的随机漫游策略。这就导致了出租车司机的收益不高，同时也造成 了能源的消耗以及环境的污染。针对此问题，将提出出租车载客地点的推荐模型，使得模型给出的推荐地点序列能获得较高的期 望收益。具体来说，将基于出租车GPS轨迹数据建立出租车载客地点的马尔科夫决策过程模型，并给出求解该模型的2种算法。 仿真实验结果显示 ，与典型的TopK方法相比，给出的推荐结果能更好地提高单位时间内出租车司机的收益。 关键词 ：智能交通系统；马尔科夫决策过程；空间数据挖掘；轨迹数据处理 中图分类号： TP391 文献标识码： A 文章编号：2095—2163(2013)06～0070—04 TowardsSequentialRecommendationofPassenger--findingLocations inAnUrbanTaxiService CHENYifei，LIZhijun，JIANGShouxu (SchoolofComputerScienceandTechnology，HarbinInstituteofTechnoloyg ，Harbin150001，China) Abstract：Inmodem cities，taxisplayaquitesignificantroleinintelligenttransportationsystem ．However，duetolacking ofenoughdrivingexperienceandknowledgeofcities，sometaxidriverstendtotakestochasticcruiseforfindingpassengers whentheyareinvacant．Thisleadstothelowprofitaswellastheenergyconsumptionandenvironmentpollution．Thispa— perpresentsarecommendermodelfortaxidrivertorecommendaseriesoflocationsinwhichtaxidrivercangethighexpec— tedprofitofrpassengerfinding．Specifically，thepaperestablishesaMarkovDecisionProcessmodelwhichisbasedontaxi— cab’SGPStrajectorydata，andtwoalgorithmsofrsolvingthismodelwillbegiven．Simulationresultsshowthatthismodel couldgainbetterrecommendationperformancethanTopK method，withthemetricofprofitperunittime． Keywords：IntelligentTransportationSystem(ITS)；MarkovDecisionProcess(MDP)；SpatialDataMining；Tr~ectory DataProcessing 0 引 言 下来。因此 ，每天都会产生大量的伴随着出租车载客状态的