乘客出行预测与推荐方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究意义与背景 | 第8-9页 |
| 1.2 研究目标和内容 | 第9-10页 |
| 1.3 全文安排 | 第10-12页 |
| 第2章 相关工作综述 | 第12-20页 |
| 2.1 城市计算 | 第12-14页 |
| 2.2 轨迹数据研究 | 第14-16页 |
| 2.3 聚类方法研究 | 第16-20页 |
| 第3章 多维度出行需求模型和框架 | 第20-30页 |
| 3.1 多维度乘客需求模型 | 第20-24页 |
| 3.1.1 多维度需求概念模型 | 第20-21页 |
| 3.1.2 多维度乘客出行模型设计 | 第21-24页 |
| 3.2 出行需求预测与推荐框架总体结构 | 第24-26页 |
| 3.2.1 相关定义 | 第25页 |
| 3.2.2 框架构成 | 第25-26页 |
| 3.3 离线预测设计 | 第26-27页 |
| 3.4 在线推荐设计 | 第27-30页 |
| 第4章 出行需求预测 | 第30-48页 |
| 4.1 出行行为特征分析 | 第30-39页 |
| 4.1.1 轨迹数据处理 | 第30-32页 |
| 4.1.2 时间分布 | 第32-33页 |
| 4.1.3 空间分布 | 第33-35页 |
| 4.1.4 语义分布 | 第35-39页 |
| 4.2 基于时空聚类的离线预测功能实现 | 第39-44页 |
| 4.2.1 基于参数自适应空间聚类的热点发现 | 第40-42页 |
| 4.2.2 基于时间序列的出行预测 | 第42-44页 |
| 4.3 出行预测实验验证 | 第44-48页 |
| 4.3.1 实验设置 | 第44-46页 |
| 4.3.2 实验效果验证与分析 | 第46-48页 |
| 第5章 出行热点推荐 | 第48-58页 |
| 5.1 基于吸引力的在线推荐 | 第48-51页 |
| 5.2 在线推荐实验验证 | 第51-52页 |
| 5.2.1 实验设置 | 第51页 |
| 5.2.2 实验结果验证与分析 | 第51-52页 |
| 5.3 乘客出行语义挖掘实验 | 第52-56页 |
| 5.3.1 实验设置 | 第52-53页 |
| 5.3.2 实验结果分析 | 第53-56页 |
| 5.4 系统可视化 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 问题与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表论文和参加科研情况说明 | 第64-66页 |
| 致谢 | 第66-67页 |
