基于Pick-up树的路径推荐研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 本文研究内容和主要工作 | 第12-14页 |
| 1.2.1 研究目标和方法 | 第12-13页 |
| 1.2.2 解决的主要问题 | 第13页 |
| 1.2.3 主要创新点 | 第13-14页 |
| 1.3 论文组织 | 第14-15页 |
| 第二章 相关工作 | 第15-23页 |
| 2.1 轨迹数据处理方法 | 第15-17页 |
| 2.2 出租车推荐系统 | 第17-19页 |
| 2.3 Skyline查询处理 | 第19-21页 |
| 2.4 资源调度方法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 路径推荐模型与Pick-up树 | 第23-32页 |
| 3.1 问题定义 | 第23-26页 |
| 3.1.1 高效出租车司机 | 第23-25页 |
| 3.1.2 推荐路径 | 第25-26页 |
| 3.1.3 全局空载路径长度函数 | 第26页 |
| 3.2 计算复杂性分析 | 第26-27页 |
| 3.3 Pick-up树 | 第27-31页 |
| 3.3.1 主要思想 | 第27-28页 |
| 3.3.2 结构分析 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于Pick-up树的路径推荐系统 | 第32-46页 |
| 4.1 设计目标 | 第32页 |
| 4.2 系统结构概述 | 第32-34页 |
| 4.2.1 整体架构 | 第33-34页 |
| 4.2.2 执行流程 | 第34页 |
| 4.3 关键技术 | 第34-44页 |
| 4.3.1 数据清洗方法 | 第34-36页 |
| 4.3.2 载客概率计算 | 第36-37页 |
| 4.3.3 时空聚类分析 | 第37-39页 |
| 4.3.4 Pick-up树建立方法 | 第39-41页 |
| 4.3.5 路径推荐方法 | 第41-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 路径推荐实例分析 | 第46-55页 |
| 5.1 北京出租车轨迹数据集 | 第46-50页 |
| 5.1.1 数据集分析 | 第46-47页 |
| 5.1.2 实验流程 | 第47-48页 |
| 5.1.3 实验过程和讨论 | 第48-50页 |
| 5.2 旧金山出租车轨迹数据集 | 第50-54页 |
| 5.2.1 数据集分析 | 第50-51页 |
| 5.2.2 实验流程 | 第51-52页 |
| 5.2.3 实验过程和讨论 | 第52-54页 |
| 5.3 结论 | 第54-55页 |
| 第六章 总结和展望 | 第55-58页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 下一步的工作 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 参与的科研项目成果 | 第63-64页 |
| 致谢 | 第64-65页 |
