融合跨域城市数据的通勤私家车动态拼车推荐方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究挑战 | 第13-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 国内外研究综述 | 第18-34页 |
| 2.1 交通大数据分析与应用 | 第18-26页 |
| 2.1.1 大数据定义 | 第18-20页 |
| 2.1.2 交通大数据应用 | 第20-21页 |
| 2.1.3 大数据分析方法 | 第21-22页 |
| 2.1.4 聚类算法介绍 | 第22-26页 |
| 2.2 拼车服务 | 第26-28页 |
| 2.2.1 共享经济介绍与应用 | 第26页 |
| 2.2.2 拼车算法介绍与应用 | 第26-28页 |
| 2.3 人群移动预测研究 | 第28-29页 |
| 2.4 跨域数据融合方法研究 | 第29-31页 |
| 2.5 本章小结 | 第31-34页 |
| 第三章 数据集 | 第34-44页 |
| 3.1 相关定义 | 第34-35页 |
| 3.2 数据集描述 | 第35-38页 |
| 3.3 初步观测结果展示 | 第38-42页 |
| 3.3.1 影响拼车服务的动态特征 | 第38-40页 |
| 3.3.2 车辆的移动性特征 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 通勤私家车动态拼车推荐算法 | 第44-56页 |
| 4.1 问题描述与定义 | 第44-45页 |
| 4.2 方法框架 | 第45-46页 |
| 4.3 算法步骤 | 第46-55页 |
| 4.3.1 数据预处理 | 第46-47页 |
| 4.3.2 通勤私家车识别 | 第47-51页 |
| 4.3.3 关键特征提取 | 第51-52页 |
| 4.3.4 基于用户意愿的动态拼车匹配 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 实验设计与验证 | 第56-68页 |
| 5.1 实验设计 | 第56-59页 |
| 5.1.1 实验环境 | 第56页 |
| 5.1.2 实验所用数据集 | 第56页 |
| 5.1.3 实验步骤 | 第56-59页 |
| 5.2 实验结果分析 | 第59-64页 |
| 5.3 对比算法分析 | 第64-65页 |
| 5.4 本章小结 | 第65-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文总结 | 第68-69页 |
| 6.2 未来工作 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 附录: 攻读硕士学位期间研究成果 | 第76-78页 |
| 致谢 | 第78-79页 |
