欢迎来到天天文库
浏览记录
ID:34195118
大小:1.90 MB
页数:56页
时间:2019-03-04
《基于车联网的地点与旅行路线的挖掘与推荐》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文基于车联网的地点与旅行路线的挖掘与推荐MININGLOCATIONSANDROUTERECOMMANDATIONBASEDONCARNETWORKING刘敏哈尔滨工业大学2015年6月国内图书分类号:TP316.8学校代码:10213国际图书分类号:681密级:公开工程硕士学位论文基于车联网数据的地点挖掘与路线的推荐硕士研究生刘敏:导师崔刚:教授申请学位工程:硕士学科计算机科学与技术:所在单位计算机科学与技术学院:答辩日期201:5年6月授予学位单位哈尔滨工业大学:ClassifiedIndex:TP316.8U.D.
2、C:681DissertationfortheMasterDegreeMININGLOCATIONSANDROUTERECOMMANDATIONBASEDONCARNETWORKINGCandidate:LiuMinSupervisor:Prof.CuiGangAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologySchoolofComputerScienceandAffiliation:TechnologyDateofD
3、efence:June,2015Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要越来越多的车载系统GPS(全球定位系统)的设备改变了人们与网络交互的方式,也给我们带了了大量的代表人们位置记录的GPS轨迹信息。国内外的研究者们在用户的GPS信息的数据挖掘方向做了大量的研究,所得到的研究成果不仅在学术上有了很大的进步,也大大满足了人们的出行、生活等方面的需求。本文研究的主要内容是基于车联网GPS信息的数据挖掘。本课题的目的是基于多个车载
4、用户的GPS轨迹信息挖掘在给定区域中的最重要地点和经典的旅行轨迹。这里重要的地点是指像北京的天安门广场这样的文化胜地和像购物广场和餐馆这样的经常有人到访的公共地点。这些信息可以帮助车载用户理解所处区域的周围的地点,也给出了出行路线推荐的研究空间。在本课题中,作者首先用基于树形结构的层次图(HG)对多个用户的出行轨迹建模。其次,在HG的基础上提出基于HITS算法的推理模型,此模型将一个人对一个地点的到访作为用户到那个地点的直接链接。这个模型对于地点的重要程度的推理主要基于以下三点:1)地点的重要程度不只考虑到访的用户数,还考虑用户的
5、出行经验;2)用户的出行经验和地点的重要程度有相互强化的关系;3)地点的重要程度和人的旅行经验值只是相对的值,并且是区域相关的。最后,通过考虑多个地点的受欢迎程度和多个用户的旅行经验值本文挖掘了多个地点中经典的出行路径。课题最后提出了验证本文中提出的算法的方法并使用由182名车主在5年时间内收集的数据来验证课题内的理论。由验证结果可知,课题中的地点受欢迎度的挖掘在地点的代表性和排序上要比按地点的访问次数排名和按地点的访问频率排名这样的常用的数据挖掘算法表现的要好;除此之外,对于经典旅行序列的挖掘,课题中的方法也比单独的用根据地点的
6、受欢迎度和根据用户经验值的要好。关键词:数据挖掘;GPS轨迹;位置推荐;车联网-I-哈尔滨工业大学工学硕士学位论文AbstractMoreandmoreGPS-enableddevicesareplayingapartinpeople’slife,whichischangingthewaypeopleinteractingwiththeinternetandbringsusanoceanofGPStrajectoriesrepresentingpeople’smovementfromalocationtoanother.Resea
7、rchersinlandandabroaddidalotofresearchinthedirectionoftheuser'sGPSdatamining,theseresearchhavemadegreatprogressnotonlyintheacademic,butalsogreatlysatisfyingtheneedsofthepeople’stravelandotheraspectsoflife.ThemaincontentsofthispaperaredataminingbasedoncarnetworkingGPSi
8、nformation.Thepurposeofthisprojectisdataminingbasedonmultipleusers’GPStrackinagivenareaofthemostimportantsitesandclassictrav
此文档下载收益归作者所有