典型文献
基于融合多注意网络的网约车接客区域推荐研究
文献摘要：
接客区域推荐在智能交通中应用广泛.目前大多数模型通过获得空间-时间关系来获取区域之间的关系,但仍有一些重要的问题未得到解决.网约车司机的行为之间存在非常重要的关联,由于建模的复杂性问题,没有得到足够的考虑.从网约车司机的订单信息和车辆轨迹数据中获得用户行为,并通过对获得的多种语义信息进行加权表示,找出最合理的接客区域.我们提出一个融合多注意力网络(FMAN)用于位置推荐.FMAN通过不同的视图获得不同的空间和时间关系.FMAN使用一个融合注意力层来获得不同车辆和不同订单之间的关系,针对不同的区域对它们进行统计,调整的权重来获取订单之间的时空关系,并考虑司机的兴趣.实验表明,FMAN在成都和武汉的数据集上表现更好,相对目前方法提升3％～12％的性能.
文献关键词：
深度学习;注意机制;基于位置的服务;长短时记忆
中图分类号：
作者姓名：
伍永豪;李聪;余正红
作者机构：
武汉城市学院信息工程学部 武汉 430000;武汉大学计算机学院 武汉 430000
文献出处：
引用格式：
[1]伍永豪;李聪;余正红-.基于融合多注意网络的网约车接客区域推荐研究)[J].计算机与数字工程,2022(11):2411-2417
A类：
FMAN
B类：
注意网络,接客,智能交通,得空,网约车司机,订单,车辆轨迹数据,得用,用户行为,语义信息,多注意力,注意力网络,视图,空间和时,注意力层,同车,同订,重来,时空关系,前方,注意机制,基于位置的服务,长短时记忆
AB值：
0.3805
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
