典型文献
基于频繁轨迹序列模式挖掘的路径推荐方法
文献摘要：
出行路径推荐是智能交通领域的重要研究内容之一.传统路径推荐方法往往基于路径最短或通行时间最短等单一因素进行路径推荐,而忽略了城市人群出行模式对路径推荐过程的影响.针对上述问题,提出了一种基于频繁轨迹序列模式的路径推荐方法,在数据预处理阶段基于历史轨迹数据库挖掘城市不同时段的频繁序列模式,并以此构建频繁路径序列模式库.在路径推荐阶段,对于给定起止点后确定的一组候选路径集合,利用所提出的长短模式权重评估模型对其进行量化评估并进行排序.然后,取出其评估值为Top-n的路径为用户进行推荐.通过4组模拟场景对推荐结果进行分析,结果表明该推荐方法具备合理性,同时将推荐结果和传统的最短路径和测试集比较分析,证明其推荐的路径更优,与传统的路径推荐算法相比其运行速度也更快.
文献关键词：
智能交通;时空轨迹数据;最短路径;频繁轨迹序列模式挖掘;路径推荐
中图分类号：
作者姓名：
段宗涛;任国亮;康军;黄山;杜锦光;王倩倩
作者机构：
长安大学 信息工程学院,西安 710064;长安大学 陕西省道路交通智能检测与装备工程技术研究中心,西安 710064
文献出处：
引用格式：
[1]段宗涛;任国亮;康军;黄山;杜锦光;王倩倩-.基于频繁轨迹序列模式挖掘的路径推荐方法)[J].太原理工大学学报,2022(02):240-247
A类：
频繁轨迹序列模式挖掘,频繁序列模式
B类：
路径推荐,推荐方法,智能交通,交通领域,传统路径,通行时间,时间最短,出行模式,数据预处理,历史轨迹,不同时段,起止点,量化评估,评估值,Top,最短路径,测试集,推荐算法,运行速度,时空轨迹数据
AB值：
0.226993
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。
