隨著定位設(shè)備的普及,移動(dòng)通信設(shè)備的廣泛使用和基于位置的社交網(wǎng)站的興起,越來越多的用戶位置數(shù)據(jù)變得可用。研究用戶出行的規(guī)律,對于交通控制,道路規(guī)劃,資源調(diào)配等方面具有重大意義。用戶出行一部分受到社交關(guān)系的影響,結(jié)合社交關(guān)系進(jìn)行用戶出行預(yù)測研究具有重要意義�，F(xiàn)有神經(jīng)網(wǎng)絡(luò)出行預(yù)測模型的不足是只有隱藏記憶單元（模型參數(shù)）。它無法比對用戶間軌跡數(shù)據(jù),找出用戶間軌跡的聯(lián)系,也因此無法挖掘社交關(guān)系對出行的影響。為了解決現(xiàn)有模型的結(jié)構(gòu)不足,挖掘社交關(guān)系對出行的影響,提出好友循環(huán)記憶模型,通過顯式記憶結(jié)構(gòu)記錄下所有用戶的軌跡信息;通過讀寫機(jī)制將用戶軌跡信息有效寫入;通過尋址機(jī)制將用戶軌跡信息與其好友軌跡信息進(jìn)行比對,提取出有效信息;通過好友影響因子計(jì)算突出有效好友的影響。隨后實(shí)現(xiàn)了基于社交關(guān)系進(jìn)行出行預(yù)測的方法,主要分為數(shù)據(jù)預(yù)處理,模型實(shí)現(xiàn),模型訓(xùn)練與測試三個(gè)步驟。數(shù)據(jù)預(yù)處理將需要的特征值從原始數(shù)據(jù)集中提取出來,提取出隱藏社交關(guān)系,并劃分軌跡。模型實(shí)現(xiàn)部分實(shí)現(xiàn)好友循環(huán)記憶模型,對各部分的細(xì)節(jié)進(jìn)行描述。模型訓(xùn)練與測試模塊將訓(xùn)練集輸入模型,通過前向傳播與反向更新使模型不斷收斂,得到泛化能力較好的模型,并對模... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

好友循環(huán)記憶模型結(jié)構(gòu)圖

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文3 結(jié)合社交關(guān)系進(jìn)行出行預(yù)測的實(shí)現(xiàn)在此部分，我們實(shí)現(xiàn)好友循環(huán)記憶模型，并給出整個(gè)數(shù)據(jù)處理流程和訓(xùn)練流程以及好友選擇方案。3.1 總體結(jié)構(gòu)結(jié)合社交關(guān)系進(jìn)行出行預(yù)測的實(shí)現(xiàn)由三個(gè)部分組成，數(shù)據(jù)預(yù)處理，模型實(shí)現(xiàn)和模型訓(xùn)練與測試，如圖 3.1 所示。

29圖 3.2Austin 地區(qū)網(wǎng)格劃分示意圖對于時(shí)間的提取，需要考慮到用戶出行周期性。用戶出行具有高維周期性表現(xiàn)復(fù)雜。比如，用戶的部分出行是以天為周期進(jìn)行的，但是另一部分的以周，月甚至年作為周期來進(jìn)行。而一些簽到密集的用戶，其周期性可能表圍內(nèi)。因此，時(shí)間的提取決定了周期性的選擇。在本論文中，周期的選擇是位的。即對一個(gè)絕對時(shí)間戳，我們提取其小時(shí)特征作為時(shí)間特征值。Time fature: ---- ￡ | ￠ ¨ § ￡￠ ￡ |在 3.1.2 節(jié)我們說到，對于區(qū)域進(jìn)行劃分，因此每一個(gè)經(jīng)度維度都可以

【參考文獻(xiàn)】：
期刊論文
[1]基于軌跡信息熵分布的異常軌跡檢測方法[J]. 蔣華,鄭依龍,王鑫.  計(jì)算機(jī)應(yīng)用研究. 2018(06)
[2]基于時(shí)空模式的軌跡數(shù)據(jù)聚類算法[J]. 石陸魁,張延茹,張欣.  計(jì)算機(jī)應(yīng)用. 2017(03)
[3]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強(qiáng),張鳳荔,王瑞錦,周帆.  軟件學(xué)報(bào). 2017(04)
[4]軌跡大數(shù)據(jù)異常檢測:研究進(jìn)展及系統(tǒng)框架[J]. 毛嘉莉,金澈清,章志剛,周傲英.  軟件學(xué)報(bào). 2017(01)
[5]基于時(shí)間序列聚類方法分析北京出租車出行量的時(shí)空特征[J]. 程靜,劉家駿,高勇.  地球信息科學(xué)學(xué)報(bào). 2016(09)
[6]軌跡大數(shù)據(jù):數(shù)據(jù)、應(yīng)用與技術(shù)現(xiàn)狀[J]. 許佳捷,鄭凱,池明旻,朱揚(yáng)勇,禹曉輝,周曉方.  通信學(xué)報(bào). 2015(12)
[7]大數(shù)據(jù)技術(shù)研究綜述[J]. 吳亞坤,郭海旭,王曉明.  遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[8]道路交通大數(shù)據(jù)及其關(guān)鍵技術(shù)研究[J]. 段宗濤,鄭西彬,李瑩,劉研,王向宇,康軍,唐蕾.  微電子學(xué)與計(jì)算機(jī). 2015(06)
[9]一種支持軌跡大數(shù)據(jù)潛在語義相關(guān)性挖掘的譜聚類方法[J]. 廖律超,蔣新華,鄒復(fù)民,賀文武,邱淮.  電子學(xué)報(bào). 2015(05)
[10]時(shí)空軌跡大數(shù)據(jù)模式挖掘研究進(jìn)展[J]. 吉根林,趙斌.  數(shù)據(jù)采集與處理. 2015(01)



本文編號：2987106