本文關(guān)鍵詞：實時出租車拼車關(guān)鍵技術(shù)研究

  更多相關(guān)文章： LBS 軌跡挖掘 數(shù)據(jù)管理

【摘要】：隨著智能手機、GPS設(shè)備的普及,基于位置的服務(wù)(Location-based service,簡稱LBS)應(yīng)用日益豐富,給人們生活帶來很大便利。用戶可以使用智能手機實時發(fā)送自己的位置獲得服務(wù)。服務(wù)提供商可以通過分析出租車軌跡數(shù)據(jù)發(fā)現(xiàn)人群行為特征,提供更加有效可靠的服務(wù)。由于大城市中出租車數(shù)量供不應(yīng)求和分配不合理,乘客打車難,司機接客難。出租車拼車是指在一次旅程中搭載多個乘客,是提高出租車?yán)寐实挠行Х绞健Ｔ谝欢ǔ潭壬弦材芫徑獬鞘薪煌ǘ氯涂諝馕廴镜膯栴}。本文對出租車拼車關(guān)鍵技術(shù)進行研究,利用分布式計算平臺對海量出租車軌跡數(shù)據(jù)進行分析和統(tǒng)計,提出了兩種出租車拼車模式。本文主要工作包括以下幾個方面：·離線-在線拼車系統(tǒng)框架為了解決拼車問題,本文提出離線-在線的系統(tǒng)框架。離線階段綜合使用出租車軌跡數(shù)據(jù)和路網(wǎng)數(shù)據(jù),計算相關(guān)的統(tǒng)計信息用于在線查詢。基于該框架,提出兩種拼車模式并設(shè)計各自的系統(tǒng)框架�！こ鲎廛囓壽E預(yù)處理和分布式統(tǒng)計框架提出出租車軌跡預(yù)處理和分布式統(tǒng)計框架。軌跡數(shù)據(jù)預(yù)處理包括去除噪音、異常檢測、路網(wǎng)分割等；分布式統(tǒng)計是利用Map-Reduce框架對軌跡和路網(wǎng)抽取四種主要特征,統(tǒng)計結(jié)果是在線查詢的重要依據(jù)�！た焖倨ヅ涑丝偷钠窜嚹Ｊ教岢鰹榇蜍囉脩魧崟r查找附近乘客的拼車模式。利用離線統(tǒng)計數(shù)據(jù)增加在線查詢的準(zhǔn)確性,提出快速匹配算法找到用戶附近時間開銷最低的乘客。用實驗驗證算法的查詢效率,并且設(shè)計開發(fā)了原型系統(tǒng)來模擬真實的應(yīng)用場景�！�性化匹配載客出租車的拼車模式提出實時個性化的出租車拼車模式,充分考慮每個乘客的偏好。首先定義用戶滿意度和兩種系統(tǒng)目標(biāo)(MaxMin和MaxSum),然后提出相應(yīng)的剪枝規(guī)則過濾海量出租車,最后在真實數(shù)據(jù)集上做了大量實驗來驗證算法的有效性和效率。
【關(guān)鍵詞】：LBS 軌跡挖掘 數(shù)據(jù)管理
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U492.434;TP338.8
【目錄】：

• 摘要6-7
• ABSTRACT7-12
• 第一章 引言12-20
• 1.1 研究背景與意義12-15
• 1.2 拼車框架15-17
• 1.2.1 離線數(shù)據(jù)統(tǒng)計與分析16
• 1.2.2 在線查詢處理16-17
• 1.3 本文工作與主要貢獻17-19
• 1.4 文章組織結(jié)構(gòu)19-20
• 第二章 研究現(xiàn)狀20-27
• 2.1 城市計算研究進展20-21
• 2.2 基于出租車軌跡的研究進展21-23
• 2.3 拼車研究現(xiàn)狀23-25
• 2.3.1 拼車的研究與發(fā)展23-25
• 2.3.2 出租車拼車的研究25
• 2.4 本章小結(jié)25-27
• 第三章 出租車軌跡數(shù)據(jù)預(yù)處理和分布式統(tǒng)計27-42
• 3.1 出租車軌跡數(shù)據(jù)預(yù)處理27-30
• 3.2 路網(wǎng)數(shù)據(jù)預(yù)處理30-34
• 3.2.1 路網(wǎng)分割30-32
• 3.2.2 空間索引32-34
• 3.2.3 路網(wǎng)映射34
• 3.3 基于分布式的離線統(tǒng)計34-39
• 3.3.1 MapReduce框架34-36
• 3.3.2 基于路段的統(tǒng)計36
• 3.3.3 基于網(wǎng)格的統(tǒng)計36-37
• 3.3.4 基于歷史軌跡的統(tǒng)計37-39
• 3.4 實驗結(jié)果與總結(jié)39-41
• 3.4.1 實驗數(shù)據(jù)39
• 3.4.2 實驗結(jié)果39-41
• 3.5 本章小結(jié)41-42
• 第四章 打車用戶之間的快速匹配42-54
• 4.1 解決方案框架42-44
• 4.2 離線階段44-45
• 4.3 在線階段45-48
• 4.3.1 快速匹配算法45-48
• 4.3.2 車費分攤策略48
• 4.4 實驗及原型系統(tǒng)48-51
• 4.4.1 快速匹配算法實驗48-49
• 4.4.2 面向乘客的快速匹配原型系統(tǒng)49-51
• 4.5 本章小結(jié)51-54
• 第五章 打車用戶與載客出租車的個性化匹配54-72
• 5.1 解決方案框架54-56
• 5.2 用戶個性化拼車定義56-61
• 5.2.1 拼車方案57
• 5.2.2 計價策略57-58
• 5.2.3 用戶偏好58-59
• 5.2.4 用戶滿意度59-61
• 5.3 在線查詢的剪枝規(guī)則61-67
• 5.3.1 基于WPF方案的剪枝規(guī)則61-63
• 5.3.2 基于TRF方案的剪枝規(guī)則63-64
• 5.3.3 基于查詢的剪枝規(guī)則64-67
• 5.4 實驗研究67-71
• 5.4.1 實驗環(huán)境與數(shù)據(jù)67
• 5.4.2 有效性實驗研究67-68
• 5.4.3 性能實驗研究68-71
• 5.5 本章小結(jié)71-72
• 第六章 總結(jié)與展望72-74
• 6.1 總結(jié)72-73
• 6.2 未來工作的展望73-74
• 參考文獻74-82
• 致謝82-84
• 攻讀碩士學(xué)位期間發(fā)表論文和科研情況84

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王迎慶 ,夏振華;語音模式中基于啟發(fā)式搜取的快速匹配算法[J];南京航空航天大學(xué)學(xué)報;1988年01期

2 熊國清,于起峰;用于實時跟蹤的快速匹配算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2002年01期

3 李從善;劉天琪;李興源;;停電應(yīng)急預(yù)案快速匹配與智能生成方法[J];電力自動化設(shè)備;2014年01期

4 裘東;一種快速匹配算法在拼音輸入整句翻譯中的應(yīng)用[J];上海計量測試;2003年01期

5 桑農(nóng)，張?zhí)煨颍钗�，汪國�?基于區(qū)域知識的快速匹配定位算法[J];華中理工大學(xué)學(xué)報;1996年03期

6 呂科,耿國華,康寶生,周明全;三維輪廓曲線的快速匹配方法[J];工程圖學(xué)學(xué)報;2002年04期

7 楊薇薇,陶濤;工程圖符的快速匹配識別算法[J];華中理工大學(xué)學(xué)報;1998年03期

8 裴聰;戴立玲;盧章平;;基于sift的簡化算法下圖像快速匹配[J];制造業(yè)自動化;2010年01期

9 彭博;;多尺度邊緣信息的遙感影像快速匹配[J];科技信息;2014年01期

10 韋勝;葉興平;;基于拓撲與緩沖查詢快速提取AutoCAD數(shù)據(jù)信息[J];三峽大學(xué)學(xué)報(自然科學(xué)版);2011年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 呂科;耿國華;周明全;;文物復(fù)原中三維輪廓曲線的快速匹配方法[A];第一屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 段小藝;實時出租車拼車關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2016年

2 高亮;音樂旋律快速匹配技術(shù)的研究[D];上海交通大學(xué);2007年

3 陳偉;數(shù)字圖像的快速匹配技術(shù)研究[D];山東師范大學(xué);2012年

4 趙晶;基于雙目視差的三維重建中的特征檢測和快速匹配技術(shù)的研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2010年

5 王淵民;基于SIFT算法的圖像快速匹配系統(tǒng)設(shè)計[D];成都理工大學(xué);2014年

，

本文編號：1041982