【摘要】：在WEB 2.0時(shí)代最近的10年里,數(shù)量呈幾何倍數(shù)增長(zhǎng)的互聯(lián)網(wǎng)網(wǎng)民以及隨科技發(fā)展而不斷變化的新興網(wǎng)絡(luò)交互方式,使得大量的信息得以在眾多互聯(lián)網(wǎng)平臺(tái)中產(chǎn)生并傳播。智能交通信息平臺(tái)作為WEB 2.0平臺(tái)時(shí)代的“后起之秀”,目前仍然依靠大范圍部署傳感器等硬件,作為交通信息的主要采集方式,不可避免地暴露出了依靠設(shè)備采集數(shù)據(jù)的局限性,并造成了對(duì)于平臺(tái)存在的海量UGC數(shù)據(jù)的浪費(fèi)。本文針對(duì)這一背景及國(guó)內(nèi)外研究現(xiàn)狀,提出了一種基于眾包UGC的交通用戶(hù)分類(lèi)推薦模型。以模型為基礎(chǔ),本文主要進(jìn)行了以下三方面的研究。1、交通用戶(hù)行為特性與眾包UGC的關(guān)系,且該關(guān)系所反映的用戶(hù)屬性的相關(guān)研究。2、交通用戶(hù)分類(lèi)推薦模型依賴(lài)的判別標(biāo)準(zhǔn)及相關(guān)算法研究。3、以產(chǎn)生信息為主的智能交通信息平臺(tái)的仿真。本文以笛卡爾坐標(biāo)系為骨架的智能交通信息平臺(tái)作為仿真基礎(chǔ),結(jié)合WEB 2.0時(shí)代的平臺(tái)特征、眾包UGC特點(diǎn)、用戶(hù)行為特性等,借助質(zhì)量控制策略以及合作博弈中的Shapley權(quán)力指標(biāo)、圖論相關(guān)知識(shí)、最短路徑算法、路線匹配的動(dòng)態(tài)規(guī)劃算法、分詞工具等,將眾包UGC與用戶(hù)分類(lèi)的推薦方案相結(jié)合,并進(jìn)一步通過(guò)數(shù)據(jù)驗(yàn)證了模型在交通信息平臺(tái)中的有效性及可行性。基于眾包UGC的交通用戶(hù)分類(lèi)推薦模型得到的結(jié)果為用戶(hù)提供了相對(duì)實(shí)時(shí)的交通信息推薦、好友推薦等,方便用戶(hù)獲取其所真正關(guān)心的信息,并做到了“取之于用戶(hù),用之于用戶(hù)”。而這便是本課題的終極意義。
[Abstract]:In the last 10 years of the WEB 2.0 era, the number of Internet netizens with geometric multiples and the new network interaction with the development of science and technology have enabled a large number of information to be generated and disseminated in many Internet platforms. As a "rising star" in the era of WEB 2.0 platform, Intelligent Transportation Information platform still relies on large-scale deployment of sensors and other hardware, as the main way to collect traffic information. Inevitably, the limitation of relying on equipment to collect data is exposed, and the waste of massive UGC data existing on the platform is caused. In view of this background and the research status at home and abroad, this paper proposes a traffic user classification and recommendation model based on crowdsourcing UGC. Based on the model, this paper mainly studies the following three aspects. 1. The relationship between traffic user behavior characteristics and crowdsourcing UGC, and the related research of user attributes reflected by this relationship. Research on discriminant criteria and related algorithms of traffic user classification recommendation model dependence. 3. Simulation of intelligent transportation information platform based on information generation. In this paper, the intelligent traffic information platform based on Cartesian coordinate system is used as the simulation foundation, combined with the platform characteristics of WEB 2.0 era, the characteristics of crowdsourcing UGC, the characteristics of user behavior and so on. With the help of quality control strategy and Shapley power index in cooperative game, graph theory related knowledge, shortest path algorithm, dynamic programming algorithm of route matching, word segmentation tool and so on, the crowdsourcing UGC is combined with the recommended scheme of user classification. The validity and feasibility of the model in traffic information platform are verified by the data. The results of the traffic user classification recommendation model based on crowdsourcing UGC provide users with relatively real-time traffic information recommendation, friend recommendation and so on, which is convenient for users to obtain the information they really care about, and achieves "taking it from users." Use it for users. And this is the ultimate significance of this topic.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李正熙;;中國(guó)城市智能交通系統(tǒng)產(chǎn)業(yè)化發(fā)展趨勢(shì)[J];自動(dòng)化博覽;2015年07期

2 馬春艷;崔鵬;金明日;;基于二維地圖的連通路徑快速查找算法[J];無(wú)線互聯(lián)科技;2014年10期

3 李萍;;淺談國(guó)外智能交通系統(tǒng)的應(yīng)用和發(fā)展趨勢(shì)[J];吉林交通科技;2014年03期

4 榮輝桂;火生旭;胡春華;莫進(jìn)俠;;基于用戶(hù)相似度的協(xié)同過(guò)濾推薦算法[J];通信學(xué)報(bào);2014年02期

5 張志強(qiáng);逄居升;謝曉芹;周永;;眾包質(zhì)量控制策略及評(píng)估算法研究[J];計(jì)算機(jī)學(xué)報(bào);2013年08期

6 陸悠;華澤;盛浩;奚雪峰;;基于用戶(hù)及其行為社會(huì)屬性的信任測(cè)度模型[J];計(jì)算機(jī)科學(xué);2013年01期

7 劉宇軒;郭玉翠;;基于Shapley熵的主觀信任模型[J];計(jì)算機(jī)應(yīng)用研究;2012年12期

8 張利斌;鐘復(fù)平;涂慧;;眾包問(wèn)題研究綜述[J];科技進(jìn)步與對(duì)策;2012年06期

9 薛明;劉春;肖學(xué)年;;基于WebGIS的復(fù)雜城市交通網(wǎng)絡(luò)信息服務(wù)[J];測(cè)繪通報(bào);2011年12期

10 王峰博;崔先國(guó);丁琳;原建順;;基于Dijkstra算法駕車(chē)導(dǎo)航路徑研究與實(shí)現(xiàn)[J];中國(guó)西部科技;2011年34期

相關(guān)會(huì)議論文 前3條

1 向少華;李文江;高原;王川;王楓;;深圳市云計(jì)算產(chǎn)學(xué)研聯(lián)盟現(xiàn)狀及發(fā)展淺析[A];第九屆中國(guó)科技政策與管理學(xué)術(shù)年會(huì)論文集[C];2013年

2 聶轟;陳湘濤;;一種基于歐氏距離加權(quán)的連通聚類(lèi)算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

3 吳建平;蔣冰蕾;王渤;;英國(guó)智能交通發(fā)展現(xiàn)狀與趨勢(shì)[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

相關(guān)碩士學(xué)位論文 前2條

1 杜雷;垂直搜索引擎網(wǎng)絡(luò)爬蟲(chóng)的研究與設(shè)計(jì)[D];北京郵電大學(xué);2015年

2 陳尚衛(wèi);基于用戶(hù)信任度的網(wǎng)絡(luò)動(dòng)態(tài)訪問(wèn)控制研究[D];南京航空航天大學(xué);2010年

，

本文編號(hào)：2493903