基于网约车GPS数据的用户出行挖掘与推荐研究

• 作者: 贾步忠
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 网约车 GPS数据 K均值聚类 时空特征 推荐模型
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 研究与设计
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP311
• 字数: 2506字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2018.12.026

摘要

针对当前网约车服务质量提升需求,本文研究的重点是如何更好的发挥网约车在城市交通的作用和效果.对此,本文以陕西西安某网约车公司的GPS数据作为研究基础,采用K均值聚类的方法完成对居民用户出行的时空特征分析,然后采用等待时间推荐模型完成对某区域内空网约车的推荐.最后,通过试验对上述的方案进行验证,结果表明在研究区域内,西安市民工作日出行的密度明显高于非工作日的出行密度,同时通过本文构建的乘客推荐算法,乘客平均等待的时间要明显低于传统的推荐算法.由此说明通过时空挖掘可很好的统计居民出行规律,同时通过推荐算法可大大减少用户等待时间,为市民出行提供方便.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾步忠	陕西财经职业技术学院会计二系	8	6	1.0	2.0