基于众源地理数据的个性化路线服务框架及应用实验

随着移动通信与LBS的蓬勃发展,能够描述个体行为的众源时空大数据大量涌现,为感知群体时空行为模式与探究个性化路线提供了新视角。该文将众源时空信息与出行者的个人意愿映射到实际路网空间,融合大众偏好和定制趋势,构建包含主题序列生成、POI推荐、历史路线推荐的局部路网模型,进而实现一种利用众源时空数据改进的HMM路线规划方法,为用户提供合适且个性化的出行方案;以长沙市岳麓区为研究案例,利用真实路网数据与相关兴趣点作为实验数据,基于该方法可在短时间内提供满足用户需求的不同月份的最优路线。

基于历史轨迹的个性化路线推荐算法的研究

针对各导航软件快速给出私家车出行最佳路线却无法满足用户个人偏好的问题,论文基于2017年11月全国8186台私家车的出行轨迹,提出一种个性化路线推荐的优化方法。通过混合高斯模型拟合偏好分布,分析相关性找出与当前用户偏好和出行时间最为相近的轨迹,最后从中选择一条最符合用户需求的路线。与DAI方法相比,推荐路线匹配度高于80%的推荐轨迹高出了47%,推荐准确度也有了大幅度的提高,准确度对比平均值达到1.102。

基于朴素贝叶斯方法的个性化旅游路线推荐系统

旅游路线的选择与多种因素有关,如游客年龄、旅游季节、景点类型、游览时间等,如何较好地针对不同游客特点进行个性化旅游路线的设计与推荐,一直是旅游工作者的首要目标。把应用数据挖掘技术的朴素贝叶斯方法应用到个性化旅游路线推荐系统中,是一个新的尝试。通过对蜂窝网的旅游攻略进行文本处理,得到丰富的旅游路线训练数据,然后使用朴素贝叶斯方法为特定需求的用户提供个性化路线推荐。推荐结果通过召回率、准确率两个指标进行评价。结果显示,利用朴素贝叶斯方法可以为用户提供与之需求相符合的个性化旅游路线。

支持关键词搜索的top-K条最优路线查询问题

支持关键词搜索的top-K条最优路线查询问题是针对给定的道路网络、兴趣点集合、起点和多个关键词的路线查询。查询旨在找到途经与查询关键词匹配的多个兴趣点的k条最优路线。然而,一些现有研究为降低算法的复杂度,将用户输入关键词的顺序作为到达兴趣点顺序,不适用于对兴趣点到达顺序没有要求的场景,降低了实用性;另一些研究为提高查询效率,设定距离阈值对不符合要求的兴趣点剪枝,然而这类算法无法保证被剪枝的兴趣点一定不能组成最优路线。针对上述问题,提出一种关键词感知的top-K最优路线搜索(KKRS)算法。首先,将整个道路网络划分为多个子网络。然后,采用启发式搜索策略从查询起点所在的子网络开始逐步扩展搜索范围,直至找到top-K条最优路线或遍历完整个道路网络。在扩展过程中,引入子图剪枝策略,用于剪去不包含top-K最优路线的子网络,缩小搜索范围。此外,为避免对每个可能构成最优路线的兴趣点集合依次计算,设计兴趣点序列的剪枝策略,以快速过滤不可能构成最优路线的兴趣点序列,降低计算代价。最后,在真实数据集和合成数据集上对提出的两种剪枝算法进行实验,实验结果表明这两种算法在所有数据集上的子图剪枝上都能达到70%以上的剪枝率,在兴趣点序列剪枝上则能保证60%以上的剪枝率。与目前已有的先进算法大规模路网图下关键词覆盖最优路径查询(KORL)、ROSE-GM(Recurrent Optimal Subroute Expansion Using Greedy Merge Strategy)、OSSCaling和StarKOSR(finding Top-K Optional Sequenced Routes with A*)相比,KKRS算法比对比算法中查询效率较高的StarKOSR算法提高了40%。

基于WebGIS的湖北非遗传播网络平台的设计与实现

文章详细介绍了基于WebGIS的湖北非遗传播网络平台的设计与实现过程。首先,阐述了非遗文化保护和传播的重要性,并探讨了传统媒体无法满足的需求。然后,介绍了WebGIS的概念和特点,以及其在非遗传播中的应用潜力。接下来,详细介绍了平台的设计思路和主要功能模块,包括非遗项目展示、地理信息展示、用户交互和社交分享等。最后,通过实例演示平台的实现过程,并对平台的效果和前景进行展望。实践表明,该平台人机交互友好、操作简单方便,深受用户欢迎。

大规模路网图下关键词覆盖最优路径查询优化

游客倾向于采用个性化的旅游路线,规划这样的路线需要综合考量路径长度、路径开销和路径覆盖的兴趣点.关键词覆盖最优路径查询(KOR)就是用于规划这样的路线的一类查询,其处理过程通常包括预处理和路径拓展.由于路网图规模的不断扩大,现有算法预处理所需内存开销急剧上升,由于内存不足,导致较大规模的路网不能处理;路径拓展搜索空间快速膨胀,应用场景可扩展性与查询实时性难以保证.针对这些问题,提出一种大规模路网图下关键词覆盖最优路径查询算法KORL.KORL在预处理阶段将路网划分为若干子图,仅保存子图内路径和子图之间路径的信息,以减小预处理所需内存.在路径拓展阶段,综合运用最小代价剪枝、近似支配剪枝、全局优先拓展和关键词顶点拓展等策略对现有算法进行优化,以高效地搜索近似最优解.采用美国各地区的路网图,在16G内存环境下进行实验,突破了现有算法只能处理顶点数不超过25K路网图的限制.实验结果表明,KORL算法具有良好的可扩展性.