考虑需求的出租车收益路线推荐

当前研究忽略出租车接载下一个乘客获得的收益,并且会为出租车推荐具有较低接客概率的路线.针对以上问题,基于移动顺序推荐对出租车路线推荐问题进行建模,提出考虑出租车下一个乘客收益的出租车收益路线推荐(PMSR)的改进模型.考虑到上客点的需求大小对出租车在上客点成功接载乘客的可能性的影响,提出考虑需求的出租车收益路线推荐(PMSR-D)的改进模型.基于上海市出租车GPS轨迹数据,采用带噪声的基于密度的空间聚类(DBSCAN)算法、模拟退火算法和贪心算法对PMSR和PMSR-D模型进行验证.结果表明,PMSR模型推荐路线的上客点的最低预期票价较高,其接客概率与潜在巡航距离(PTD)、基于时空矩阵的路线推荐(RTS)模型相比在7:00—10:00和13:00—16:00分别平均增加了148.2%、253.0%和88.1%、48.0%,表明PMSR模型能够为出租车推荐预期票价较高且接客概率更大的路线,优于PTD和RTS模型.与PMSR模型相比,PMSR-D模型在7:00—10:00和13:00—16:00分别增加了125和20个潜在的乘客需求,验证了PMSR-D模型的有效性.