检索结果-内蒙古大学图书馆

作者：王鹏宇电子科技大学

学位级别：硕士

近年来随着移动设备和互联网的蓬勃发展以及定位方法和技术的盛行,海量的移动数据得到收集,促进了人们对人类移动模式的研究。研究人类移动对交通管理、城市规划以及流行病建模等方面有着重要意义。大量的研究者试图挖掘人类移动数据中... 详细信息

近年来随着移动设备和互联网的蓬勃发展以及定位方法和技术的盛行,海量的移动数据得到收集,促进了人们对人类移动模式的研究。研究人类移动对交通管理、城市规划以及流行病建模等方面有着重要意义。大量的研究者试图挖掘人类移动数据中蕴含的移动模式并进一步预测其移动趋势。同时,这些研究也促进了基于位置的服务的开发与相关应用的发展。本文主要进行个性化旅行推荐和城市流量预测这两项具体的任务的研究,通过深度学习方法挖掘其中蕴含的移动模式并预测其未来的趋势。个性化旅游推荐根据用户特定的约束条件为特定的游客生成一个兴趣地点序列。现有的个性化旅行推荐方法或是基于启发式方法,或是借助随机过程模拟旅行过程,或是使用循环神经网络学习游客的访问偏好和过渡模式。这些方法依靠历史旅行轨迹来训练模型,并使用下一个访问的兴趣地点作为监督信号。然而由于旅行轨迹数据始终存在的数据稀少的问题和兴趣地点按其流行度呈长尾分布,现有方法无法完全捕捉到偏好的一致性,从而无法有效地向不同的用户推荐定制化的旅行。本文采用自监督的方式从旅行轨迹中提炼出有效知识和监督信号,提出基于对比学习的CTLTR模型。CTLTR模型利用兴趣地点间内在的依赖性和旅行轨迹中蕴含旅行意图来发现额外的知识,并采用一种可有效挖掘转移意图的数据增强方法增强稀疏的轨迹数据。CTLTR模型提供了一种通用范式来描述轨迹中固有的数据相关性,同时通过学习适用于旅游的稳健表示来解决隐性反馈难以发觉和监督信号弱的问题。该模型引入了一个分层迭代的编码器-解码器来识别游客的意图,通过最大化相互信息来发现子轨迹语义和其序列模式。城市流量预测在交通调度、城市管理、公共安全等方面上有着重要作用。先前的城市流量预测方法使用卷积神经网络学习空间相关性,利用循环神经网络捕捉交通流量中时间动态。最近的研究工作使用图神经网络分析城市交通和预测流量,取得了可喜的进步。然而,这些方法在构建图时过于简单直接,没用考虑流量数据中隐式语义,建模图节点间的连接时也没有考虑重要的时间属性,从而无法有效的分析城市流量中复杂的时空交互。本文提出了一种基于图神经网络预测城市流量的Diff UFP模型。该模型通过构建时空图来模拟城市人群的移动。我们设计了一种动态的节点表示方法以充分捕捉时间动态性。Diff UFP模型采用基于条件去噪扩散的方法,从隐式语义空间中生成图的邻接矩阵,使得模型能够充分利用外部因素来捕捉流量在时间和空间上的转移。本文在多个大型公开数据集上进行了充分的实验验证。通过与多个常见的基准模型的比较,证明本文提出的两个模型均可有效地学习人类移动模式并预测移动趋势。

关键词：人类移动自监督学习旅行推荐城市流量预测

来源：评论

学校读者我要写书评

暂无评论

预测人类移动行为的介入机会类模型研究进展

引用

物理学报 2020年第24期69卷 60-67页

作者：刘二见闫小勇北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学交通系统科学与工程研究院北京100044 电子科技大学复杂性实验室成都611731

预测地点间人类的移动在人类迁徙、交通预测、疾病传播、商品贸易、社会交往等诸多方面具有重要的意义.介入机会模型是最早从个体目的地选择行为角度建立的预测人类移动的模型,它将起终点之间的介入机会作为影响人类移动的关键因素,启... 详细信息

预测地点间人类的移动在人类迁徙、交通预测、疾病传播、商品贸易、社会交往等诸多方面具有重要的意义.介入机会模型是最早从个体目的地选择行为角度建立的预测人类移动的模型,它将起终点之间的介入机会作为影响人类移动的关键因素,启发研究者提出了许多新的介入机会类模型.介入机会类模型在很多学科领域也获得了广泛的应用.本文首先对包括介入机会模型、辐射类模型、人口权重机会类模型、探索类介入机会模型和统一机会模型等在内的介入机会类模型的研究进展进行综述,然后对这些介入机会类模型在空间交互和疾病传播方面的应用进行介绍,最后对该类模型未来的研究方向进行探讨.

关键词：人类移动介入机会类模型空间交互疾病传播

来源：评论

学校读者我要写书评

暂无评论

城市时空交互网络分析与人类移动建模研究

城市时空交互网络分析与人类移动建模研究

引用

作者：刘晨馨北京化工大学

学位级别：硕士

城市是典型的动态复杂系统,个体间以及个体与外部环境间存在的较强的非线性相互作用和由此产生的涌现行为是复杂城市系统的重要特征。城市的正常运作有赖于大量个体的高效交互,因而揭示居民间时空交互接触模式所蕴含的普适规律对于包括... 详细信息

城市是典型的动态复杂系统,个体间以及个体与外部环境间存在的较强的非线性相互作用和由此产生的涌现行为是复杂城市系统的重要特征。城市的正常运作有赖于大量个体的高效交互,因而揭示居民间时空交互接触模式所蕴含的普适规律对于包括流行病传播、城市规划及交通工程等各类城市研究至关重要。然而过去由于数据采集的限制,学者们难以获取高时空精度的个体轨迹与交互数据。近年来随着信息通信技术的发展,手机已然成为某种意义上的个体传感器,能够客观记录用户的时空位置信息。本文基于北京、阿比让和达喀尔三个亚洲与非洲城市的大量手机用户数据,挖掘出用户的动态移动轨迹,并进一步根据个体时空共现原则构建不同时间片上的时空交互网络。本文发现,虽然个体在城市中几乎处于不断移动的状态,吸引大量流量的热点区域在一天内也在不断变化,但各个地点上每个小时内的动态人口的齐普夫分布却是非常稳定的,而且不同城市都遵循相似的规律,这也表明城市系统具有近似的时空聚集模式,另外较大的城市具有更强的空间异质性。将连续单位时间窗口下的时空交互网络进行聚合后,本文发现城市系统会在“活跃”与“休眠”两种状态之间切换:在“活跃”状态下,城市居民的时空交互集中在较少的大型社团中;而在“休眠”状态下,则分散在更多的小型社团中,上述发现在各个城市中普遍存在。而且,一个城市人口越多,它的休眠时间越短。此外,个体时空交互网络存在明显的社团结构,社团内部个体具有较强的时空交互强度,通过进一步分析不同社团内个体居住地的空间分布,本文发现在较小的城市中,其居住地在空间上也更为接近,而在大城市中则可能非常分散。这表明小城市中的居住模式可以较好地反映时空交互模式,而在大城市中二者之间的关系更不明显。最后,通过整合异质的群体出行概率分布,本文提出了一个时序人口加权机会模型,能够很好地解释上述个体时空交互模式,并且对于人类移动的机制研究提供了一定新的认识。

关键词：时空交互网络集体行为人类移动社团划分

来源：评论

学校读者我要写书评

暂无评论

基于共享单车的人类与单车移动规律分析

基于共享单车的人类与单车移动规律分析

引用

作者：高帅北京化工大学

学位级别：硕士

城市化进程的快速发展,使我们在环境、能源、交通等方面面临着诸多挑战。因此,更加绿色、可持续的交通系统对未来城市发展至关重要,而共享交通则是其中很重要的一部分。近年来,共享单车已经十分流行,成为人们日常生活中经常被使用的出... 详细信息

城市化进程的快速发展,使我们在环境、能源、交通等方面面临着诸多挑战。因此,更加绿色、可持续的交通系统对未来城市发展至关重要,而共享交通则是其中很重要的一部分。近年来,共享单车已经十分流行,成为人们日常生活中经常被使用的出行工具之一。之前相关方面的研究多是基于有桩式共享单车,对于无桩式共享单车的研究相对较少。因此,本次课题主要基于无桩式共享单车系统进行的研究。研究所采用的原始数据集是获取到的北京和上海两个城市的共享单车的相关骑行数据,数据集中每条骑行记录均包含了订单编号、用户编号、单车编号、骑行轨迹坐标经纬度、出发地坐标经纬度、终止地坐标经纬度以及各自对应的时间戳等相关信息。主要研究内容及结论概括为以下几点:1、探究北京和上海两个城市单车骑行活动分布,以及单车活动累积量与城市中心距离之间的空间尺度关系。察看骑行起始和终止活动的空间分布,对活动累积量和距城市中心距离分布进行量化分析,发现其符合空间尺度理论。2、探究北京和上海两市内部区域之间交通量分布,以及交通量和区域间距离关系分布。将城市内部空间进行栅格化,即区域划分。统计得到较为精细空间分辨率下(500m),区域间交通量符合幂律分布;单车交通量与区域中心距离关系符合胖尾分布。3、验证不同空间尺度下一般引力模型在城市内部的有效性,并对一般引力模型进行变型,将结果进行对比分析。基于以上将城市内部栅格化思想,按照不同空间分辨率划分空间区域大小,得到一般引力模型是有效的,而且人口对区域间单车交通量的影响相对来说是更重要的。4、探究基于精细空间分辨率下不同区域单车骑行出、入加权平均距离与流量关系分布。可视化结果表明两个城市分布具有相似性,加权平均距离较长的骑行区域单车交通流相对较少,但对应区域空间分布却有些许差异。上海市基本分布于城市边缘区域,而北京市会有部分相对靠近城市中心。5、研究不同空间尺度下,引力模型不能完全解释的某些特殊位置(源和汇)的骑行模式,以及每个区域单车出、入交通量的分布。源和汇(只有出流或只有入流)区域数量不容忽视,随着空间尺度增大而减少,且两者匹配量相对较少。每个区域单车出、入交通量分布呈现较好的线性关系,即区域的出、入交通量基本上是相同的。6、分别以单车和用户为主体进行分组,即同一用户(单车)的骑行记录分为一组。通过察看分组后移动轨迹的空间分布的可视化结果发现用户(单车)的移动特征不同:对于单个用户来说移动轨迹相对集中,单个单车移动轨迹相对分散。之后基于上述分组得到用户(单车)移动距离和移动次数的分布关系,可以看到用户对于单车的选择具有一定的偏好,倾向于选择更新、功能更好的单车。

关键词：共享单车人类移动引力模型可视化

来源：评论

学校读者我要写书评

暂无评论

基于社交媒体的人类移动时空规律研究

基于社交媒体的人类移动时空规律研究

引用

作者：高露妹武汉大学

学位级别：硕士

人类的活动影响着交通、住房、商业、文化、基础设施建设等与城市发展相关的方方面面,认识并了解人类的活动有助于城市的规划与建设。近年来,基于位置的社交媒体平台的发展,使人们的生活从现实世界延伸到虚拟世界中,人们在现实世界中活... 详细信息

人类的活动影响着交通、住房、商业、文化、基础设施建设等与城市发展相关的方方面面,认识并了解人类的活动有助于城市的规划与建设。近年来,基于位置的社交媒体平台的发展,使人们的生活从现实世界延伸到虚拟世界中,人们在现实世界中活动时在部分时间里也同时活动于虚拟世界里,位置和时间是联系两个世界的桥梁,人们在虚拟世界中活动时留下了在现实世界所处的位置和时间信息。我们可以根据用户在虚拟世界中留下时空信息研究人类在现实世界中的移动规律。现实生活中的绝大多数人都有固定的生活节奏,因此其活动都有一定的规律可循,然而由于生活的复杂性,人们在遵循规律性活动的同时也进行了一些偶然性活动。如何从偶然活动中提取规律性活动成为研究人类移动规律的一个挑战。本文基于社交媒体数据,使用扩展后的Markov模型研究了人类各类活动所占比重,并分析了群体的活动对城市人口流动的反映。之后使用时空路径理论提取了人类主要的活动模式,并使用聚类算法根据活动模式将用户划分到不同类别,研究了某些类别具有的时空特征。本文所做主要工作如下:1)基于Markov模型中状态转移思想,将时间维度加入到模型中来,研究人类在不同时段出现在不同位置以及在位置间移动的可能性,包括:人类移动提取,人类移动位置出现探测、人类移动位置转换探测,综合预测算法设计。2)将个体移动规律的探测方法应用到群体移动规律探测中,使用活动位置出现概率反映城市人群在不同时刻的聚集状况,使用活动位置转换概率反映人群在不同时刻的流动情况。并使用ECharts动态展示人群的动态活动情况。3)将时空路径理论应用到人类的长期的主要活动模式探索中来,研究人类移动热点的提取及聚类方法,时空路径生成及路径出现概率计算。使用参数组合生成了用户多条时空路径,获得用户更全面的活动模式。将时空路径在以24小时为Z轴的三维空间中展示以获得人类于一天内的移动规律及移动规律随时间的变化。4)不同用户的时空路径具有不同的时空特征,代表了不同的活动模式。设计时空路径聚类方法,将不同时空特征的时空路径划分到不同类别,研究不同类别用户具有的时间和空间上的规律。

关键词：社交媒体数据挖掘人类移动

来源：评论

学校读者我要写书评

暂无评论

基于社交媒体数据的人类移动模式发现研究

基于社交媒体数据的人类移动模式发现研究

引用

作者： Masato Naka 吉林大学

学位级别：硕士

现代社会经济发展迅速,人类乘坐飞机,火车、巴士等公共交通工具出行成为必然,人类的流动变得越来越频繁。地理空间内人类的移动看似随机且没有规律,但实际上较大规模人群的移动却隐藏着特定的模式。从个体行为出发,发现人类移动模式可... 详细信息

现代社会经济发展迅速,人类乘坐飞机,火车、巴士等公共交通工具出行成为必然,人类的流动变得越来越频繁。地理空间内人类的移动看似随机且没有规律,但实际上较大规模人群的移动却隐藏着特定的模式。从个体行为出发,发现人类移动模式可以帮助我们研究很多问题,比如人类行为和迁移模式、人口流动预测、传染病的演化和疾病传播预测、优化免疫策略、人类接触模式、城市规划、异常检测、个性化推荐等等。某些传染病正是由于人的旅行和相互接触才发生传播,研究群体的空间移动规律有助于深入理解这些疾病的传播机制,进而提出有效的预防和控制措施；在城市空间中,人在不同地点间的移动直接导致交通网络上的各种复杂的流动现象,只有掌握了人类移动规律,才能合理规划交通设施,进而预防和控制交通拥堵。因此,研究个体或群体行为,发现活动中蕴含的空间认知规律及空间行为和交互模式,理解人类动力学特征,进而支持个体或群体时空行为决策,对预测、规划、监测等领域提供帮助,已经成为当前的研究热点。人类个体或群体在地理空间的移动有多种表现形式。交通运输工具的位置变化、随身携带设备的位移过程、频率及规模等都是个体或群体空间移动特征的真实写照。过去人类移动性研究多基于观察、访问、调查问卷和出行日志等信息获取方式,信息获取成本高、样本量小、时间跨度短,且易受到问卷设计和主观判断的影响,难以大规模、长时间地观测和记录人的空间移动行为。进入大数据时代,随着传感器网络、移动定位、无线通讯和移动互联网技术的快速发展与普及,使得基于个体粒度的时空精细度更高的海量个体移动轨迹获取人类移动模式成为可能。来自不同领域的学者基于手机通话数据、公交卡刷卡记录、社交网站签到数据、出租车轨迹、银行刷卡记录等进行了人类移动模式的研究,这些研究为从个体角度发现人类移动模式提供了一个新视角,同时,移动轨迹处理技术、时空数据表达与挖掘技术的发展和物理学、计算机科学、地理学以及复杂性科学等多学科理论方法的交叉也为人类移动性研究提供了有力支撑,促进了移动行为特征分析的定量化。人类移动模式的研究可以追溯到1885年,E.G. Ravenstein在他发表的文章《The Laws of Migrations》中,通过对统计调查数据的仔细观察与研究,提出一些很重要的关于移居的规则：1)大多数的移居都是近距离的。2)经济发达的地方会“吸引”很多周围地区的人。3)移居有双方向性的性质。4)很多长距离的移居原因都是来自经济因素。他提出的这些规则奠定了人类移动模式研究的基础,现在大部分的研究理论,追寻其根源都和这些规则相关。一直以来,人类移动模式研究面临缺乏个人位置数据的问题。尽管最初手机的普及给研究人员提供了大量的通话、短信、上网等通信数据,但这些数据是通过间隔几公里的基站位置推测用户位置得到的,所以位置准确性不高。获得更准确的定位方法可以通过搭载GPS或者传感器,但是佩戴这些机器的人数非常有限,规模不大。近几年随着搭载GPS的智能手机的普及和基于位置的社交网络服务的快速发展,上千万的用户在这些社交网络上更新和分享他们的状态,利用准确定位的GPS功能获取大量个人位置信息成为解决上述问题的有效途径。个体的活动序列在一定程度上反映了个体的意图、喜好和空间行为模式,从个人移动轨迹中提取出蕴含的活动序列模式,对个体行为理解和个性化推荐至关重要。本文主要包含以下三方面内容：1)从大量Twitter数据出发,着力解决数据的稀疏性问题,提出了SDIM模型(Static and Dynamic Integrated Model)进行人类移动模式预测。实验结果表明,该模型的预测精准度更高；2)开发了一个可视化绘制个人轨迹的3D软件,将Twitter信息进行叠加,在真实地图上显示个人移动轨迹及移动模式；3)在人类移动模式预测的基础上,初步研究了移动模式与个人偏好的关系,进行更有针对性的个性化推荐。具体而言,本文的主要工作包括三个方面。(1)本文分析了真实生活中大量的数据,即社交媒体Twitter上超过800万条数据,对个体移动模式进行预测。在基于位置的社交网络服务(如Twitter)中,数据不仅具有地理位置信息,还包含该位置上所承载的兴趣点语义信息,因此这些信息在行为分析中十分有效。然而,这类数据存在用户只有在主动签到时才有记录的问题,导致用户个人轨迹通常比较稀疏。目前用于人类移动模式预测的主要方法有随机游走模型,蒙特卡罗模型,移动距离分布模型等,但是他们都存在一个共性的问题,即：没有很好解决数据的稀疏性带来的预测准确度差这一问题。由于人类移动存在家和工作地等频繁重访的地点的特点,本文关注个体轨迹中的重访点,对Twitter数据进行预处理,解决数据稀疏性的问题。基于上述思想,本文提出了SDIM模型进行人类移动模式的预测。SDIM模型包括两个基本部分：基于高斯的静态模型和基

关键词：人类移动日常周期性社交媒体数据挖掘时空数据分析轨迹预测

来源：评论

学校读者我要写书评

暂无评论

氣候變遷調適與人類移動：對COP21與《巴黎協定》的反思

引用

台湾人权学刊 2016年第3期3卷 27-41页

作者：李河清李元薇

本文关注的是，气候变迁引起的人类移动现象，在《联合国气候变化纲要公约》的架构下是以什麽样的视角处理？它与传统所认知的迁徙模式有什麽样的不同之处？从《气候变化纲要公约》第21 届缔约方大会协商过程，与会末通过的《巴黎协定... 详细信息

本文关注的是，气候变迁引起的人类移动现象，在《联合国气候变化纲要公约》的架构下是以什麽样的视角处理？它与传统所认知的迁徙模式有什麽样的不同之处？从《气候变化纲要公约》第21 届缔约方大会协商过程，与会末通过的《巴黎协定》两个时间点检视：面对潜在的气候环境风险，选择移动究竟是减少灾难冲击的手段，还是长期气候调适策略的选项之一？本文对於气候变迁与人类移动提出初步的研究结果，期待台湾未来的气候调适政策能开始纳入思考及讨论。

关键词：人類移動氣候調適聯合國氣候變化綱要公約巴黎協定

来源：评论

学校读者我要写书评

暂无评论

基于人口迁移预测的多城市系统耦合演化建模研究

基于人口迁移预测的多城市系统耦合演化建模研究

引用

作者：崔天雨北京化工大学

学位级别：硕士

城市是促进人类社会经济发展的重要引擎,预测城市系统的演化趋势对于实现可持续性目标具有重要意义。个体城市的生长演化过程除了受到自身人口的自然增长或消亡外,还受到城市间人口迁移的影响。然而目前的城市演化模型多是相对理想化的... 详细信息

城市是促进人类社会经济发展的重要引擎,预测城市系统的演化趋势对于实现可持续性目标具有重要意义。个体城市的生长演化过程除了受到自身人口的自然增长或消亡外,还受到城市间人口迁移的影响。然而目前的城市演化模型多是相对理想化的单城市生长模型,未考虑到城市间人口迁移的耦合相互影响,无法很好地对于所有城市的演化进行有效预测。本文研究工作主要基于标度律理论,分析了中国城市间的人口迁移行为,发现城市的迁出流量与城区人口之间存在着亚线性标度律关系,揭示出大城市相对小城市的人口流失比例要系统性的更小。并且利用层次聚类算法对全国两百多个城市的迁移流量时序数据划分,将城市分为人口吸引型城市和人口输出型城市两大类,再基于迁移流量网络使用泰森多边形划分与社团划分算法将城市划分为不同城市群,发现中国城市在空间分布上符合城市中心地理论。本文基于上述发现提出了一个基于城市标度律的人口迁移预测算法,改进了过去迁移模型中对于城市流出人口的线性假设,应用本文所发现的城市迁移流出人口与人口的亚线性标度律关系,另外在估计城市对于迁移人口的吸引力上,应用过去发现的经济产出与城市人口之间的超线性标度律。相较于过去的模型,本文所提出的模型可以更好地预测中国城市间的人口迁移流量和城市人口演化趋势,从而解释不同规模城市人口发展的异质性。

关键词：城市系统城市标度律人类移动迁移流量预测耦合演化

来源：评论

学校读者我要写书评

暂无评论

单车出行行为模式与个体收入的关系研究

单车出行行为模式与个体收入的关系研究

引用

作者：高甜丽北京化工大学

学位级别：硕士

伴随快速的城市化,交通拥堵、空气污染、能源危机等问题日益凸显,发展可持续的绿色交通迫在眉睫。自行车作为一种健康、经济且绿色的交通方式,对于建设更加美好的未来城市具有重要意义。在城市层面上理解不同收入水平人群的骑行规律对... 详细信息

伴随快速的城市化,交通拥堵、空气污染、能源危机等问题日益凸显,发展可持续的绿色交通迫在眉睫。自行车作为一种健康、经济且绿色的交通方式,对于建设更加美好的未来城市具有重要意义。在城市层面上理解不同收入水平人群的骑行规律对于未来进行更好的交通规划、推广绿色出行具有重要意义,但过去由于骑行数据难以采集,鲜有研究进行相关分析。近年来,因为无桩共享单车使用的灵活性与便利性,其在国内以及全球范围内蓬勃发展,共享单车平台由于记账的需要,会详细记录每次出行的起屹时空信息,这为本文的相关研究提供了新的契机。本文通过综合分析北京和上海数百万条共享单车数据、房价数据、兴趣点(POI)与人口等各类城市数据,进行时空数据分析挖掘共享单车用户的居住地与可能的收入水平,进一步根据迭代化的洛伦兹曲线划分方法对个体收入进行客观分组,进而研究不同收入水平的用户在个体及群体层面的移动规律,同时发现根据单车出行流量与道路网络特征可以对交通拥堵程度进行预测,揭示出不同出行方式与道路网络结构内在的耦合联系。具体而言,本文发现不同收入水平的用户在个体层面的移动模式都非常相似,例如回转半径、平均骑行距离、探索模式、地点访问模式、用户最长行程的概率以及多样性分布等是十分相似的,这表明用户的个体骑行行为都遵循相似的物理规则。然而,在群体层面的时空模式上,不同收入水平的用户则存在较大的差异,包括活跃地点的空间分布、地点流量的多样性指标、访问地点的平均收入水平和平均范围,以及工作通勤方向。例如,随着收入水平的下降,用户所访问地点的平均收入水平也在下降。另外,北京与上海也存在一定的城市特异性,例如上海不同收入水平用户的地点访问多样性相对平均且普遍高于北京,而北京中等收入水平的用户具有最高的多样性,相应发现有助于设计更具人性化与差异化的绿色出行推广策略。另外本文还发现共享单车流量比例加权的绕行率与道路拥堵程度之间存在鲁棒的标度律关系,而将单车流量去掉后,单纯的绕行率与拥堵程度几乎线性无关,这表明出行模式与道路结构之间存在着内在的耦合关系,可以进一步加深我们对于交通拥堵问题的理解。而不同收入用户的低效道路也存在较大的差异,相应发现对于交通优化具有参考价值。鉴于共享单车系统对于发展可持续交通系统的重要性,以及不同收入群体之间存在的较大差异,我们的研究结果有助于为无桩共享单车平台进行更好的车辆投放设计与更科学的区域推广策略提供支持,同时对于城市交通规划部分优化道路网络建设、缓解城市拥堵具有一定的借鉴价值。

关键词：无桩共享单车系统人类移动个体收入交通拥堵

来源：评论

学校读者我要写书评

暂无评论

基于深度轨迹挖掘的个性化行程规划

基于深度轨迹挖掘的个性化行程规划

引用

作者：岳晓丽电子科技大学

学位级别：硕士

随着社交网络的发展,人们越来越乐于发布和分享日常生活中的各种信息,位置信息的数据量更是呈指数级增长。挖掘位置信息和揭示人类移动模式是许多下游应用的重要任务,例如兴趣点(Point of Interest,POI)推荐和交通拥塞预测等都是非常热... 详细信息

随着社交网络的发展,人们越来越乐于发布和分享日常生活中的各种信息,位置信息的数据量更是呈指数级增长。挖掘位置信息和揭示人类移动模式是许多下游应用的重要任务,例如兴趣点(Point of Interest,POI)推荐和交通拥塞预测等都是非常热门且被广泛研究的领域,根据挖掘用户的移动模式而进行个性化行程推荐更是一个重要且亟需解决的难题。移动互联网不仅为用户提供了前所未有的便利,更为个性化行程规划的研究提供了极为丰富的情境信息。近年来,各种基于顺序建模和表示技术的方法层出不穷,例如基于排名的矩阵分解模型,基于随机游走的轨迹预测模型等等,但都未曾着眼于轨迹语义的挖掘。然而,发现与移动相关的抽象主题和利用轨迹的上下文语义可以对用户的移动模式提供更加全面的理解。另外,轨迹重建和轨迹预测是个性化行程规划的两个子任务,对此二者进行深入的研究能够更好地掌握用户的行程偏好,从而为用户规划行程。本文的主要内容和创新性如下:1、本文提出了基于变分轨迹上下文感知的行程推荐模型,主要包括四个学习用户轨迹表示的框架:(1)循环编码器,(2)变分编码器,(3)变分注意层,(4)两个解码器。该方法是一种基于学习轨迹上下文的移动模式挖掘的新范例,从用户轨迹信息入手,采用编码-解码结构,在轨迹级别上解决了轨迹上下文学习的问题,从而进行个性化行程规划。2、本文提出了基于层次化轨迹表示的行程规划模型。该模型使用基于策略网络的增强学习,对每一条轨迹进行了合理的划分以得到轨迹的层次化表示。轨迹分段对于移动轨迹挖掘有着重要的作用,因此层次化的轨迹表示能够挖掘更深层次的、更全面的轨迹语义,获得更为丰富的移动情境信息,进而提高个性化行程推荐的性能。3、本文为了验证上述两种方法在轨迹重建(T1)和轨迹预测(T2)两个子任务中的准确性和有效性,我们在几个公开的数据集上对所提出的方法进行评估,并与现有的其他方法进行对比,表明对上下文轨迹向量进行编码能够有效地表征分层移动性语义,同时从中解码轨迹的隐含意义。实验证明了所提出的两种模型可以有效地提高个性化行程规划的性能。

关键词：人类移动行程规划上下文感知变分推断策略网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：