主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
孟祥旭,王晓东,周兴铭.基于物理轨迹数据和社会网络的泛化行程推荐.软件学报,2012,23(zk1):159-168
基于物理轨迹数据和社会网络的泛化行程推荐
Intention Oriented Itinerary Recommendation by Bridging Physical Trajectories and Online Social Networks
投稿时间:2012-05-05  修订日期:2012-08-17
DOI:
中文关键词:  行程规划  轨迹挖掘  LBS(location-based system)  多级目录
英文关键词:itinerary planning  trajectory mining  location-based system  multi-level categories
基金项目:国家自然科学基金(61170260)
作者单位E-mail
孟祥旭 并行与分布处理国家重点实验室(国防科学技术大学 计算机学院),湖南 长沙 410073 yumengkk@21cn.com 
王晓东 并行与分布处理国家重点实验室(国防科学技术大学 计算机学院),湖南 长沙 410073  
周兴铭 并行与分布处理国家重点实验室(国防科学技术大学 计算机学院),湖南 长沙 410073  
摘要点击次数: 2775
全文下载次数: 3739
中文摘要:
      人类活动行程的制定往往基于宽泛的最初意向,通过综合考虑各种约束条件加以优化而完成.当前,基于位置点名称查找的行程制定方法,不支持用户一次性提交多个具有时序关系的宽泛出行意向,更不能同时为多个地理位置点提供详细的最优驾车方案.基于位置社交网络信息和车辆历史轨迹数据,探索了支持用户多个模糊意向输入的泛化行程推荐框架,主要工作包括:(1) 对泛化的行程推荐问题进行建模;(2) 设计并实现了基于分类树的地理位置点(POI)查询策略和算法;(3) 提出了基于Voronoi 图的GPS 轨迹分析模型,并实现了任意两个位置点间最优行驶路径计算方法;(4) 联合社会网络和语义交通信息图,基于蚁群算法进行行程的推荐,并实现了原型系统.实验及问卷调查结果表明,推荐结果的用户满意度可达80%.
英文摘要:
      Human itineraries are often initiated by some general intentions and will be optimized after considering all kinds of constraints and available information. This paper proposes a category-based itinerary recommendation framework to help the user transfer from intentions to itinerary planning, which join physical trajectories and information of location based social networks. The main contributions are: (1) Build the category based activity scheduling model; (2) Design and implement the category tree based POI (point or interest) query strategy and algorithm; (3) Propose the Voronoi graph based GPS trajectory analysis method to build traffic information networks; (4) Combine social networks with traffic information networks to implement category based recommendation by ant colony algorithm. The study conducts experiments on datasets from FourSquare and GeoLife project. A test on satisfaction of recommended items is also performed. Results show that the satisfaction reaches 80% in average.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利