基于物理轨迹数据和社会网络的泛化行程推荐

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%.