基于改进马尔可夫链的航线预测算法

摘要 在交通领域，研究分析旅客的出行目的地会产生很多商业价值。针对旅客出行目的地的不确定性造成研究困难的问题，现有方法利用熵衡量移动的不确定性来描述个体的出行特性，并同时考虑个体轨迹的时空相关性，并不能达到理想的预测精度，因此，提出了基于改进马尔可夫链的航线预测算法来对旅客的出行目的地进行预测。首先对旅客历史出行的距离分布、地点分布和时间规律特性进行了分析；然后又分析了人类移动对历史行为和当前地点的依赖性；最后将旅客的常住地特性和新航线的探索概率加入到转移矩阵的计算中，提出并实现了改进的马尔可夫链航线预测算法，进而对旅客的下一次出行进行预测。实验结果显示，该模型可以达到66.4%的平均预测精度。研究成果可以应用在航空领域的用户出行分析中，使航空公司更好地了解和预测旅客的出行，提供个性化的出行服务