论文部分内容阅读
智能城市中每天都会产生大量的数据,而从海量的数据中挖掘出有价值的信息来提高人们的生活水平成为现在的研究热门。随着大数据技术的迅猛发展,使得对海量数据进行分布式存储和分析成为可能。同时,配有GPS定位系统的出租车每时每刻都产生大量的轨迹数据,这些数据包含出租车编号、纬度、经度、时间、载客状态等基本信息,分析这些轨迹数据以实现智能出行成为当务之急。针对城市中出租车花费大量时间寻找乘客,而乘客也需要耗费大量时间等待出租车这一不平衡的现象,本文从为空驶的出租车推荐最佳寻找乘客策略的角度入手,利用大数据处理平台Hadoop和Spark对北京市出租车历史轨迹进行存储和挖掘,并结合出租车的实时信息和历史轨迹数据提出载客热点区域的推荐策略,为出租车司机提供最佳寻客方案。本文提出HRHT推荐策略为出租车司机提供寻客方向,该策略分为两个阶段:载客量预测阶段和出租车载客热点推荐阶段。在载客量预测过程中,首先通过对载客量的分析发现,即使在不同日期的同一时间段内的载客人数也大不相同,而且每天的载客人数按照周期为7天的方式变化,因此本文提出载客量的预测模型 PVHH(Predict Volume of Passengers based on Historical Hotspot),PVHH模型通过对热点的历史载客量进行统计,得到城市中不同时间段的乘客分布。进一步基于改进的决策树IDT(Improved Decision Tree)分类算法训练载客量预测模型,从而实现热点载客量的预测。IDT算法通过分析不同时间段的载客量对预测时间段载客量的影响程度,对PVHH模型中的载客分布数据进行加权,使用自适应Boosting方法训练预测模型。最后通过载客流量预测的结果选取历史数据中具有相似载客量的时空Index。在出租车载客热点推荐过程中,本文提出出租车载客热点推荐策略HRHT(Hotspot Recommendation based on Historical Trajectory),HRHT 通过对出租车寻客事件和载客事件进行统计,得到每个热点的寻客效率及载客热点间的驾驶时间,并通过载客量预测阶段返回的时空Index,动态的选取寻客效率和热点间的驾驶时间统计结果,进而通过HRHT推荐策略对选取的结果进行分析,为司机推荐最佳载客热点。最后使用北京市出租车历史轨迹数据对本文的提出的预测算法及推荐策略进行验证,实验结果表明,IDT算法与对比算法K-临近算法和支持向量机算法相比较,具有较高的预测准确度和预测效率,更适合实际场景下的应用。而且HRHT推荐策略能够准确的筛选出最佳的载客热点,为出租车节省寻客时间,推动智慧城市的发展。