基于时空上下文协同过滤的出租车载客点推荐算法

来源：计算机应用杂志2015年第6期北京时间：

作者：钱文逸, 蒋新华, 廖律超, 邹复民

单位：1. 中南大学 软件学院, 长沙 410075;2. 中南大学 信息科学与工程学院, 长沙 410075;3. 福建省汽车电子与电驱动技术重点实验室(福建工程学院), 福州 350108

摘要：针对现有出租车载客点推荐算法忽略出租车所处上下文的情况,提出了一种基于时空上下文协同过滤的出租车载客点推荐算法。该算法将载客点信息映射到空间网格,通过在出租车司机驾驶行为相似度的计算中引入时间衰减因子,得到与目标出租车司机驾驶行为最相似的邻居集合,基于地点上下文过滤从相似邻居集合中选取感兴趣程度高的载客点推荐给目标出租车。在基于福州市出租车轨迹数据的实验中,时间衰减因子为0.7时,整体推荐效果最佳,同时该算法在邻居集合的不同大小时推荐准确率均优于传统协同过滤推荐算法。结果表明该算法与传统的协同过滤算法相比有更高的推荐准确度。

关键词：推荐系统,协同过滤,时空上下文,全球定位系统轨迹,载客行为

基金资助：国家自然科学基金资助项目(61304199,41471333);福建省高校杰出青年科研人才计划项目(JA14209);福建省自然科学基金资助项目(2013J01214);福建省科技重大专项(2011HZ0002-1);福建省交通科技计划项目(201318);福建省教育厅B类科研项目(JB3213)。