[发明专利]一种基于协同过滤的在线打车推荐方法

摘要

本发明公开一种基于协同过滤的在线打车推荐方法，包括以下步骤：1)原始数据预处理，现实GPS数据需要预处理过程，主要是载客起点与终点的提取；2)网格化，包括区域过滤、网格化分割、用户过滤；3)推荐算法，将协同过滤算法引入，利用taxi‑based算法和潜在因子模型给出推荐结果，构造出合理的打分矩阵；4)评价与结果应用：利用传统推荐的topN推荐进行检验，指标为准确率和召回率。本发明的目的是实时分析出租车的GPS数据，通过运行状态的分析，构造刻画出租车行为的打分矩阵，给出租车提供个性化的空载寻客地点推荐。本发明的优点在于传统协同过滤方法的引入，推荐具有个性化，并基于移动特性的模型，更符合实际。

主权项

1.一种基于协同过滤的在线打车推荐方法，其特征是包括以下步骤：/nS1、原始数据预处理：对GPS数据进行预处理，包括是载客起点与终点的提取；还包括有效载客段的提取，有效载客的距离大于预先设定的阈值距离；/nS2、网格化：包括区域过滤、网格化分割、用户过滤；/nS3、推荐算法：将协同过滤算法引入，利用taxi-based算法和潜在因子模型给出推荐结果，构造出合理的打分矩阵；包括：/nS3.1、打分矩阵选取：/n构造出出租车对网格打分矩阵，令R表示该出租车在该网格的效用函数，定义为关于一定时间内成功载客数量累加sum的函数R(sum)，并进行归一化处理，在实验时可以取R＝Sum或者如下：/n /nS3.2、用户采样：/n通过用户均匀采样，从大量taxi用户数据中随机采样一定比例，构成taxi-网格地点关系对矩阵，进而缩小矩阵规模来减少计算时间；/nS3.3、进行推荐计算，获得完整的评分矩阵R_tg，R_tg的含义是任意出租车taxi对任意地点网格的评分值，由此，给出topN推荐列表：对任意出租车，我们对其预测评分最高的N个网格地点进行推荐，N为指定的自然数；/nS4、评价：利用传统推荐的topN推荐进行检验，指标为准确率和召回率。/n