基于多源异构众包数据的行车风景旅行路线规划

• 作 者: 陈霞
• 出 处: 重庆大学
• 发表日期: 2004年期
• 关键词: 众包数据 风景路网 旅行路线

当前市场上存在的旅行路线规划系统在规划旅行路线时起到了一定的作用,但同时也存在一些缺陷,比如:所构建的旅行路线只是简单的几个兴趣点之间的组合,并没有具体地规划兴趣点之间的转换路线,其中的转换路线还需要用户自己去寻找与制定。另外,当前的地图服务也存在目标单一的不足,主要以最小化行驶距离、行驶时间等为目标,很少关注推荐的路线经过的兴趣点,更不能自动的添加其他兴趣点。这无疑会给不熟悉旅行目的地环境,尤其是没有选定参观地点的用户造成很大的困难。但Web2.0技术的快速发展使上网用户产生了大量的城市众包数据,其中包含诸如用户移动轨迹、用户偏好以及兴趣点受欢迎程度类似的隐含信息,因此,本研究利用众包数据这一特性,对行车风景路线规划系统进行深入的优化。本研究主要分为以下三个阶段。首先,我们根据路段在众包数据中的照片数量以及签到次数,赋予每条路段一个风景值,并提出了一个基于风景值大小的启发式算法,通过在起点与终点之间不断加入当前最高风景值路段,进行旅行路线规划。其次,通过对众包数据以及人们旅行轨迹的研究,我们发现不仅是照片数量和签到次数对路段风景值有影响,照片的地理分布情况以及签到数据中POI的类别也会产生影响。因此,我们加入了照片分布特性以及POI类别信息来强化风景路网。在路线规划算法中,我们基于最短距离原则动态设置路段方向,并提出两种新的路段选择策略:1)概率选择策略;2)随机选择策略。作为比较;最后通过实验,与前期提出的高风景值路段绝对选中策略进行比较得出结论:基于概率选择策略的路线规划算法能够更合理地规划出行车风景旅行路线。最后,我们利用TF-IDF算法将POI类别信息加入到POI的受欢迎程度的计算中,加强POI类别对路段风景值的影响。此外,我们利用模因算法模拟达尔文生物进化论,设计了全新的编码、交叉、变异以及解码算法,将不断进化后得到的最优个体作为旅行路线。另外,本文将边际线原理融入模因算法,每次算法的执行可以得到多条旅行路线,从而提供给用户更多的选择与更好的体验。针对本文提出的模型和算法,我们利用源于真实世界的众包数据,设计实验从各个方面证明了风景路网建模方法以及路线规划算法的有效性。