一种基于用户历史GPS轨迹的协同旅行路线推荐方法技术

本发明专利技术公开了一种基于用户历史GPS轨迹的协同旅行路线推荐方法，属于路线规划技术领域，其目的在于提供一种基于用户历史GPS轨迹的协同旅行路线推荐方法，通过估计旅行行为的频率来解决用户在未旅行的路段上旅行行为数据不可知的问题，为用户推荐更适合的个性化旅行路线。该推荐方法通过提取道路网络和用户的历史GPS轨迹，并构建用户旅行行为矩阵来估计旅行行为频率，根据估计的旅行行为频率计算旅行行为概率，并根据旅行行为概率来加权道路网络图，得到推荐的旅行路线，为用户推荐更适合的个性化旅行路线，推荐出来的旅行路线能够更加符合用户的需求。

A collaborative travel route recommendation method based on user history GPS trajectory

The present invention discloses a collaborative travel route recommendation method based on user history GPS locus, which belongs to the technical field of route planning, the purpose is to provide a collaborative travel route recommendation method based on user history GPS trajectory, by estimating the frequency of travel behavior to solve the user travel behavior data agnostic problem without travel road on the recommendation of personalized travel routes is more suitable for the user. The recommended method by extracting the historical GPS track road network and users, and to estimate the frequency of travel behavior to build user travel behavior matrix, calculate the travel behavior probability according to the travel behavior frequency estimation, and the weighted road network graph according to the travel behavior probability, get recommended travel routes, travel route is more suitable for personalized recommendation for users recommended travel routes, it can meet the needs of users.

【技术实现步骤摘要】
一种基于用户历史GPS轨迹的协同旅行路线推荐方法
本专利技术属于路线规划
，涉及一种路线的推荐方法，尤其涉及一种基于用于历史GPS轨迹的路线推荐方法。
技术介绍
近年来，随着交通工具的普及以及人们出行尤其是远距离出行的增多，运行在各类导航仪、移动终端上的路线导航系统(包含汽车、自行车、步行导航)得到快速发展。尤其是安装在移动终端的利用GPS的电子地图程序，凭借其低廉的价格、实时更新的地图数据以及与其他应用软件方便结合的能力，给人们出行的方案带来了一场革命。用户只需要在电子地图上标出起点和终点，就可以方便的找到出行的路线。在当前背景下，导航路线的自动、优化规划算法成为热门研究领域。国内外地图、位置、导航等领域的服务厂商均投入大量精力进行导航算法的优化改进。国外较著名的包括谷歌地图和苹果地图等，国内较著名的有百度地图、高德地图等，以及各类导航仪生产商家自己生产制作的地图服务系统。从用户体验度来说，在最短的时间内提供出使用者所认为的最优化的道路行驶方案是该领域的终极目标。对于这个目标可从两个方面来看：根据距离计算出距离最短路径，或者根据道路情况推荐的用时最短的路径。现有的线路推荐大多要么是最短用时或者是最短路径的方案，而现实生活中，一大部分人往往更喜欢在自己喜欢或熟悉的路段行驶，现在的路径推荐服务往往都没有考虑到用户的这种偏好，没有个性化的路线推荐方案。换句话说，有的人不看重行驶的距离和时间，只想在自己喜欢的路线行驶。个性化旅行路线推荐是一个重要的研究课题。基于道路网络和用户的旅游偏好，个性化的行驶路线的建议引用了两个地理位置之间的平均路线规划。但用户的具体旅行偏好受到许多因素的影响，如距离、交通量、旅行时间、天气、燃料消耗、安全性以及许多其他隐含和隐藏的因素。因此，难以确定综合用户旅行偏好度量以开发个性化旅行路线推荐。随着全球定位系统技术的进步和移动设备的普及，GPS轨迹中的大量人类运动数据已经被收集并可用于研究、加以利用，为提供个性化旅行路线推荐提供了重要的数据支撑。用户的历史GPS轨迹通常会包含有关旅行时间和位置的信息，这有助于了解用户的旅行行为。数年来，国内外学者对路线轨迹推荐进行了深入的研究，取得了丰硕的成果，包括对推荐模型的讨论，提出新方案，对现有方案的分析和改进等。然而，当使用GPS轨迹进行个性化旅行路线推荐时，将会面临如下常见问题：(1)、随着时间的推移记录GPS读数，并且由于设备故障或人类中断等行为导致GPS读数长时间丢失，可能会出现不确定性问题，这可能导致用户旅行中提取的GPS轨迹不够精确。(2)、用户通常每天仅在几条例行路线上行驶，所以每个用户的GPS轨迹仅覆盖道路网的有限路段。因此，在从未旅行的路段上的用户旅行行为数据不可知。另外，概率估计对于路线推荐也是至关重要的，特别是对于旅行行为不可用的用户以及用户打算去不熟悉的地点的用户。此外，时间因素也在路线推荐中起着重要的作用，如何利用历史轨迹中的时间信息也值得研究。(3)、现有的路线推荐方法太注重路线的距离，而忽略了距离与用户旅行行为概率的结合，从而不能确定旅行最可能的路线。
技术实现思路
本专利技术的目的在于：提供一种基于用户历史GPS轨迹的协同旅行路线推荐方法，通过估计旅行行为的频率来解决用户在未旅行的路段上旅行行为数据不可知的问题，为用户推荐更适合的个性化旅行路线。本专利技术采用的技术方案如下：一种基于用户历史GPS轨迹的协同旅行路线推荐方法，包括以下步骤：S1，数据准备将用户的历史GPS轨迹与道路网络进行匹配，提取用户的旅行行为；S2，估计旅行行为频率计算用户在时间间隔内各个旅行行为之间的相关性，并平滑用户旅行行为之间的频率，再采用矩阵分解方法处理用户的旅行行为以获得估计的旅行行为频率；S3，路线计算根据估计的旅行行为频率计算旅行行为概率，并根据旅行行为概率来加权道路网络图，得到推荐的旅行路线。其中，步骤S1中，在进行历史GPS轨迹与道路网络匹配之前，采用基于熵的KSW阈值法将GPS轨迹划分为多个片段轨迹。其中，采用基于熵的KSW阈值法将GPS轨迹划分为多个片段轨迹的具体步骤为：S1.1，找到导致正常采样率和异常采样率的最大求和熵的阈值θ；S1.2，跟踪历史GPS轨迹，当两个连续的历史GPS轨迹读数之间的时间间隔超过阈值θ时，GPS跟踪结束，产生新的GPS轨迹。其中，步骤S1.1中，找到导致正常采样率和异常采样率的熵的KSW阈值法方法为：有不同的采样率分别为s1,s2,s3,….,sn，f1、f2、f3、…、fn为s1,s2,s3,….,s的观测的数量，f1、f2、f3、…、fn是对应的不同采样的数量，N为不同采样率的总数，即公式：A为i∈{0,1,…,t}的灰度分布，B为i∈{t+1,…,N}的灰度分布，概率分布为：A:B:其中t为分割阈值；选择阈值t区分两种采样率，则与正常采样率的分布相关的熵为:与异常采样率分布相关的熵为:正常采样率与异常采样率之间的阈值区别在1到n之间，找到导致正常采样率分布和异常采样率的熵的阈值:θ＝E1+E2(3)。其中，步骤S1中，采用地图匹配方法将用户的历史GPS轨迹与道路网络进行匹配，该地图匹配方法采用ST-Matching算法。其中，步骤S2中，估计旅行行为频率的具体步骤为：S2.1，生成用户行为矩阵找到n个旅行片段轨迹B＝{b1,b2,…,bn}，其中B包含所有可能的旅行行为；给定一组m个用户U＝{u1,u2,…,um}和一组旅行行为B＝{b1,b2,…,bn}，使用成对的(u,b)进行用户行为矩阵，矩阵中的元素是成对的频率pl(ui,bj)，Bi,j＝pl(ui,bj)；S2.2，计算用户在时间间隔内各个旅行行为之间的相关性相关性的计算公式为：其中，n表示一天中总时间间隔的总数，b表示在路段e上的旅行行为，ti与tj相隔的时间越长上式的值就越小,ti与tj为轨迹上的两个时间点；S2.3，获得估计的旅行行为频率每个用户ui与潜在因素向量相关联，每个旅行行为bj与潜在因素向量相关联，为矩阵分解得到的潜在特征，与用户和路段相关联，用户ui展示旅行行为bj的预测频率UBi,j为:其中，T为转置符号,k是向量的长度，潜在因素是用户和旅行行为之间的相互作用的基础，乘积代表列向量乘以行向量，得到的为一个具体数值，向量Oui和mbj的乘积越大意味着用户ui发生旅行行为bj的可能性越大。其中，步骤S3进行路线计算的具体步骤为：S3.1，给定时间t，起始点o和目的地d，向用户u推荐路线R＝(r1,r2,r3,…,rn)，r1.start＝o，rn.end＝d，并且沿路线的旅行行为P(R|u,t)概率最大，通过下式最大化概率：P(R|u,t)＝P(r1,r2,r3,…,rn|u,t)＝p(r1,r2,r3,…,rn,u,t)/P(u,t)(6)，当用户u和时间t给定时，P(u,t)是不变的，可以将其最大化：P(r1,r2,r3,…,rn,u,t)＝P(b1,b2,b3,…,bn,u)＝P((u,b1),(u,b2),(u,b3),…,(u,bn))(7)其中bi＝(ri,t)；S3.2，使用朴素贝叶斯模型最大化旅行行为概率的路线，由条件概率得：P(u,b1)*P((u,b2)|(u,b1))*…*P((u,本文档来自技高网...

【技术保护点】
一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，包括以下步骤：S1，数据准备将用户的历史GPS轨迹与道路网络进行匹配，提取用户的旅行行为；S2，估计旅行行为频率计算用户在时间间隔内各个旅行行为之间的相关性，并平滑用户旅行行为之间的频率，再采用矩阵分解方法处理用户的旅行行为以获得估计的旅行行为频率；S3，路线计算根据估计的旅行行为频率计算旅行行为概率，并根据旅行行为概率来加权道路网络图，得到推荐的旅行路线。

【技术特征摘要】
1.一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，包括以下步骤：S1，数据准备将用户的历史GPS轨迹与道路网络进行匹配，提取用户的旅行行为；S2，估计旅行行为频率计算用户在时间间隔内各个旅行行为之间的相关性，并平滑用户旅行行为之间的频率，再采用矩阵分解方法处理用户的旅行行为以获得估计的旅行行为频率；S3，路线计算根据估计的旅行行为频率计算旅行行为概率，并根据旅行行为概率来加权道路网络图，得到推荐的旅行路线。2.如权利要求1所述的一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，步骤S1中，在进行历史GPS轨迹与道路网络匹配之前，采用基于熵的KSW阈值法将GPS轨迹划分为多个片段轨迹。3.如权利要求2所述的一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，采用基于熵的KSW阈值法将GPS轨迹划分为多个片段轨迹的具体步骤为：S1.1，找到导致正常采样率和异常采样率的最大求和熵的阈值θ；S1.2，跟踪历史GPS轨迹，当两个连续的历史GPS轨迹读数之间的时间间隔超过阈值θ时，GPS跟踪结束，产生新的GPS轨迹。4.如权利要求3所述的一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，步骤S1.1中，找到导致正常采样率和异常采样率的熵的KSW阈值法方法为：有不同的采样率分别为s1,s2,s3,....,sn，f1、f2、f3、...、fn为s1,s2,s3,....,s的观测的数量，为不同采样率的总数，即公式：分割阈值为t，A为i∈{0,1,...,t}的灰度分布，B为i∈{t+1,...,N}的灰度分布，概率分布为：A:B:其中选择阈值t区分两种采样率，则与正常采样率的分布相关的熵为:与异常采样率分布相关的熵为:正常采样率与异常采样率之间的阈值区别在1到n之间，找到导致正常采样率分布和异常采样率的熵的阈值:θ＝E1+E2(3)。5.如权利要求1所述的一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，步骤S1中，采用地图匹配方法将用户的历史GPS轨迹与道路网络进行匹配，该地图匹配方法采用ST-Matching算法。6.如权利要求1所述的一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，步骤S2中，估计旅行行为频率的具体步骤为：S2.1，生成用户行为矩阵找到n个旅行片段轨迹B＝{b1,b2,...,bn}，其中B包含所有可能的旅行行为；给定一组m个用户U＝{u1,u2,...,um}和一组旅行行为B＝{b1,b2,...,bn}，使用成对的(u,b)进行用户行为矩阵，矩阵中的元素是成对的频率pl(ui,bj)，Bi,j＝pl(ui,bj)；S2.2，计算用户在时间间隔内各个旅行行为之间的相关性相关性的计算公式为：其中，n表示一天中总时间间隔的总数，b表示在路段e上的旅行行为，ti与tj相隔的时间越长上式的值就越小,ti与tj为轨迹上的两个时间点；S2.3，获得估计的旅行行为频率每个用户ui与潜在因素向量相关联，每个旅行行为bj与潜在因素向量相关联，用户ui展示旅行行为bj的预测频率UBi,j为:其中，T为转置符号,k是向量的长度，潜在因素是用户和旅行行为之间的相互作用的基础，向量Oui和mbj的乘积越大意味着用户ui发生旅行行为bj的可能性越大。7.如权利要求1所述的一种基于用户历史GPS轨迹的协同旅行路线推荐方法，其特征在于，步骤S3进行路线计算的具体步骤为：S3.1，给定时间t，起始点o和目的地d，向用户u推荐路线R＝(r1,r2,...

【专利技术属性】
技术研发人员：高建彬，鲁威，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51