一种基于时空大数据的个性化出行路径生成方法及系统技术方案

本发明专利技术提供一种基于时空大数据的个性化出行路径生成方法及系统，方法包括：获取用于描述用户出行兴趣的意向POI主题序列，意向POI主题序列包括用户感兴趣的至少一个POI主题；根据意向POI主题序列、预设的POI知识图谱、预设的路网数据集应用隐马尔可夫模型生成个性化出行路径，个性化出行路径至少包括一个POI，一个POI对应属于一个POI主题的一个景点。本发明专利技术根据用户的个人出行意向和采集的地理时空大数据进行分析，利用景点信息构建POI知识图谱，对接入的地理时空数据作出更全面的总结，挖掘更深层的数据关联关系，提供更有深度的相关信息，为用户提供更加准确的景点推荐，能够进一步提升推荐的个性化程度。进一步提升推荐的个性化程度。进一步提升推荐的个性化程度。

【技术实现步骤摘要】
一种基于时空大数据的个性化出行路径生成方法及系统


[0001]本专利技术属于地理空间智能
，具体涉及一种基于时空大数据的个性化出行路径生成方法及系统。

技术介绍

[0002]近年来，地理空间智能（GeoAI）作为地理空间科学和人工智能深度融合的交叉学科，有力提升了对于地理现象过程的动态感知、智能推理和知识发现的能力。大数据时代基于社会感知的地理空间智能研究和应用主要有智慧出行、灾害预测、测绘、智慧交通、智慧医疗、智慧养老、智慧政务等。目前，智能出行的应用主要集中在道路安全和交通管理、公共交通、智慧停车、路况实时通告、行程导航等方面，其中具有代表有，采用加权方法最小化出行规划的距离成本，作为出行规划的参考依据；或者以最小链路出行时间和出行距离为优化目标的多目标动态路径选择模型，保证乘客在最短出行时间和距离上选择可靠出行路线；或是基于朴素贝叶斯兴趣数据挖掘机器学习的智能旅游路线规划算法。在当前的智慧城市背景下，如何利用先进的信息技术和相关智能技术进行分析整合，对出行路径进行科学的规划，使大众的个性化需求最大化的得到满足是新的趋向。现有的电子地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时空大数据的个性化出行路径生成方法，其特征在于，所述方法包括：获取用于描述用户出行兴趣的意向POI主题序列，所述意向POI主题序列包括用户感兴趣的至少一个POI主题；根据所述意向POI主题序列、预设的POI知识图谱、预设的路网数据集应用隐马尔可夫模型生成个性化出行路径，所述个性化出行路径至少包括一个POI，一个所述POI对应属于一个所述POI主题的一个景点；其中，每个所述POI对应的特征信息包括第一位置信息，所述路网数据集用于表征实际路网空间，根据所述第一位置信息以及所述路网数据集获取每个所述POI在所述路网数据集中的投影，得到与所述POI对应的POI投影点；所述隐马尔可夫模型包括由所有POI主题组成的观测状态层和由所有POI组成的第一隐含层、由所有POI对应的所述POI投影点组成的第二隐含层，应用隐马尔可夫模型的观测状态层获取所述意向POI主题序列，应用隐马尔可夫模型的第一隐含层根据所述意向POI主题序列在所述POI知识图谱中进行寻路，生成一组POI观测序列，所述POI观测序列包括至少一个所述POI，所述POI观测序列的各所述POI与所述意向POI主题序列中各所述POI主题一一对应；基于所述POI观测序列，应用隐马尔可夫模型的第二隐含层计算所述POI观测序列中每个所述POI对应的每个所述POI投影点的观测概率，然后基于所述POI投影点的观测概率，计算每个所述POI的任一所述POI投影点转移到相邻的POI的任一所述POI投影点的转移概率；基于计算的所有所述POI投影点的所述观测概率和所述转移概率，采用维特比算法计算，生成个性化出行路径。2.如权利要求1所述的基于时空大数据的个性化出行路径生成方法，其特征在于，所述根据所述意向POI主题序列、预设的POI知识图谱、预设的路网数据集应用隐马尔可夫模型生成个性化出行路径之前，包括：从多个数据源中获取原始数据并进行对齐纠偏处理和属性规整处理以构建POI数据集，所述POI数据集中，任一POI主题至少包括一个POI，一个所述POI代表一个表征景点本体的实体，每个所述POI对应的特征信息至少包括：主题序列号、POI序列号、至少一个属性以及与所述属性对应的属性值；应用包括实体、关系、实体的三元组和包括实体、属性、属性值的三元组分别表征不同的POI之间、所述POI与对应的属性之间的关系，构建所述POI知识图谱。3.如权利要求2所述的基于时空大数据的个性化出行路径生成方法，其特征在于，所述从多个数据源中获取原始数据并进行对齐纠偏处理和属性规整处理以构建POI数据集，包括：从多个数据源中获取包括POI数据和公众评价数...

【专利技术属性】
技术研发人员：吴涛，秦建新，曾芷萱，
申请(专利权)人：湖南师范大学，
类型：发明
国别省市：