出租车位置数据的移动性挖掘与推荐方法研究

摘要

随着我国经济的快速增长和人民总体生活质量不断提高，人们工作、生活和娱乐出行等活动在频率和距离上较之以前都有了巨幅增长。出租车已经成为组成一个城市公共交通必不可少的一部分，受到人们越来越多的关注。当前，几乎所有的出租车都装备了 GPS，收集和利用这些真实数据来提高出租车司机的业务收入是一项重要且富有挑战性的工作。对于出租车司机而言，尤其是新手司机，对城市整体道路及环境的不熟悉会导致查找效率低下，油耗增加，从而导致收入的不均衡。同时打车软件的发展也使得出租车司机的竞争变得更加激烈，风险程度也大幅增加。
　　针对上述问题，为了提高出租车司机的查找效率、运营效率，改善出租车司机的收入，本文通过利用收集到的大规模出租车位置数据，建立出租车数据的分析、挖掘平台，对出租车随时间推移的位置变化数据——即出租车的移动性进行挖掘分析，并设计多个路线推荐方法，帮助出租车司机提高查找效率、运营效率从而达到改善出租车司机收入的目的。
　　论文主要工作如下：
　　（1）基于出租车的详细下车位置及下车方向，从出租车司机的查找效率和路段乘客密度出发，以提高出租车司机的总收入为目的，提出基于路段权值的最优巡游路径算法，进行出租车的最优寻客路线推荐，并通过对比不同情况下的不同推荐方法来证明所提方法的有效性。
　　（2）探索如何提高出租车司机的运营效率(单位运营时间的收入)，并且将乘客查找过程用马尔科夫决策过程(Markov Decision Process，MDP)来建立模型，针对各个时间段，从出租车位置数据中学习不同的 MDP参数来为空车司机找到最优的巡游路线，从而提高他们的运营效率。并通过大量对比实验验证推荐结果的有效性和扩展性。
　　（3）探索将MDP方法推广至真实的空间路网上的应用，提出动态滑动窗口的方法从历史数据中学习各项参数，并应用到模型中去；进一步考虑工作日和休息日的多种情况进行出租车的巡游线路推荐，并通过扩展实验来验证不同情况下推荐结果有效性以及准确性。
　　通过大量的模拟实验证明：本文提出的推荐策略能够在不同情况下有效地提高出租车司机的运营效率，降低出租车司机空驶率，节省油耗，最终达到改善业务收入的目的。同时验证了算法的有效性和可扩展性。

目录

声明

第1章 绪 论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 论文结构

第2章 出租车位置数据概况

2.1 出租车位置数据采集

2.2 出租车位置数据介绍

2.3 出租车位置数据预处理

2.4 小结

第3章 基于查找效率的寻客策略分析

3.1 问题陈述及定义

3.2 基于出租车位置数据的分析及建模

3.3 基于最大权值的巡游路线算法

3.3 推荐策略评价

3.4 本章小结

第4章 基于马尔科夫模型的出租车收入效率优化

4.1 问题背景

4.2 问题陈述及定义

4.3 马尔科夫决策过程方法

4.4 推荐策略评价

4.5 小结

第5章 基于空间网络的马尔可夫决策过程

5.1 算法改进

5.2 基于空间路网的马尔科夫决策过程实现

5.3 推荐策略评价

5.4 本章小结

结论

参考文献

致谢

附录A攻读学位期间所发表的学术论文

附录B攻读硕士学位期间获得的专利著作