声明
第一章 绪论
1.1 研究背景
1.2 研究目的及意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容
1.4 研究方法及技术路线
1.4.1 研究方法
1.4.2 研究技术路线
1.5 研究创新
1.6 章节内容安排
第二章文献综述
2.1 旅客同行关系预测
2.1.1 同行关系预测
2.1.2 同行关系网络
2.2 关联分析
2.2.1 传统关联分析
2.2.2 基于图模式的关联分析
2.3 本章小结
第三章 基于图模式的关联分析
3.1 基本概念及定义
3.2 图模式关联规则
3.3 图模式关联规则的挖掘
3.3.1 支持度与置信度
3.3.2 分布式频繁模式挖掘
3.3.3 分布式图结构与分布式挖掘框架
3.3.4 算法设计思路
3.3.5 相关概念介绍
3.3.6 分布式频繁图模式挖掘算法具体设计
3.3.7 图模式关联规则生成
3.4 图模式关联分析
3.5 复杂度分析
3.5.1 时间复杂度
3.5.2 空间复杂度
3.6 算法模型实验
3.6.1 数据准备
3.6.2 实验设计
3.6.3 模型运算效率实验
3.6.4 模型预测精度实验
3.7 本章小结
第四章 铁路旅客同行关系预测
4.1 旅客同行关系网络
4.1.1 旅客同行关系网络定义及特点
4.1.2 旅客同行关系网络构建方法
4.2 旅客同行模式和旅客同行关联规则
4.2.1 旅客同行图模式
4.2.2 旅客同行图模式关联规则
4.3 铁路旅客同行关系预测
4.3.1 总体流程设计
4.3.2 数据预处理
4.3.3 旅客同行关系网络构建
4.3.4 旅客同行关系预测
4.3.5 旅客同行关系预测检验
4.4 优势与劣势分析
4.5 本章小节
第五章方法应用场景分析
5.1 精准出行推荐
5.2 重点旅客提前识别
5.3 换座方案提前制定
5.4 合伙犯罪提前预警
5.5 本章小结
结论与展望
致 谢
参考文献
攻读硕士学位期间发表的论文及科研成果
西南交通大学;