旅客同行網(wǎng)絡鏈接預測方法研究.pdf

1、隨著現(xiàn)代客運行業(yè)的發(fā)展與人們生活水平的不斷提升，人們出行的次數(shù)越來越多。并且人們出行的時候有時會與他人結伴同行或是一起組團出行，比如與人一起出差、與好朋友一起旅游等，由旅客個體之間的這種同行關系建立起了一張旅客的同行關系網(wǎng)絡。對這個網(wǎng)絡中新出現(xiàn)的鏈接進行預測，不僅可以為客運行業(yè)的個性化服務奠定堅實的數(shù)據(jù)基礎，進而提高客運服務質量，還可以用于支持客運行業(yè)市場的決策。
　　預測旅客之間新產(chǎn)生的同行關系本質上是一個復雜網(wǎng)絡中的鏈接預測問

2、題，而復雜網(wǎng)絡的鏈接預測一直是廣大學者關注的熱點問題，它在各個領域都有著廣泛的應用。本文針對旅客出行的基礎數(shù)據(jù)以及旅客同行網(wǎng)絡，構建了一個基于監(jiān)督學習的同行關系預測模型。該模型構造了三種類型的預測特征，分別是個體信息與歷史行為特征、網(wǎng)絡微觀特征和網(wǎng)絡中觀特征。其中，旅客個體信息與歷史行為特征由旅客的個體信息以及旅客的歷史出行信息抽取得到;網(wǎng)絡微觀特征包含網(wǎng)絡共同鄰居特征和網(wǎng)絡鄰居子網(wǎng)特征，我們將已有的預測指標歸類為網(wǎng)絡微觀共同鄰居特征，

3、并在此基礎上構造出了網(wǎng)絡微觀鄰居子網(wǎng)特征;網(wǎng)絡中觀特征由節(jié)點的層次社區(qū)信息提取，我們首先使用層次社區(qū)劃分算法對網(wǎng)絡進行層次社區(qū)劃分，然后根據(jù)共同鄰居的社區(qū)信息來構造出一系列層次社區(qū)屬性。這種定義使得網(wǎng)絡方面的特征更加豐富。最后我們運用這三種類型的特征，使用分類方法來進行鏈接預測。
　　本文在一個真實的旅客出行記錄數(shù)據(jù)集上進行了實驗，并分別比較了在隨機樣本集和限制旅客對在網(wǎng)絡中的距離為兩跳的樣本集下的實驗效果，結果表明我們設計的旅客