基于海量數(shù)據(jù)挖掘的打車推薦系統(tǒng).pdf

1、出租車是現(xiàn)代社會(huì)廣泛使用的交通工具，它在日常生活中起著重要的作用。然而，打車難卻是人們時(shí)常遇到的問題。人們經(jīng)常不知道該去哪里等出租車，也不知道等待出租車要花費(fèi)多長(zhǎng)時(shí)間。現(xiàn)在，許多城市的出租車已經(jīng)安裝了定位裝置，這些裝置按照一定的頻率采集出租車的定位信息，并發(fā)送到中央服務(wù)器。隨著大數(shù)據(jù)技術(shù)的發(fā)展，現(xiàn)在已經(jīng)有能力去發(fā)現(xiàn)隱藏在這些大數(shù)據(jù)中的潛在價(jià)值。本文的目的就是通過(guò)分析大規(guī)模出租車定位的軌跡數(shù)據(jù)，設(shè)計(jì)并實(shí)現(xiàn)出租車打車推薦系統(tǒng)。用戶通過(guò)移動(dòng)A

2、PP軟件，獲得打車推薦服務(wù),從而有效地解決打車難問題。
　　本文首先介紹了該領(lǐng)域的不同階段的研究成果。闡述了數(shù)據(jù)庫(kù)、分布式系統(tǒng)、移動(dòng)互聯(lián)網(wǎng)等相關(guān)技術(shù)在打車推薦系統(tǒng)中的應(yīng)用。在此基礎(chǔ)上，根據(jù)打車問題的實(shí)際應(yīng)用場(chǎng)景，分析了用戶的實(shí)際需求，并結(jié)合對(duì)相關(guān)技術(shù)的研究，設(shè)計(jì)并實(shí)現(xiàn)了該分布式系統(tǒng)。系統(tǒng)底層基于Hadoop分布式集群，此外，MySQL和MongoDB提供數(shù)據(jù)庫(kù)服務(wù)，Tomcat服務(wù)器提供查詢服務(wù)，移動(dòng)APP作為系統(tǒng)的客戶端。該系統(tǒng)

3、能同時(shí)為多用戶提供推薦服務(wù)和拼車服務(wù)。本文重點(diǎn)研究了挖掘模塊的核心技術(shù)難點(diǎn)，分析了已有的算法存在的問題,改進(jìn)了相關(guān)算法。針對(duì)地圖匹配算法的誤計(jì)算問題，本文改進(jìn)了它的轉(zhuǎn)移概率公式。針對(duì)海量數(shù)據(jù)的計(jì)算規(guī)模問題，本算法優(yōu)化了空間索引算法并實(shí)現(xiàn)了并行計(jì)算模型。實(shí)驗(yàn)證明，改進(jìn)后的算法有更好的地圖匹配效果，并且計(jì)算速度大大提高。在此基礎(chǔ)上，本文改進(jìn)了一種基于概率學(xué)的推薦模型。針對(duì)乘客排隊(duì)乘車的問題，引入了優(yōu)先隊(duì)列模型描述乘客等車的場(chǎng)景。實(shí)驗(yàn)證明，通