基于启发式搜索的门到门出行路径方案个性化推荐方法与流程

本发明涉及信息推荐
技术领域：
，具体地，涉及基于启发式搜索的门到门出行路径方案个性化推荐方法。
背景技术：
：交通已经成为人类生活、社会生产和经济发展中的必要工具。近年来，现有的交通体系为人类出行提供了安全、便捷的交通服务，包括公路、铁路、城市轨道交通、航空等。然而，人类对交通工具依赖性的增加使得交通系统面临诸多挑战，例如：道路拥塞、事故频发及城市环境污染问题。随着城市智能化的推进，交通信息承载了大规模的海量数据，基于大数据分析的技术研究也应运而生。通过数据的分析和挖掘，人们能够及时了解交通状况、安排规划行程，交通资源得以合理的分配，交通安全得到大幅度提高，为城市和生活提供更好的服务。如今，丰富的选择也带来了大量的信息过载问题，例如旅客如何选择最优且满足个人需求的出行路径；如何从历史数据中发现并提取有价值的特征，选择最佳的出行路径。推荐是解决信息过载的有效手段，根据个人偏好和需求，为旅客推荐最可能感兴趣的结果，如Amazon书籍、NetFlix电影。传统推荐中，物品是独立存在的，具有固定的属性，而在智能交通服务是对于多种不同交通工具组合路径的推荐，是受时间影响的动态商品。因此传统的推荐并不能很好的应用到出行、路径及一系列时间敏感商品的个性化推荐中。目前出行路径方案推荐大部分可分为景点游览路径推荐和旅游路线规划。景点游览路径推荐一般需要借助无线通信、定位技术等，根据游览顺序和时间对路径进行分组，构建多样化的游览路线，并根据旅客的偏好和预估游览时间为其推荐路线；旅游路线规划一般是对时间较长的旅游进行整体的规划，例如文对省市整体游览的具体路径规划，结合旅客的偏好，对一个或多个城市的旅游路线进行规划，使得旅客可以更好、更便捷的安排行程。但是，在现有技术中，基于已有的景点游览路径推荐和旅游路径规划的技术方案，均无法实现门到门出行路径方案个性化推荐。传统推荐中物品独立存在，具有固定属性，而在智能交通服务中，出行路径不是单一物品的推荐，而是对于多种不同交通工具组合路径的推荐，而交通是受时间影响的动态商品，并且实时出行信息(例如：飞机的价格，高速公路路况等)也会直接影响旅客出行路径的选择。因此传统的推荐并不能很好的应用到出行路径及一系列时间敏感商品的个性化推荐中。当旅客在售票网站搜索从出发地到目的地的出行路径方案时，如果能够给每位旅客推荐符合其偏好的路径方案，将可以为旅客节省浏览时间，同时也可以为售票网站带来更高的转化率。但目前，大多数的出行路径推荐是景点游览路径推荐和旅游路线规划，景点游览路径推荐一般需要借助无线通信、定位技术等，根据游览顺序和时间对路径进行分组，并依据旅客的偏好和预估游览时间为其推荐路线；旅游路线规划则一般是对时间较长的旅游进行整体的规划，例如一个或多个城市的旅游路线，使得旅客可以更好、更便捷的安排行程。而门到门的出行路径方案推荐是指：在旅客提供出发和到达地点后，针对不同的出行交通工具，在保证旅客需求的同时，实时搜索当前最优出行换乘路径方案，并利用旅客的历史订单数据分析旅客的隐性偏好，在尽可能短的时间内为旅客搜索并推荐最优且能够满足旅客需求的出行路径，提供门到门的出行路径方案个性化推荐。这种基于启发式搜索的推荐技术可以快速、实时的搜索出可行路径方案，丰富了旅客偏好信息，也可以用在其他具有类似应用场景的推荐技术中。技术实现要素：针对现有技术中的缺陷，本发明的目的是提供一种基于启发式搜索的门到门出行路径方案个性化推荐方法。本发明中，给定出发起点和到达终点，使用启发式搜索和传统的推荐算法，组合不同种类的出行交通工具，构建实时的公共交通换乘网络，并根据旅客的历史订单数据，分析旅客的隐性偏好，在尽可能短的时间内为旅客搜索并推荐最优且能够满足旅客需求的出行路径。根据本发明提供的一种基于启发式搜索的门到门出行路径方案个性化推荐方法，包括：步骤1：根据实时交通网络图，初始化candidate_path集合和ahead_path集合；步骤2：迭代更新candidate_path集合，直至获得K条备选路径,K是给定的备选路径数量，K的最大值为起始点s到终点t的路径总数；步骤3：对candidate_path集合中的K条备选路径进行排序；步骤4：输出已排序的K条备选路径至ahead_path集合作为推荐路径。优选地，所述步骤1包括：步骤1.1：选择起始点s和终点t，构建实时交通网络，确定备选路径的数量K、有向带权图的权值数量、旅客的需求约束；步骤1.2：初始化每个换乘点到t的最短路径距离，且根据旅客的需求约束更新每个换乘点到t的约束条件；步骤1.3：初始化每个换乘点到t的可到达距离、起始点s到每个换乘点的投影距离，并初始化candidate_path集合为空集；ahead_path集合初始化为实时交通网络中，所有以起始点s为源点的有向边。所述可到达距离的定义为：对于点i、点j，若一距离C大于等于0，且小于等于点i与点j之间的最短距离，则距离C为点i到点j的可到达距离；所述投影距离的定义为：对于起始点s到终点t的一条路径中的一个点i，则起始点s到点i的投影距离是：起始点s到点i的路径权值和，加上点i到终点t的可到达距离，得到的和值。优选地，在所述步骤2中，每一次迭代过程包括：步骤2.1：对当前ahead_path集合中的由有向边构成的路径，按照投影距离由小到大进行排序，如果投影距离相等，则按照路径权值和由大到小进行排序，并取出排序后的第一条候选路径；步骤2.2：如果第一条候选路径是一条s到t的完整路径，则将该候选路径加入到candidate_path集合中作为备选路径，本次迭代结束；如果第一条候选路径不是一条s到t的完整路径，则取该候选路径中的最后一个换乘点，列举所有可行的扩展边构建为ExpandedEdges集合，扩展边是指该换乘点到下一个换乘点间的路径；步骤2.3：如果ExpandedEdges集合为空，则步骤2结束，进入步骤3继续执行；如果ExpandedEdges集合不为空，则在ExpandedEdges集合中选择任一条扩展边构成当前路径，如果当前路径中有环，则从ExpandedEdges集合中删除这条扩展边；如果当前路径中没有环，则检查当前路径的最后一个换乘点是否满足到t的所有约束条件，如果满足，则将当前路径加入到ahead_path集合中作为备选路径，如果不满足，则从ExpandedEdges集合中删除这条扩展边。优选地，步骤3包括：步骤3.1：根据旅客的历史订单得到旅客偏好向量tv，根据备选路径的属性得到备选路径属性向量pvk；步骤3.2：计算每条备选路径属性向量pvk和旅客偏好向量tv的相似度，并将备选路径根据相似度的大小进行排序。优选地，所述有向带权图，是指：构建带权值的公共交通换乘网络，公共交通换乘网络中的每个点表示一个换乘车站，每条有向边表示一种交通工具，而有向边的方向代表行驶方向，每条有向边的各个权值有相应的权重。优选地，所述到t的所有约束条件，包括：换乘点到终点t的可到达距离必须小于等于该换乘点到终点t的最短路径距离。与现有技术相比，本发明具有如下的有益效果：由于路径搜索问题是NP难问题，无法在多项式时间内求解，所以本发明的技术难点在如何在较短的时间内搜索出K条最优的最短路径，并根据旅客的偏好进行排序推荐。本发明可以根据实时的交通信息及交通网络，建立公共交通换乘网络的带权有向图，每条边表示一种交通工具，每个点表示一个换乘车站，将旅客需求转为路径约束，在实时交通网络图中，使得在较短的时间内搜索出K条最优最短路径进行个性化推荐，在较短的时间内挖掘旅客的偏好信息，通过历史订单数据，建立用户模型，推荐最佳的出行路径，提升个性化推荐的整体效果，方便旅客的出行。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：图1为问题的描述。图2为推荐方法的流程图。具体实施方式下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。本发明提供的基于启发式搜索的门到门出行路径方案个性化推荐方法，根据实时的交通网络和交通信息，构建带权值的公共交通换乘网络，每个点表示一个换乘车站，每条边表示一种交通工具(包括飞机、汽车、火车等)，而边的方向代表行驶方向，每条边有相应的权重(例如：可由价格、时间等实时信息计算获得)；同时将旅客的需求转换为路径需要满足的约束条件，并通过最短路径搜索，在保证满足约束的同时，选择最佳的出行换乘方案；最后从旅客以往的订单数据中，建立旅客偏好模型，将旅客偏好与换乘路径的搜索结果逐条计算相似度，并根据相似度排序，将相似度最高的K条路径方案推荐给旅客。根据本发明提供的一种基于启发式搜索的门到门出行路径方案个性化推荐方法，包括：步骤1：根据实时交通网络图，初始化candidate_path集合和ahead_path集合；步骤2：迭代更新candidate_path集合，直至获得K条备选路径,K是给定的备选路径数量，K的最大值为起始点s到终点t的路径总数；步骤3：对candidate_path集合中的K条备选路径进行排序；步骤4：输出已排序的K条备选路径至ahead_path集合作为推荐路径。进一步地，所述步骤1包括：步骤1.1：选择起始点s和终点t，构建实时交通网络，确定备选路径的数量K、有向带权图的权值数量、旅客的需求约束；步骤1.2：初始化每个换乘点到t的最短路径距离，且根据旅客的需求约束更新每个换乘点到t的约束条件；步骤1.3：初始化每个换乘点到t的可到达距离、起始点s到每个换乘点的投影距离，并初始化candidate_path集合为空集；ahead_path集合初始化为实时交通网络中，所有以起始点s为源点的有向边。所述可到达距离的定义为：对于点i、点j，若一距离C大于等于0，且小于等于点i与点j之间的最短距离，则距离C为点i到点j的可到达距离；所述投影距离的定义为：对于起始点s到终点t的一条路径中的一个点i，则起始点s到点i的投影距离是：起始点s到点i的路径权值和，加上点i到终点t的可到达距离，得到的和值。进一步地，在所述步骤2中，每一次迭代过程包括：步骤2.1：对当前ahead_path集合中的由有向边构成的路径，按照投影距离由小到大进行排序，如果投影距离相等，则按照路径权值和由大到小进行排序，并取出排序后的第一条候选路径；步骤2.2：如果第一条候选路径是一条s到t的完整路径，则将该候选路径加入到candidate_path集合中作为备选路径，本次迭代结束；如果第一条候选路径不是一条s到t的完整路径，则取该候选路径中的最后一个换乘点，列举所有可行的扩展边构建为ExpandedEdges集合，扩展边是指该换乘点到下一个换乘点间的路径；步骤2.3：如果ExpandedEdges集合为空，则步骤2结束，进入步骤3继续执行；如果ExpandedEdges集合不为空，则在ExpandedEdges集合中选择任一条扩展边构成当前路径，如果当前路径中有环，则从ExpandedEdges集合中删除这条扩展边；如果当前路径中没有环，则检查当前路径的最后一个换乘点是否满足到t的所有约束条件，如果满足，则将当前路径加入到ahead_path集合中作为备选路径，如果不满足，则从ExpandedEdges集合中删除这条扩展边。进一步地，步骤3包括：步骤3.1：根据旅客的历史订单得到旅客偏好向量tv，根据备选路径的属性得到备选路径属性向量pvk；步骤3.2：计算每条备选路径属性向量pvk和旅客偏好向量tv的相似度，并将备选路径根据相似度的大小进行排序。进一步地，所述有向带权图，是指：构建带权值的公共交通换乘网络，公共交通换乘网络中的每个点表示一个换乘车站，每条有向边表示一种交通工具，而有向边的方向代表行驶方向，每条有向边的各个权值有相应的权重。进一步地，所述到t的所有约束条件，包括：换乘点到终点t的可到达距离必须小于该换乘点到终点t的最短路径距离。下面对本发明进行更为具体地说明。图1是由不同种类的交通工具构建而成的换乘图，每个换乘地点之间可以有多种交通工具，例如飞机、铁路、汽车等。当给定出发地点和到达地点后，如何在满足约束需求(例如总票价不可多于1000元)下，使一个旅客在较短的时间内获得一条满意的出行路径推荐方案是个难点。表1列出了出行路径的属性，包括航空公司、折扣率、出发和到达时间、总耗时长、总票价和换成次数等。系统可以改变属性，并定义属性，例如还可以有舱位等级(头等舱、商务舱和经济舱)、飞机类型(大、中、小)。表1出行路径的属性列表航空公司CA、MU、CA、HU....折扣率机票价格折扣率(现价/原价)出发和到达时间(分钟)例如8:45am，即为8*60+45＝525分钟总耗时长(分钟)路径方案耗费的所有时间总票价(元)路径方案中乘坐交通工具花费的总费用换乘次数路径方案中换乘公交的次数图2是门对门出行路径的个性化推荐流程图，这里着重阐述出行路径方案个性化推荐的整体流程和实施方式。首先，根据旅客的输入条件和行程约束，实时的构建公共交通换乘网络，并计算每一条有向边的权重，包括价格、时间等可叠加的特征，同时权重归一化至0‐1的区间；将旅客的需求，转化为出行路径的约束条件，例如出行路径的总耗时、交通工具的总价格等；最后将此问题转换为K条带约束最短路径问题(KMCSP)，通过减枝搜索，可以在较短的时间内依次生成换乘网络中的前K条最短路径，并将其作为备选路径。其次，根据旅客的历史订单数据构建旅客的偏好模型，其中包括表1中的属性。每个属性对于不同的用户可能占有不同的权重，因此计算用户在每个属性所做选择的信息熵，信息熵表示信息的混乱程度，熵值越小代表用户在这个属性上的行为越一致，因此具有更加明显的偏好，对于信息熵越小的属性，应该赋予它越大的权重；最后，将备选的出行路径方案与旅客的偏好模型进行相似度排序，相似度越高的条目越符合用户的偏好，相似度可以根据余弦值得出，并将排好序后的出行路径方案依次荐给用户即可。以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。当前第1页1 2 3