一种基于超图网络的城市候机楼选址推荐方法

本发明涉及计算机应用，尤其涉及一种基于超图网络的城市候机楼选址推荐方法。

背景技术：

1、超图理论是指在一般图理论中，每条边被限定为与其关联的节点数量只能有两个，但是在现实网络中，节点与节点之间广泛地存在着复杂的多层关系，使得现实网络中节点间关系难以通过一般图进行直观的表达。超图理论是一个结合了图论及集合论的理论方法，相比于一般图更适合用于解决现实复杂网络问题，逐步形成了超图理论基础。

2、随着大数据及信息网络的发展，超图理论也逐渐用于处理大型复杂网络问题，如科研合作网络演化模型和图像共分割算法等等。特别地，近年来超图理论也被用作一种网络结构的表现形式来分析复杂的网络结构。

3、sp(stated preference，行为调查)调查是指为了获得“人们对假定条件下的多个方案所表现出来的主观偏好”而进行的实际调查。sp调查的主要优势在于计设计人员可以有目的地设定选择方式和因子水平，利用所设计的不同方案，从一个被调查者得到多个数据，从而提高调查的效率。调查过程是以事先确定的属性及各种属性的不同水平以一定方式组成各种场景，再由这些场景构成替选方案，由被调查人群打分评估对各项属性的整体偏好。因此，sp调查的优势就是能权衡多个因素不同的重要性，从而实现衡量旅客对城市候机楼多个因素的重视程度。

4、现有技术中的在一般图理论中，每条边被限定为与其关联的节点数量只能有两个，但是在现实网络中，节点与节点之间广泛地存在着复杂的多层关系，使得现实网络中节点间关系难以通过一般图进行直观的表达。

5、一般问卷对于较复杂的调查问题的研究，对于答卷人的要求偏高，问卷过于复杂，导致问卷的准确性低，难以获得有效的问卷。

6、目前，现有技术中还没有将超图和问卷相结合进行的城市候机楼选址推荐的方法。

技术实现思路

1、本发明的实施例提供了一种基于超图网络的城市候机楼选址推荐方法，以实现有效地对城市候机楼选址进行推荐。

2、为了实现上述目的，本发明采取了如下技术方案。

3、一种基于超图网络的城市候机楼选址推荐方法，包括：

4、定义城市候机楼选选址问题的属性，以及该属性对应的水平，对定义的属性以及水平进行混合均匀设计处理得到城市候机楼选选址的场景；

5、基于所述城市候机楼选选址的场景生成问卷，将所述问卷提供给答卷人评分，根据答卷人对问卷的评分得到属性的权重；

6、构建超图，根据所述属性定义超图的节点和超边，根据答卷人对问卷的评分对超图的超边赋与权重，定义所述超图的拉普拉斯矩阵，计算出所述拉普拉斯矩阵的特征向量，将该特征向量作为城市候机楼选选址的候选点的意愿推荐度；

7、统计机场旅客的行程数据，得到所述候选点的需求推荐度，结合所述候选点的意愿推荐度和意愿推荐度得到所述候选点的综合推荐度。

8、优选地，所述的定义城市候机楼选选址问题的属性，以及该属性对应的水平，对定义的属性以及水平进行混合均匀设计处理得到城市候机楼选选址的场景，包括：

9、根据数据库对旅客出行的意愿属性进行整理，经过整合缩减后定义城市候机楼选选址问题的属性，该属性包括：候机楼附近的酒店分布、候机楼附近的商业化覆盖率、候机楼附近的餐饮水平、候机楼附近的休闲娱乐设施水平、候机楼附近的生活服务类设施水平和候机楼附近的交通便利度，定义对应属性的水平，对定义的属性以及水平用dps数据处理系统进行混合均匀设计处理，得到多个不同的城市候机楼选址的场景。

10、优选地，所述的基于所述城市候机楼选选址的场景生成问卷，将所述问卷提供给答卷人评分，根据答卷人对问卷的评分得到属性的权重，包括：

11、基于所述最优场景生成问卷，问卷包括一系列与候机楼选址相关的属性的不同水平组合成的场景，将所述问卷提供给答卷人评分，获取答卷人对问卷的评分，在所述问卷中选用二项logit模型进行选择意愿分析，效用函数具体形式如下：

12、

13、其中，xnjk代表在第j种场景下各属性变量；θj0代表模拟场景的相对优越性为待估参数；θjk代表各属性的相对权重，为待估参数；

14、计算被调查者选择第j种模拟场景的概率p为所选择此种场景的人数占总人数的比例：

15、

16、其中，pnj和pnk表示在j种场景和第k种场景下调查者对第n中属性的选择人数占总人数的比例，θj0和θk0代表模拟j场景和k场景的相对优越性为待估参数，xnji和xnki分别表示在j场景和k场景下的各属性变量。

17、联立(1)(2)计算得出各属性的权重，用θji和θki表示i属性在j和k两种场景下的权重。

18、优选地，所述的构建超图，根据所述属性定义超图的节点和超边，根据答卷人对问卷的评分对超图的超边赋与权重，定义所述超图的拉普拉斯矩阵，计算出所述拉普拉斯矩阵的特征向量，将该特征向量作为城市候机楼选选址候选点的意愿推荐度，包括：

19、用h＝(v,e)表示一个超图，其中v＝{v1,v2,……,vn}为超图的有限顶点集，称为超图的超边，为超图的有限超边集，将所述相关属性确定为超图的超边，对超边赋以之前计算出来的各属性的权重，将初始的城市候机楼选选址的候选点定义为超图的节点；

20、将超图的结构用关联矩阵h∈{0,1}|v|×|e|表示，矩阵中每一个项h(v,e)用以表示顶点v是否在超边e中，关联矩阵为元素在0到1范围内的连续矩阵：

21、

22、h(v,e)用以表示顶点v属于超边e的可能性或顶点v对于超边e的重要性，超边e的超度δ(e)和顶点v的超度d(v)分别被定义为：

23、

24、

25、定义所述超图的拉普拉斯矩阵为：

26、

27、归一化后的拉普拉斯矩阵为：

28、

29、其中，de为超边超度的对角矩阵；dv为顶点超度的对角矩阵；h为表示超图结构的关联矩阵；w为超边权重的对角矩阵；

30、提取拉普拉斯矩阵的非负最小特征值及其对应的特征向量：υ＝[υ1，υ2，……，υk]，将特征向量υ作为城市候机楼选选址候选点的旅客意愿度。

31、优选地，所述的统计机场旅客的行程数据，得到所述候选点的需求推荐度，结合所述候选点的意愿推荐度和意愿推荐度得到所述候选点的综合推荐度，包括：

32、依据距离城市候机楼选选址的候选点一定范围内公交站点的旅客聚类结果，统计每个属性在该范围的数量分布，得出关联矩阵，在关联矩阵中每一行代表着每一个候选点对应的一个属性，每一列代表着一个属性对应的所有候选点，行数等于属性个数，列数对应候选点数，每一个元素代表着候选点在该属性下相对于所有候选点的重要性，依据交通属性是否能直达机场计算其权重，进一步修改关联矩阵；

33、依据范围内地铁站点的地理数据和刷卡数据，并且结合聚类结果，统计不同地点到机场的刷卡数量，以就近原则将站点的需求量视为距离最近候选点的需求量，得出范围内需求分布，按照计算推意愿荐度的相同方式，把需求定义为属性，进一步修改关联矩阵，对所述关联矩阵进行拉普拉斯矩阵计算，得到非负最小特征值和特征向量，将特征向量作为需求推荐度向量。

34、优选地，所述的结合所述候选点的意愿推荐度和意愿推荐度得到所述候选点的综合推荐度，包括：

35、设置意愿推荐度和需求推荐度二者权重相同，将意愿推荐度和需求推荐度相加得到综合推荐度，该综合推荐度中既包含了旅客对于城市候机楼选址的主观属性，又包括了依据客观事实得出的需求属性。

36、由上述本发明的实施例提供的技术方案可以看出，本发明提供了一种契合多属性多维度的选址问题的推荐方法，通过将超图理论和sp调查方法相结合，从用户自身体验的角度出发，在多属性选址问题的情况下，尽可能考虑更多的有效属性，综合得到候选点的推荐指标，给出推荐选址。该方法可作为复杂选址问题的方法论，也为之后多属性多维度选址问题开拓了新的思路。

37、本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。