考虑货车因素的高速公路短期交通流风险预测

基于G15上海段的交通流数据和交通事故数据,研究货车比例较高且货车事故率较高的高速公路短期交通流风险预测模型.分别选取整体交通流参数、货车交通流参数和综合参数作为特征变量,通过支持向量机进行建模,运用遗传算法对模型参数进行寻优,建立不同时间段、不同风险特征变量的分类模型并对比分析.结果表明事故发生前5~10min的模型预测精度最高.当加入货车因素时,总体的预测精度提高7.1%,事故预测精度提高6.1%,误报率降低4.7%.采用平均影响值法进行货车因素对预测结果的影响程度分析,表明货车因素对于预测模型有较大影响.该研究模型可用来开发交通安全预警系统,为高速公路货车安全管理提供理论依据.     

高速公路联网收费系统风险识别与控制策略

随着我国高速公路联网收费功能的日益丰富,其系统越来越复杂。本文将对高速公路联网收费系统中存在的风险进行分析,并提出控制策略。     

基于情境聚类扩展用户画像的旅游景点推荐方法

随着我国旅游业发展和人们对旅游服务需求的不断增多,旅游景点的精准推荐不仅可以节约用户大量的时间,还能够提升用户的消费体验,为此本文提出一种基于情境聚类扩展用户画像的旅游景点推荐方法。基于用户情境数据进行情境聚类,构建出扩展的用户画像模型;根据群体用户画像反映的用户特征,结合情境标签设置个体用户情境特征属性,再融合关联规则和相似度计算为用户推荐个性化的景点。实验结果表明,相较于传统的关联规则Apriori推荐算法或加权Apriori推荐算法,基于情境聚类扩展用户画像的旅游景点推荐方法具有更优的推荐结果。     

面向少数类用户兴趣演化的推荐算法

为了提高推荐算法在对少数类用户进行推荐时的时效性、准确性,提出一种面向少数类用户兴趣演化的推荐算法.该文算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息3个因素相结合,描述出不同用户对不同项目类型的兴趣倾向值.通过改进的K-means算法对用户进行分类,并对聚类结果中近邻数量极少的类用户(少数类用户),使用...     

基于用户画像的学生学习质量评价方法研究

针对学生学习质量持续跟踪并支持个性化评价问题,文章研究基于用户画像技术的评价方法.从技术角度出发,主要讨论了用户画像数据的采集、数据的处理、画像模型的构建等技术,在此基础上讨论了学生学习趋势的预测应用.综合利用多源异构数据,对学生用户进行个性化建模,实现了数据驱动的学习质量评价,因此,本研究对提高学生学习质量具有一定的实用价值.     

融合用户画像的在线学习伙伴推荐方法研究

融合用户画像为学习者推荐学习伙伴,有助于解决在线学习者的孤独感问题,提高学习者的参与度和忠诚度。分析学习者特征,从基本信息、学习准备、学习风格、学习行为四个方面设计画像标签,采集网络教学平台数据,进行建模处理,利用相似度区分相似、互补学习者画像,从而为学习者推荐同、异质学习伙伴。实验结果验证了学习者画像和推荐方法的可行性。融合学习者画像推荐学习伙伴的方法更具个性化、动态化等特点,更适合网络教学环境。     

高速公路联网收费系统中的多义性路径识别

以高速公路网建设为背景,针对路网中存在的多义性路径问题,介绍了判别车辆行驶路径的几种常用方法,并对比分析了其优缺点及适用范围,讨论了如何将各种方法应用到联网收费中。     

高速公路联网收费系统的网络设计

针对高速公路联网收费系统的发展与需求,论述了收费网络之上的承载内容和常规的网络拓扑结构,提出了联网收费网络的技术模型,并特别分析了在收费站至管理处之间采用“光纤直连”的技术特点和优势,从而进一步探讨了广域网络的综合性应用.     

基于多模态融合技术的用户画像方法

针对当前用户画像工作中各模态信息不能被充分利用的问题,提出一种跨模态学习思想,设计一种基于多模态融合的用户画像模型。首先利用Stacking集成方法,融合多种跨模态学习联合表示网络,对相应的模型组合进行学习,然后引入注意力机制,使得模型能够学习不同模态的表示对预测结果的贡献差异性。改进后的模型具有精心设计的网络结构和目标函数,能够生成一个由特征级融合和决策级融合组成的联合特征表示,从而可以合并不同模态的相关特征。在真实数据集上的实验结果表明,所提模型优于当前最好的基线方法。     

基于GIS的高速公路多义性路径的确认技术

讨论了高速公路联网收费与拆分系统中亟需解决的瓶颈问题--多义性路径及其产生的原因,分析了目前国内多义性路径识别的主要技术,重点研究和探讨了运用GIS进行多义性路径识别的原理和方法. 经过作者在郑少高速公路等路段的试验,证实了交通网络分配模型和GPS/GIS技术识别多义性路径,具有快速、准确、误差相对较少的优点,将是今后高速公路多义性路径识别与联网收费及拆分系统的主要方向.     

基于用户画像的高校图书馆个性化图书推荐研究

个性化推荐服务是高校智慧图书馆的建设重点,基于此,提出了图书推荐系统整体架构.首先从读者的属性、行为、兴趣等标签维度构建用户画像模型,其次考虑读者认知能力存在差异化的特点,将读者按照不同的身份类型划分,再结合基于协同过滤、内容及属性相似度的混合推荐算法进行图书推荐.最后,通过Hadoop大数据平台向目标读者推荐TOP-N图书,实验结果表明,基于该架构模型的图书推荐系统的推荐准确度高,并且有效缓解了推荐系统的冷启动问题.     

高速公路省域联网不停车收费系统建设的研究

探讨了高速公路省域联网不停车收费系统的结构与功能,阐述了其技术方案的选择,并提出了系统建设中存在的问题及建议。     

基于旅客画像的航班出行选择预测方法研究与实现

根据预处理后的旅客出行数据,运用改进的K-means聚类算法进行用户分群,提取聚类特征得到旅客类型子集合,并构建用户画像.基于特征重构数据库,构建旅客类型、出行方式、出行时间段三个维度的交叉巢式Logit模型,捕捉选择方案间的相关性,预测旅客航班出行方式、出行时间段的交叉选择,并基于实际数据进行参数估值和检验.结果表明,旅客倾向于先根据个人及家庭的需求形成旅客类型,考虑选择何种出行方式,最后在旅客类型和出行方式的双重约束下选择航班的出发时间,为机场实施需求管理提供有效依据.     

基于集群智能的高速公路交通状态识别算法

针对传统交通状态识别算法仅考虑交通参数个体特征差异而存在识别率较低的问题,引入集群智能概念,提出了既考虑交通参数个体特征差异,又考虑个体参数所蕴含的群体特征差异性的高速公路交通状态识别算法。由于模糊C均值聚类算法(fuzzy C-means algorithm,FCM)在交通状态识别泛化能力上存在收敛缓慢的不足,基于反向学习策略以及鲸鱼优化算法(whale optimization algorithm,WOA),考虑个体交通参数所蕴含的集群行为增强了交通状态初始聚类中心种群的多样性,设计了一种具有良好的全局搜索能力集群智能的高速公路交通状态识别算法,融合了反向学习、WOA和FCM算法,克服了FCM识别算法容易陷入局部最优的局限。实证分析结果表明,所提出的交通状态识别算法具有良好的识别效果,准确率达到92%,且收敛速度较FCM算法更快。     

基于联网的高速公路收费管理绩效考核体系总体设计——以重庆为例

本文在重庆市高速公路收费管理绩效考核现状及存在问题的分析基础上,从行业管理和企业管理两个层面出发,提出联网收费绩效考核体系的设计原则和思路,构建包含公司级、部门级和员工级的收费管理绩效考核框架体系,以推进重庆市高速公路联网收费管理工作的改革进程。     

最短路径算法在高速公路联网收费中的研究及应用

Floyd算法求任意2点间距离时间复杂度等同于Dijkstra算法,现行高速公路路网由环路和射线路段组成,当路网节点多时,两种算法单独操作计算速度慢。基于Floyd计算环路效率高,Dijkstra计算稀疏图的射线路段效率高的特性,本文结合Floyd和Dijkstra算法来计算高速公路路网任意2节点间最短路径。用VC＋＋设计模拟出路网中2点间（一对点）的最短路径,并对算法复杂度进行分析。     

基于一种改进的K-means 法的校园网用户行为分析研究

随着师生对网络流量需求的迅速增长,如何合理的增加用户的流量,既能满足用户的基本上网需求,又能合理利用出口带宽.本文基于一种改进的K-means聚类算法,以校园网用户的行为特征为对象进行聚类,为优化用户计费策略和合理的分配出口带宽提供了数据依据,为校园网用户个性化需求方面提供理论依据.     

基于用户行为的自动任务识别技术研究

自动任务识别是多任务工作环境下自动任务管理技术的关键,其中对窗口切换历史信息采用Bron-Kerbosky算法来聚类同一任务的窗口,已经被国外研究者采用.然而,该方法仅适用于短时间、较少任务的识别,而对长时间下多个工作任务识别缺乏有效性.本文创新性地提出将窗口切换历史聚类结果与基于焦点时间的窗口重要性相结合形成任务向量,再运用模糊KCenter聚类算法求解任务窗口集合来实现长时间工作环境下多任务识别的方法.实验结果表明,该方法能有效识别长时间工作环境下的多个任务且具有较高的准确率.     

大数据时代背景下的基于用户画像的个性化情报服务研究

该文首先论述了为用户提供个性化情报服务的必要性,随后探讨了情报人员或情报机构为用户提供个性化情报服务时面临的问题,主要分为用户因素类与情报业务相关因素类,并且针对不同因素分别给出了解决思路。关于用户因素类问题的解决思路主要涉及用户画像建模的数据采集流程设计、数据采集流程中用户属性的设计、用户的长短期兴趣处理思路、对用户兴趣挖掘的业务流程设计等;关于情报业务相关因素类的问题的解决思路主要是要明确以用户为中心的服务思想、以信息交流理论作为方法论的指导、以交互式的服务为最佳优化模式,使用户能够参与服务过程并有所反馈。以期能建立一个能实现“用户角色分析→用户需求分析→应用实现→验证反馈”的情报服务生态闭环。     

基于生活方式量表的上海地区孕妇用户画像

以上海地区孕妇为研究对象进行用户画像,基于生活方式的AIO量表调查数据对孕妇群体进行分类和描述,以更换频率较高的基本孕期产品内裤为例,从消费偏好和消费需求两个角度量化分析其消费行为.结果表明:根据受试者的生活方式可将其分为随和型和理智型,两类受试者在孕期内裤产品的购买时间和渠道上无明显差异,并且对产品的关注要点相似.理...