(Blue) 出租车目的地与行程时间预测：基于部分轨迹
机器学习
2015-09-30 v1 人工智能
计算机与社会
机器学习
摘要
实时估计出租车目的地与行程时间对现有的电子调度系统至关重要。我们提出了一种基于行程匹配与集成学习的方法，其中利用了在约 170 万次出租车行程数据集中观察到的模式，以预测进行中出租车行程的最终目的地与行程时间，作为 ECML/PKDD Discovery Challenge 2015 竞赛的解决方案。我们的实证评估结果表明，该方法有效且非常鲁棒，使我们的团队——BlueTaxi——在行程时间与目的地预测任务的最终排名中分别位列第 3 和第 7。鉴于最终排名是使用非常小的测试集（仅 320 次行程）计算的，基于我们在各测试集上良好结果的一致性，我们相信我们的方法是该挑战中最鲁棒的解决方案之一。
引用
@article{arxiv.1509.05257,
title = {(Blue) Taxi Destination and Trip Time Prediction from Partial Trajectories},
author = {Hoang Thanh Lam and Ernesto Diaz-Aviles and Alessandra Pascale and Yiannis Gkoufas and Bei Chen},
journal= {arXiv preprint arXiv:1509.05257},
year = {2015}
}
备注
ECML/PKDD Discovery Challenge 2015