集体移动序列推荐：一种面向多辆出租车的推荐系统
数据结构与算法
2019-06-25 v1 人工智能
摘要
移动序列推荐最初旨在为单辆出租车寻找有前景的行驶路线。直接将其用于多辆出租车可能导致推荐路线过度重叠。多出租车推荐问题具有挑战性且研究较少。本文中，我们首先基于一个经典数学模型形式化一个集体移动序列推荐问题，该模型刻画了竞争出租车间随时间变化的影响。接着，我们提出一种针对出租车路线集合的新评估指标，旨在最小化潜在行驶时间之和。然后我们开发了一种高效算法来计算该指标，并设计了一种贪心推荐方法以近似求解。最后，数值实验显示了我们方法的优越性。在轨迹驱动的仿真中，我们方法推荐的路线集合显著优于传统方法所得结果。
引用
@article{arxiv.1906.09372,
title = {Collective Mobile Sequential Recommendation: A Recommender System for Multiple Taxicabs},
author = {Tongwen Wu and Zizhen Zhang and Yanzhi Li and Jiahai Wang},
journal= {arXiv preprint arXiv:1906.09372},
year = {2019}
}