基于真实数据的打车请求时空图建模
人工智能
2017-01-25 v1
摘要
本文基于分析来自网约车服务的广泛真实数据，聚焦于对打车请求及其在位置和时间上的变化进行建模。我们引入了一种图模型，该模型捕捉打车请求的空间和时间变异性以及拼车潜力。我们发现这些打车请求图展现出一种称为稠密化幂律的已知性质，该性质常见于建模人类行为的真实图中。我们表明，一个城市的打车请求模式和拼车潜力可由打车请求图的稠密化因子来刻画。先前的工作已表明，可以自动生成展现给定稠密化因子的这些图的合成版本。我们提出了一种用于自动生成合成打车请求图的算法，其能很好地匹配来自实际打车请求数据的打车请求图的稠密化因子。
引用
@article{arxiv.1701.06635,
title = {Space-Time Graph Modeling of Ride Requests Based on Real-World Data},
author = {Abhinav Jauhri and Brian Foo and Jerome Berclaz and Chih Chi Hu and Radek Grzeszczuk and Vasu Parameswaran and John Paul Shen},
journal= {arXiv preprint arXiv:1701.06635},
year = {2017}
}
备注
Accepted at AAAI-17 Workshop on AI and OR for Social Good (AIORSocGood-17)