CN111445309B - 基于社会网络的旅游服务推荐方法 - Google Patents

基于社会网络的旅游服务推荐方法 Download PDF

Info

Publication number
CN111445309B
CN111445309B CN202010223410.8A CN202010223410A CN111445309B CN 111445309 B CN111445309 B CN 111445309B CN 202010223410 A CN202010223410 A CN 202010223410A CN 111445309 B CN111445309 B CN 111445309B
Authority
CN
China
Prior art keywords
center point
center
user
value
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010223410.8A
Other languages
English (en)
Other versions
CN111445309A (zh
Inventor
陈云川
周相兵
张华�
辜建刚
沈少朋
陈功锁
屈召贵
陈亮
温佐承
张智恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Urban Strolling Travel Agency (Tianjin) Co.,Ltd.
Original Assignee
Sichuan Tourism University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Tourism University filed Critical Sichuan Tourism University
Priority to CN202010223410.8A priority Critical patent/CN111445309B/zh
Publication of CN111445309A publication Critical patent/CN111445309A/zh
Application granted granted Critical
Publication of CN111445309B publication Critical patent/CN111445309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于社会网络的旅游服务推荐方法，包括：以用户的位置为圆心，由用户指定半径；聚类在此半径内的其他用户位置信息以产生中心点；再进一步筛选中心点，产生推荐点。本发明减少了用户搜索周围地点的时间成本，采用多种热点展示，方便用户规划行程，热门地点筛选排除无关地点，避免无关信息干扰用户选择。

Description

基于社会网络的旅游服务推荐方法
技术领域
本发明属于云计算、软件工程领域，特别涉及一种基于社会网络的旅游服务推荐方法
背景技术
目前中国的手机用户已经突破10大关，目前的智能手机已经可以通过GPS或者北斗等定位***定位自己所在的位置，大量用户智能手机定位信息目前只是应用在道路拥堵等公共服务方面。但是在旅游方面的应用还比较少。在陌生的城市，游客对于商场以及公园的了解并不是太了解，如何进行筛选仅仅是通过网络上进行筛选。目前的地图应用只是将游客所在位置周围的信息呈现给用户，并没有筛选。
发明内容
本发明提供了一种基于社会网络的旅游服务推荐方法，以解决至少一个上述技术问题。
为解决上述问题，作为本发明的一个方面，提供了一种基于社会网络的旅游服务推荐方法，包括：以用户的位置为圆心，由用户指定半径；聚类在此半径内的其他用户位置信息以产生中心点；再进一步筛选中心点，产生推荐点。
优选地，聚类在此半径内的其他用户位置信息以产生中心点时，采用Nois k-means算法。
优选地，Nois k-means算法包括：使用了基于Nois的初始方法来估算K值与初始中心点，其中，K值为K-means算法需要指定的K值。
优选地，Nois初始时：
采用下述方式产生新解：将K值转换为二进制随机反转某一位的数值产生新的二进制数值，转换为十进值数值就得到了新解；
采用下述方式进行解的优劣度判断：根据产生的新解，利用k-means++初始化中心点的方式，产生初始化中心点，并且由于在同样的K值情况下，产生的中心点的位置并不是固定的，可以寻找更优的初始化中心点的分布；
采用下述方式进行解的评估：
Figure GDA0004165153920000021
优选地，k-means聚类方式为：通过Nois算法初始化的中心点，计算数据点与各个中心点的距离，把每个数据点分配给距离最近的中心点，根据分配的数据点重新计算中心，直到满足终止条件退出循环。
优选地，再进一步筛选中心点包括：以Nois K-means计算出中心点之后，通过GPS坐标反查地址的方式，反查出每一个中心点的地址，通过匹配地址中关键字的方式排除与公共休闲场所和旅游景点无关的中心点，并且将反查出地址相同的中心点进行合并，避免出现地址重复的情况。
优选地，产生推荐点包括：将筛选之后的中心点，计算中心周围的人员的密度并且按照密度排序，以列表的方式展示出中心点地址的相关信息。
优选地，中心点人员密度计算方式如下所示：
Figure GDA0004165153920000022
其中，D代表人员密度，S代表中心点建筑的建筑面积，Pn代表在中心点建筑范围内的人员数量。
由于采用了上述技术方案，本发明具有以下优点：
(1)减少了用户搜索周围地点的时间成本
目前人们随着人们的生活水平不断的提高，以及人们对于生活品质的要求也在不断的提高。在五一、国庆等小长假外出游玩也成为很多人的选择。但是对于一个陌生的城市，对于城市公园、商场等相关公共设施分布，以及设施的人流量情况并不了解。这就需要用户上网进行信息收集，但是由于网络信息存在碎片化的特点，这就会耗费用户大量的时间，根据人员位置分布情况来估算出热点地点，推荐给用户，减少用户收集信息进行筛选的时间成本，并且也能将城市中的热点地点推荐给用户，让用户有更好的出行体验。
(2)多种热点展示，方便用户规划行程
用户搜索城市城市公园、商场等相关公共设施分布时，只能进行单一种类搜索，这就需要用户自己去搜集了解，信息搜集不全面就会导致用户行程出现不科学的安排，提高用户在行程中时间的浪费。通过多种类型热点的展示。直观的展示各种热点之间的分布关系，以及热门地点的相关信息。方便用户了解信息，规划行程。
(3)热门地点筛选排除无关地点，避免无关信息干扰用户选择
在城市中人员密集区域不仅仅是存在于商场、公园等公共休闲场所和旅游景点内，在车站与车流拥堵区域内也存在人员密集区域，若将此区域展示给用户，会干扰用户选择。通过GPS反查地址并合并重复，关键字过滤等方式去除此区域热点的方式，避免无关信息干扰用户选择。
本发明的创新之处在于：(1)Nois K-means算法在基于用户位置分布推荐城市热门地，即在用户位置分布的基础上发掘出人员最密集的公共设施。(2)GPS反查地址筛选热门地点，即通过GPS反查的地址，实现根据关键字与去重来筛选热门地点。
附图说明
图1示意性地示出了本发明的流程图；
图2示意性地示出了新解产生方式示意图。
具体实施方式
以下对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
目前人们来到一个陌生的城市对于出行的规划依赖地图提供的各个公共设施的分布情况，来规划自己在城市里面的行程规划，但是并没有对每个公共设施的人员情况进行展示，为此，本发明提供了一种基于社会网络的旅游服务推荐方法，以解决人们在陌生城市对于热门休闲地点查找的困难，解决用户在信息搜集方面的困难。
图1示出了本发明的程序流程图。如图1所示，本发明以Nois k-means算法为基础，通过以用户的位置为圆心，由用户指定半径，聚类在此半径内的其他用户位置信息，产生中心，再进一步筛选中心点，产生推荐点。进一步筛选产生的中心点，生成热点。更优选地，再在产生推荐点的过程中，不需要用户去指定个数，通过使用Nois初始化的算法来估算个数以及产生初始中心点。
1.Nois初始化方式
基本的K-means算法需要指定K值，这会增加用户的使用成本，因此使用了基于Nois的初始方法来估算K值与初始中心点。Nois初始化方法最优解与当前解的优劣判断过程中加入噪声判断使之具有一定的随机性，也使输出的最后结果受到异常数据影响变小，并且在间隔一定迭代次数时以当前最优解出发，寻找更优解，或者间隔一定的迭代次数利用‘无噪声’来寻找更优解。
新解产生方式：将K值转换为二进制随机反转某一位的数值产生新的二进制数值，转换为十进值数值就得到了新解。
解的优劣度判断：根据产生的新解，利用k-means++初始化中心点的方式，产生初始化中心点，并且由于在同样的K值情况下，产生的中心点的位置并不是固定的，可以寻找更优的初始化中心点的分布。
解的评估公式如下所示：
Figure GDA0004165153920000051
2.K-means聚类方式
K-means算法是一种基于数据点之间的距离来划分数据的分类算法。通过Nois算法初始化的中心点，计算数据点与各个中心点的距离，把每个数据点分配给距离最近的中心点，根据分配的数据点重新计算中心，直到满足终止条件。退出循环。若某一区域内的数据点较为密集，而K-means更新中心的方式是求平均值，这就会造成中心点最后会落在此区域内。利用这一特性可以通过K-means算法估算出在一定区域内的人员密集中心点。
3.热门地点筛选方式
Nois K-means计算出中心点，之后通过GPS坐标反查地址的方式，反查出每一个中心点的地址，通过匹配地址中关键字的方式排除与商场、公园等公共休闲场所和旅游景点无关的中心点。并且将反查出地址相同的中心点进行合并。避免出现地址重复的情况
4.热门地点展示
将筛选之后的中心点，计算中心周围的人员的密度并且按照密度排序。以列表的方式展示出中心点地址的相关信息。
中心点人员密度计算方式如下所示：
Figure GDA0004165153920000061
其中，D代表人员密度；
S代表中心点建筑的建筑面积；
Pn代表在中心点建筑范围内的人员数量。
由于采用了上述技术方案，本发明具有以下优点：
(1)减少了用户搜索周围地点的时间成本
目前人们随着人们的生活水平不断的提高，以及人们对于生活品质的要求也在不断的提高。在五一、国庆等小长假外出游玩也成为很多人的选择。但是对于一个陌生的城市，对于城市公园、商场等相关公共设施分布，以及设施的人流量情况并不了解。这就需要用户上网进行信息收集，但是由于网络信息存在碎片化的特点，这就会耗费用户大量的时间，根据人员位置分布情况来估算出热点地点，推荐给用户，减少用户收集信息进行筛选的时间成本，并且也能将城市中的热点地点推荐给用户，让用户有更好的出行体验。
(2)多种热点展示，方便用户规划行程
用户搜索城市城市公园、商场等相关公共设施分布时，只能进行单一种类搜索，这就需要用户自己去搜集了解，信息搜集不全面就会导致用户行程出现不科学的安排，提高用户在行程中时间的浪费。通过多种类型热点的展示。直观的展示各种热点之间的分布关系，以及热门地点的相关信息。方便用户了解信息，规划行程。
(3)热门地点筛选排除无关地点，避免无关信息干扰用户选择
在城市中人员密集区域不仅仅是存在于商场、公园等公共休闲场所和旅游景点内，在车站与车流拥堵区域内也存在人员密集区域，若将此区域展示给用户，会干扰用户选择。通过GPS反查地址并合并重复，关键字过滤等方式去除此区域热点的方式，避免无关信息干扰用户选择。
本发明的创新之处在于：(1)Nois K-means算法在基于用户位置分布推荐城市热门地，即在用户位置分布的基础上发掘出人员最密集的公共设施。(2)GPS反查地址筛选热门地点，即通过GPS反查的地址，实现根据关键字与去重来筛选热门地点。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于社会网络的旅游服务推荐方法，其特征在于，包括：
以用户的位置为圆心，由用户指定半径；
聚类在此半径内的其他用户位置信息以产生中心点；
再进一步筛选中心点，产生推荐点；
聚类在此半径内的其他用户位置信息以产生中心点时，采用Nois k-means算法；
Nois k-means算法包括：使用了基于Nois的初始方法来估算K值与初始中心点，其中，K值为K-means算法需要指定的K值；
Nois初始时：
采用下述方式产生新解：将K值转换为二进制随机反转某一位的数值产生新的二进制数值，转换为十进值数值就得到了新解；
采用下述方式进行解的优劣度判断：根据产生的新解，利用k-means++初始化中心点的方式，产生初始化中心点，并且由于在同样的K值情况下，产生的中心点的位置并不是固定的，可以寻找更优的初始化中心点的分布；
采用下述方式进行解的评估：
Figure FDA0004165153910000011
k-means聚类方式为：通过Nois算法初始化的中心点，计算数据点与各个中心点的距离，把每个数据点分配给距离最近的中心点，根据分配的数据点重新计算中心，直到满足终止条件退出循环；
再进一步筛选中心点包括：以Nois K-means计算出中心点之后，通过GPS坐标反查地址的方式，反查出每一个中心点的地址，通过匹配地址中关键字的方式排除与公共休闲场所和旅游景点无关的中心点，并且将反查出地址相同的中心点进行合并，避免出现地址重复的情况；
产生推荐点包括：将筛选之后的中心点，计算中心周围的人员的密度并且按照密度排序，以列表的方式展示出中心点地址的相关信息。
2.根据权利要求1所述的基于社会网络的旅游服务推荐方法，其特征在于，中心点人员密度计算方式如下所示：
Figure FDA0004165153910000021
其中，D代表人员密度，S代表中心点建筑的建筑面积，Pn代表在中心点建筑范围内的人员数量。
CN202010223410.8A 2020-03-26 2020-03-26 基于社会网络的旅游服务推荐方法 Active CN111445309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010223410.8A CN111445309B (zh) 2020-03-26 2020-03-26 基于社会网络的旅游服务推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010223410.8A CN111445309B (zh) 2020-03-26 2020-03-26 基于社会网络的旅游服务推荐方法

Publications (2)

Publication Number Publication Date
CN111445309A CN111445309A (zh) 2020-07-24
CN111445309B true CN111445309B (zh) 2023-05-30

Family

ID=71657441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010223410.8A Active CN111445309B (zh) 2020-03-26 2020-03-26 基于社会网络的旅游服务推荐方法

Country Status (1)

Country Link
CN (1) CN111445309B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104602183A (zh) * 2014-04-22 2015-05-06 腾讯科技（深圳）有限公司 群组定位方法和***
CN106446211A (zh) * 2016-09-30 2017-02-22 中国人民大学 一种在特定区域内推荐拍摄地点的方法
CN106776930A (zh) * 2016-12-01 2017-05-31 合肥工业大学 一种融入时间和地理位置信息的地点推荐方法
CN107526786A (zh) * 2017-08-01 2017-12-29 江苏速度信息科技股份有限公司 基于多源数据的地名地址数据整合的方法和***
WO2018045803A1 (zh) * 2016-09-07 2018-03-15 平安科技（深圳）有限公司 旅游规划路线的异常提醒方法、规划服务器及存储介质
CN108549904A (zh) * 2018-03-28 2018-09-18 西安理工大学 基于轮廓系数的差分隐私保护K-means聚类方法
CN108710996A (zh) * 2018-04-28 2018-10-26 华侨大学 基于旅游出行时空耦合的酒店集聚区域酒店选址评估方法
CN109033453A (zh) * 2018-08-24 2018-12-18 安徽大学 一种基于rbm与差分隐私保护的聚类的电影推荐方法及***
CN109242202A (zh) * 2018-09-29 2019-01-18 中国科学技术大学苏州研究院 一种基于区域间乘客流动的出租车推荐方法及***
CN109284443A (zh) * 2018-11-28 2019-01-29 四川亨通网智科技有限公司 一种基于爬虫技术的旅游推荐方法及***
CN109615699A (zh) * 2018-12-11 2019-04-12 刘涣 增强现实的分组方法、***、可读存储介质及设备
CN110222902A (zh) * 2019-06-13 2019-09-10 衢州学院 旅游景点推荐***及路径规划方法
CN110516021A (zh) * 2019-08-16 2019-11-29 衢州学院 一种基于大数据的移动手机用户流动规律分析方法及***
CN110598778A (zh) * 2019-09-04 2019-12-20 卓尔智联(武汉)研究院有限公司 旅游推荐方法、计算机装置及可读存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104602183A (zh) * 2014-04-22 2015-05-06 腾讯科技（深圳）有限公司 群组定位方法和***
WO2018045803A1 (zh) * 2016-09-07 2018-03-15 平安科技（深圳）有限公司 旅游规划路线的异常提醒方法、规划服务器及存储介质
CN106446211A (zh) * 2016-09-30 2017-02-22 中国人民大学 一种在特定区域内推荐拍摄地点的方法
CN106776930A (zh) * 2016-12-01 2017-05-31 合肥工业大学 一种融入时间和地理位置信息的地点推荐方法
CN107526786A (zh) * 2017-08-01 2017-12-29 江苏速度信息科技股份有限公司 基于多源数据的地名地址数据整合的方法和***
CN108549904A (zh) * 2018-03-28 2018-09-18 西安理工大学 基于轮廓系数的差分隐私保护K-means聚类方法
CN108710996A (zh) * 2018-04-28 2018-10-26 华侨大学 基于旅游出行时空耦合的酒店集聚区域酒店选址评估方法
CN109033453A (zh) * 2018-08-24 2018-12-18 安徽大学 一种基于rbm与差分隐私保护的聚类的电影推荐方法及***
CN109242202A (zh) * 2018-09-29 2019-01-18 中国科学技术大学苏州研究院 一种基于区域间乘客流动的出租车推荐方法及***
CN109284443A (zh) * 2018-11-28 2019-01-29 四川亨通网智科技有限公司 一种基于爬虫技术的旅游推荐方法及***
CN109615699A (zh) * 2018-12-11 2019-04-12 刘涣 增强现实的分组方法、***、可读存储介质及设备
CN110222902A (zh) * 2019-06-13 2019-09-10 衢州学院 旅游景点推荐***及路径规划方法
CN110516021A (zh) * 2019-08-16 2019-11-29 衢州学院 一种基于大数据的移动手机用户流动规律分析方法及***
CN110598778A (zh) * 2019-09-04 2019-12-20 卓尔智联(武汉)研究院有限公司 旅游推荐方法、计算机装置及可读存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Hybrid Approach to Plan Itinerary for Tourists;Awal, MA et al.;《2016 5TH International Conference on Informarics, Electronics and Vision(ICIEV)》;20170215;第219-223页 *
A Novel K-means Clustering Algorithm with a Noise Algorithm for Capturing Urban Hotspots;Xiaojuan Ran et al.;《Applied Sciences-Basel》;20211125;第11卷(第23期);11202 *
K-中心点聚类算法优化模型的仿真研究;白旭等;《计算机仿真》;20110115(第01期);第218-221页 *
一种应用于旅游签到数据的聚类算法;文坚等;《小型微型计算机***》;20180615;第39卷(第06期);第1142-1148页 *
个性化服务中基于用户聚类的协同过滤推荐;王辉等;《计算机应用》;20070515(第05期);第1225-1227页 *

Also Published As

Publication number Publication date
CN111445309A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
Liu et al. Understanding intra-urban trip patterns from taxi trajectory data
CN108170793B (zh) 基于车辆语义轨迹数据的停留点分析方法及其***
Zheng et al. Mining interesting locations and travel sequences from GPS trajectories
Zheng et al. Learning travel recommendations from user-generated GPS traces
US7953548B2 (en) Location-based information determination
Li et al. Exploring urban taxi ridership and local associated factors using GPS data and geographically weighted regression
CN109556622B (zh) 一种兴趣点查找方法和装置
CN105302916A (zh) 信息推荐的方法及装置
Cai et al. Design and application of an attractiveness index for urban hotspots based on GPS trajectory data
CN109478184A (zh) 识别、处理和显示数据点聚类
Xu et al. DESTPRE: a data-driven approach to destination prediction for taxi rides
CN104636457B (zh) 一种位置搜索认知的方法及装置
CN112288048A (zh) 一种基于多源数据驱动的城市人群出行识别方法
Rong et al. Spatial differentiation of daily travel carbon emissions in small-and medium-sized cities: An empirical study in Kaifeng, China
Qian et al. Quantify city-level dynamic functions across China using social media and POIs data
CN112633774A (zh) 一种智慧国土空间规划辅助编制方法和***
Cao et al. Understanding metropolitan crowd mobility via mobile cellular accessing data
Yuan et al. Recognition of functional areas based on call detail records and point of interest data
CN114548811A (zh) 一种机场可达性的检测方法、装置、电子设备及存储介质
Nolasco-Cirugeda et al. Scoping out urban areas of tourist interest though geolocated social media data: Bucharest as a case study
Zhu et al. Urban population migration pattern mining based on taxi trajectories
Alhazzani et al. Urban Attractors: Discovering patterns in regions of attraction in cities
CN109255080A (zh) 一种信息处理方法及装置
CN106776993B (zh) 一种基于时序约束活动意向的路径推荐方法及***
Zhou et al. Village-town system in suburban areas based on cellphone signaling mining and network hierarchy structure analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240407

Address after: 300000 Tianjin Binhai New Area Free Trade Pilot Zone (East Xinjiang Comprehensive Bonded Zone), Building 6, Minghai Center, No. 231 Chongqing Road -2,5-303

Patentee after: Urban Strolling Travel Agency (Tianjin) Co.,Ltd.

Country or region after: China

Address before: No.459, Hongling Road, Longquanyi District, Chengdu, Sichuan 610100

Patentee before: SICHUAN TOURISM University

Country or region before: China

TR01 Transfer of patent right