[发明专利]一种基于时空大数据的个性化出行路径生成方法及系统

说明书

本发明提供一种基于时空大数据的个性化出行路径生成方法及系统，方法包括：获取用于描述用户出行兴趣的意向POI主题序列，意向POI主题序列包括用户感兴趣的至少一个POI主题；根据意向POI主题序列、预设的POI知识图谱、预设的路网数据集应用隐马尔可夫模型生成个性化出行路径，个性化出行路径至少包括一个POI，一个POI对应属于一个POI主题的一个景点。本发明根据用户的个人出行意向和采集的地理时空大数据进行分析，利用景点信息构建POI知识图谱，对接入的地理时空数据作出更全面的总结，挖掘更深层的数据关联关系，提供更有深度的相关信息，为用户提供更加准确的景点推荐，能够进一步提升推荐的个性化程度。

技术领域

本发明属于地理空间智能技术领域，具体涉及一种基于时空大数据的个性化出行路径生成方法及系统。

背景技术

近年来，地理空间智能（GeoAI）作为地理空间科学和人工智能深度融合的交叉学科，有力提升了对于地理现象过程的动态感知、智能推理和知识发现的能力。大数据时代基于社会感知的地理空间智能研究和应用主要有智慧出行、灾害预测、测绘、智慧交通、智慧医疗、智慧养老、智慧政务等。目前，智能出行的应用主要集中在道路安全和交通管理、公共交通、智慧停车、路况实时通告、行程导航等方面，其中具有代表有，采用加权方法最小化出行规划的距离成本，作为出行规划的参考依据；或者以最小链路出行时间和出行距离为优化目标的多目标动态路径选择模型，保证乘客在最短出行时间和距离上选择可靠出行路线；或是基于朴素贝叶斯兴趣数据挖掘机器学习的智能旅游路线规划算法。在当前的智慧城市背景下，如何利用先进的信息技术和相关智能技术进行分析整合，对出行路径进行科学的规划，使大众的个性化需求最大化的得到满足是新的趋向。现有的电子地图应用中的路径规划查询过于单一，在个性化出行路径推荐方面，主要侧重于根据实际距离远近、路况来规划路线，即使考虑结合景点热度和推荐度等因素，也仅是单一的针对景点热度和推荐度因素进行结合。随着人们生活范围的不断扩展，路网规模持续增大，有必要设计一种满足个性化日常生活应用的新型路径规划查询方法。

发明内容

本发明要解决的技术问题是提供一种基于时空大数据的融合用户个人意向和景点知识图谱的个性化出行路径生成方法及系统。

为实现上述目的，基于本发明一方面，提供一种基于时空大数据的个性化出行路径生成方法，所述方法包括：获取用于描述用户出行兴趣的意向POI主题序列，所述意向POI主题序列包括用户感兴趣的至少一个POI主题；根据所述意向POI主题序列、预设的POI知识图谱、预设的路网数据集应用隐马尔可夫模型生成个性化出行路径，所述个性化出行路径至少包括一个POI，一个所述POI对应属于一个所述POI主题的一个景点；

其中，每个所述POI对应的特征信息包括第一位置信息，所述路网数据集用于表征实际路网空间，根据所述第一位置信息以及所述路网数据集获取每个所述POI在所述路网数据集中的投影，得到与所述POI对应的POI投影点；

所述隐马尔可夫模型包括由所有POI主题组成的观测状态层和由所有POI组成的第一隐含层、由所有POI对应的所述POI投影点组成的第二隐含层，

应用隐马尔可夫模型的观测状态层获取所述意向POI主题序列，应用隐马尔可夫模型的第一隐含层根据所述意向POI主题序列在所述POI知识图谱中进行寻路，生成一组POI观测序列，所述POI观测序列包括至少一个所述POI，所述POI观测序列的各所述POI与所述意向POI主题序列中各所述POI主题一一对应；

基于所述POI观测序列，应用隐马尔可夫模型的第二隐含层计算所述POI观测序列中每个所述POI对应的每个所述POI投影点的观测概率，然后基于所述POI投影点的观测概率，计算每个所述POI的任一所述POI投影点转移到相邻的POI的任一所述POI投影点的转移概率；

基于计算的所有所述POI投影点的所述观测概率和所述转移概率，采用维特比算法计算，生成个性化出行路径。