[发明专利]一种基于车辆历史轨迹的个性化路线推荐方法

摘要

本发明公开了一种基于车辆历史轨迹的个性化路线推荐方法，该方法是：首先建立一个分场景路径时间预测模型，热门路径采用KNN预测，非热门路径采用GBDT算法预测；接着，采用最优化的思想，利用梯度下降方法建模用户偏好；最后根据用户偏好进行个性化推荐。推荐过程中，一方面，本发明将协同过滤思想引入了进来，通过寻找相似的用户，利用相似用户的历史轨迹进行推荐；另一方面，我们也可以将其认为是一个导航问题，只不过不是普通导航，而是一个个性化导航，此时，建立一个多权重道路网图，在这个多权重路网图上，根据用户偏好向量，利用迪杰斯特拉算法求得一条总开销最小的路径，即最满足用户偏好的路径。

主权项

1.一种基于车辆历史轨迹的个性化路线推荐方法，其特征在于，包括以下步骤：1)对轨迹数据进行预处理：包括轨迹恢复、轨迹分割、去除浮动点、地图匹配；2)分场景进行路径时间预测，热门路径采用KNN算法预测，非热门路径采用GBDT预测模型；3)获取用户每条轨迹相对偏好，并对用户所有轨迹根据其相对偏好进行聚类，获得用户偏好场景；4)在每个偏好场景下，利用最优化的思想，采用梯度下降的方法计算用户的偏好向量；5)利用协同过滤思想，通过寻找相似用户，利用相似用户的历史轨迹进行推荐；如果相似用户没有相应历史轨迹，则建立多权重路网图，根据用户偏好向量，寻找一条开销最小的路径。