摘要
随着运输技术的快速发展,铁路已成为人们出差、度假、探亲时选择的主要出行方式之一.与此同时,旅客共同出行(以下简称同行)的行为特征也越来越普遍.依据旅客间的同行关系,可以构建同行关系网络;而对该网络中潜在的链接进行预测,将有助于提供个性化的服务和产品.为此,文中提出一种原创的方法,用于在旅客同行关系网络中发现潜在的同行关系.首先对传统的图模式关联规则进行扩展,提出了两类"同行图模式关联规则",用于预测新的同行关系和未来的同行频次.然后,将上述规则挖掘计算的问题分解为频繁同行模式挖掘、规则生成以及关联分析3个子问题,并设计了有效的分布式和集中式的算法.通过在大规模真实数据集上的测试,证明了所提方法能够高效且准确地预测旅客同行关系网络中潜在的同行关系,且两类规则的预测准确率均高于50％,远高于传统方法(如Jaccard的预测准确率为24％).
NETL
NSTL
维普
万方数据