一、基本信息

论文题目：《A Performance Evaluation Model for Taxi Cruising Path Recommendation System》

发表时间：KDD 2018

论文作者及单位：

论文地址：https://link.springer.com/chapter/10.1007%2F978-3-319-57529-2_13

二、摘要

        推荐一条适当的路线来减少出租车司机在没有人付车费的情况下花费的里程是一个长期的挑战。目前的解决方案是获得性能最优的最佳航线，而性能通常结合了获得乘客的条件概率和巡航距离。然而，主要参考文献有一些局限性。为了消除这一局限性，本文提出了一种新的路径性能评价模型。在此基础上，我们对推荐系统进行了测试。首先，通过挖掘历史巡航轨迹的知识，提取时间概率推荐点。在此基础上，提出了评价模型，对各候选路径的性能进行了评价。最后，利用路径推荐算法对出租车司机进行最优路径选择。最后，对实际的巡航轨迹数据集进行了实验，验证了该模型在评价巡航性能方面的有效性。

三、论文主要内容与工作

        目前，出租车服务在大城市的公共交通服务中发挥着重要作用。然而，在城市里经常有大量的出租车在没有乘客的情况下行驶。空置的出租车不仅浪费能源，而且还会造成交通堵塞。因此，需要一个推荐系统来提高出租车的性能。各种技术的进步提供了这种可能性。
        事实上，大多数现有的移动推荐系统都使用条件概率和巡航距离或收入等综合指标来衡量路线的性能，然后向出租车推荐最好的路线[1-4]。然而，我们发现生活绩效评估方法在某些情况下是错误的。使用现有方法将导致将出租车送至性能较低的路线。为此，本文提出了一种新的性能评价方法。此外，由于出租车轨道是一个大的时空数据，如何提取有用的信息，如考虑时间因素的乘客流动模式也是一个挑战。

        为此，本文提出了一种基于历史轨迹巡航数据的推荐系统。关键的想法是，它利用一个新的航线模型来评估一个候选航线，然后提供一个算法来确定具有最小巡航里程的潜在乘客。具体来说，本文的贡献如下：
1.提出了一种新的候选路径评价模型。该模型计算了每名乘客在航线上的潜在巡航距离。新模型与传统模型的主要区别在于考虑了线路的乘客数。提出了一种出租车司机最小巡航行驶距离推荐系统。
2.为了验证模型的有效性，我们对实际数据集进行了大量的实验。结果表明，该模型更为有效。本文的其余部分组织如下。第2节介绍了一些相关的工作。第3节提出了出租车司机的路线建议问题，并介绍了一些初步措施。第4节介绍了时间概率推荐拾取点的生成。第5节详细讨论了推荐模型。第6节给出了一些实验结果，并在第7节中总结了本文的结论。

四、总结与将来可以做的工作

       本文提出了一种新的候选路径评价模型。在此基础上，我们设计了一套出租车司机推荐系统，使其在乘车前的巡航行驶距离最小化，并考虑到出租车的时间和地点。具体来说，我们首先通过对出租车司机的历史轨迹数据的研究，提出了时间概率的取车点建议。然后介绍了新的评价模型，并在此基础上提出了一种计算出租车司机不同时间和地点的最优路径的算法。因此，我们可以利用该模型对每一个候选路径进行排序，得到最佳的推荐路径。
      由于该模型比较复杂，并失去了一些良好的性质，如单调性，未来的研究将集中在提高推荐算法的效率上。此外，选择路线就像游戏，如果所有的出租车都同时推荐到同一条路线，那么系统就失职了，而且会有更少的出租车成为赢家。因此，更多的工作将是研究出租车游戏策略。