|
|
1.
基于稀疏轨迹聚类的自驾车旅游路线挖掘
杨奉毅, 马玉鹏, 包恒彬, 韩云飞, 马博
计算机应用
2020, 40 (4):
1079-1084.
DOI: 10.11772/j.issn.1001-9081.2019081467
针对自驾车游客加油轨迹稀疏，还原真实旅游路线困难的问题，提出一种基于语义表示的稀疏轨迹聚类算法，用以挖掘流行的自驾车旅游路线。与基于轨迹点匹配的传统轨迹聚类算法不同，该算法考虑不同轨迹点之间的语义关系，学习轨迹的低维向量表示。首先，利用神经网络语言模型学习加油站点的分布式向量表示；然后，取每条轨迹中所有站点向量的平均值作为该轨迹的向量表示；最后，采用经典的k均值算法对轨迹向量进行聚类。最终的可视化结果表明，所提算法有效地挖掘出了两条流行的自驾车旅游线路。
参考文献 |
相关文章 |
多维度评价
|
|
