文献
J-GLOBAL ID:202102247607992188   整理番号:21A0993197

大規模規則および乗車タクシーサービスのための一般的データ駆動推薦システム【JST・京大機械翻訳】

A Generic Data-Driven Recommendation System for Large-Scale Regular and Ride-Hailing Taxi Services
著者 (3件):
資料名:
巻:号:ページ: 648  発行年: 2020年 
JST資料番号: U7178A  ISSN: 2079-9292  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現代のタクシーサービスは,通常,伝統的なタクシーブと乗り上げサービスの2つの主要なカテゴリーに分類される。両サービスに対して,経験の乗客品質と運転者の利益を満足させるために,高効率推薦システムを設計する必要がある。顧客は,乗車前の待ち時間を最小化することを望むが,運転者は顧客の狩猟をスピードアップすることを目的とする。本論文では,車両社会ネットワーク(VSN)の利点を利用する一般的でスマートな推薦システムを設計することにより,タクシーサービス効率を活用することを提案する。3つの重要な性能計量,すなわち,両方のタクシーサービスのためのピックアップ,顧客待ち時間,および空の旅行距離の最適化を目的として,提案した推薦システムは,関心領域の異なるクラスタにおける将来の顧客需要を効率的に推定することによって始まる。次に,各タクシーの位置および各地域の将来の要求に従って,最適タクシーツー領域マッチングを提案した。最後に,最適化ジオルーティングアルゴリズムを開発して,運転者によって費やされたナビゲーション時間を最小にした。このシミュレーションモデルをManhattanのボーラスに適用し,現実的なデータで検証した。選択した結果は,従来のケースと比較して,VSNによって可能になったタクシードライバ間の付加的協調により,有意な性能利得が達成されることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
都市交通  ,  人工知能  ,  その他のオペレーションズリサーチの手法 
引用文献 (45件):
  • NYCEDC’s Blog. New Yorkers and Their Cars. Technical Report. April 2018. Available online: https://edc.nyc/article/new-yorkers-and-their-cars (accessed on 14 April 2020).
  • Roth, S. Report: Taxis Have Longer Wait Times than Uber, Lyft. Technical Report; July 2015. Available online: https://www.google.com.hk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=2ahUKEwj0i9mxzOnoAhVKQd4KHTjMBowQFjAAegQIAhAB&url=https%3A%2F%2Fwww.its.dot.gov%2Fitspac%2Fdec2014%2Fridesourcingwhitepaper_nov2014.pdf&usg=AOvVaw2BlBGvWScTY3plQNBaxA4d (accessed on 14 April 2020).
  • Kong, X.; Xia, F.; Ning, Z.; Rahim, A.; Cai, Y.; Gao, Z.; Ma, J. Mobility Dataset Generation for Vehicular Social Networks Based on Floating Car Data. IEEE Trans. Veh. Technol. 2018, 67, 3874-3886.
  • Zhao, Y.; Han, Q. Spatial crowdsourcing: Current state and future directions. IEEE Commun. Mag. 2016, 54, 102-107.
  • Ning, Z.; Xia, F.; Ullah, N.; Kong, X.; Hu, X. Vehicular Social Networks: Enabling Smart Mobility. IEEE Commun. Mag. 2017, 55, 16-55.
もっと見る

前のページに戻る