近日,金沙集团3354cm教师唐蕾副教授以第一作者身份在交通运输国际顶级期刊《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》(T-ITS)上发表论文“Who Will Travel With Me? Personalized Ranking Using Attributed Network Embedding for Pooling”。论文第一署名单位和通信作者单位均为金沙集团3354cm。
文章简介
论文认为,在共享汽车调度过程中,可以充分考虑司机与乘客的偏好来提高接单率。现有方法使用的偏好表示难以与车辆调度策略融合,论文提出了使用属性网络表示学习协同建模司乘人员在时空与偏好特征的思想,一方面能够缓解车辆轨迹数据的长尾性,另一方面能够支持多源特征学习,可提高车辆调度策略的泛化性。
论文的创新之处在于:
1)从某市 200万用户的真实出行行为中创建属性共享出行网络(attributed pooling network ,ARN),并为 ARN 开发了高效且可扩展的表示学习方法(Joint Embedding for personalized Ranking in pooling, JERR)以缓解稀疏问题,该方法可以协同学习每个司机-乘客对的出行行程和偏好接近度。
2)构建了首个能支持共乘出行模式的大规模出行仿真环境,可集成并验证不同车辆调度算法的性能。
文章也指出共享汽车的调度需适应“出行潮汐”规律,JERR网络的动态演化过程也需要被表达与解释,该部分研究工作由在读博士生赵亚玲推进。
期刊介绍
T-ITS目前是全球交通运输学科领域的顶级期刊,主要报道前沿新兴技术在交通运输领域的最新应用,该刊当前影响因子为6.319,在中科院和科睿唯安JCR分区中均属于Q1类Top期刊。