题目: A Neighborhood-augmented LSTM Model for Taxi-Passenger Demand Prediction

简介:

在世界范围内,出租车是一种方便的交通工具。准确预测出租车的需求对于出租车公司有效地将其车队分配到出租车站,减少乘客的等待时间,从而提高整体满意度和客户保留率至关重要。如今,有关出租汽车的准确信息是可用的,可以用来推断不同地点和时间点的出租汽车乘客的需求。本文提出了一种既考虑了某一特定摊位的需求历史,又考虑了近邻摊位的信息,从而预测某一特定摊位的拣货需求的方法。我们的模型是一个LSTM神经网络,该神经网络由空间邻域信息扩展而来。对来自葡萄牙波尔图市的两个版本的出租车需求数据集的实验表明,相比于不利用邻近地区的方法,我们的方法可以提供更好的预测。

作者简介:

Le Quy Tai就职于德国汉诺威莱比兹大学,也是L3S研究中心的成员。研究兴趣为数据挖掘,机器学习,深度学习,时间序列,能量分解。

Wolfgang Nejdl是德国汉诺威莱布尼茨大学计算机科学教授,也是L3S研究中心的成员。研究兴趣是信息检索、网络科学、社交媒体、数据挖掘、语义技术。

Eirini Ntoutsi是汉诺威莱布尼茨大学电气工程和计算机科学学院的副教授,也是L3S研究中心的成员。研究领域是数据挖掘和机器学习。

成为VIP会员查看完整内容
20

相关内容

交通工具狭义上指一切人造的用于人类代步或运输的装置。如:自行车,汽车,摩托车,火车,船只及飞行器等。其中也包括马车,牛车等动物驱动的移动设备,从这一点来说,黄包车、轿子、轮椅也可以算是交通工具。随着科技的发展,交通工具也在不断变化。
【华侨大学】基于混合深度学习算法的疾病预测模型
专知会员服务
96+阅读 · 2020年1月21日
赛尔原创 | 基于新闻标题表示学习的超额收益预测
使用LSTM模型预测股价基于Keras
量化投资与机器学习
34+阅读 · 2018年11月17日
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
赛尔推荐 | 第12期
哈工大SCIR
4+阅读 · 2018年5月2日
卷积神经网络(CNN)融合PMF模型构建推荐系统
数据挖掘入门与实战
7+阅读 · 2018年4月12日
【推荐系统】融合 MF 和 RNN 的电影推荐系统
产业智能官
23+阅读 · 2018年1月4日
融合 MF 和 RNN 的电影推荐系统
PaperWeekly
7+阅读 · 2017年12月28日
推荐中的序列化建模:Session-based neural recommendation
机器学习研究会
18+阅读 · 2017年11月5日
Arxiv
26+阅读 · 2018年2月27日
VIP会员
相关VIP内容
【华侨大学】基于混合深度学习算法的疾病预测模型
专知会员服务
96+阅读 · 2020年1月21日
相关资讯
赛尔原创 | 基于新闻标题表示学习的超额收益预测
使用LSTM模型预测股价基于Keras
量化投资与机器学习
34+阅读 · 2018年11月17日
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
赛尔推荐 | 第12期
哈工大SCIR
4+阅读 · 2018年5月2日
卷积神经网络(CNN)融合PMF模型构建推荐系统
数据挖掘入门与实战
7+阅读 · 2018年4月12日
【推荐系统】融合 MF 和 RNN 的电影推荐系统
产业智能官
23+阅读 · 2018年1月4日
融合 MF 和 RNN 的电影推荐系统
PaperWeekly
7+阅读 · 2017年12月28日
推荐中的序列化建模:Session-based neural recommendation
机器学习研究会
18+阅读 · 2017年11月5日
微信扫码咨询专知VIP会员