Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Πληροφορικής / Department of Informatics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Τίτλος :	A route recommendation system based on temporal charecteristics

Εναλλακτικός τίτλος :	Ανάπτυξη συστήματος προτάσεων διαδρομών βασισμένο σε δεδομένα χρονολογικών σειρών

Δημιουργός :	Lakkas, Ioannis

Συντελεστής :	Βασσάλος, Βασίλειος (Επιβλέπων καθηγητής) Τίτσιας, Μιχαήλ (Εξεταστής) Ανδρουτσόπουλος, Ίων (Εξεταστής) Athens University of Economics and Business, Department of Informatics (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	45p.

Γλώσσα :	en

Αναγνωριστικό :	http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=5322

Περίληψη :	A novel implementation of a Recommendation System that enables taxi users to get suggestions for the destination of their next ride. The system is using Machine Learning techniques as Hidden Markov Model and Gaussian Mixture Model to learn and suggest destinations to the user. This thesis code was not based on Beat’s code nevertheless this paper was created in close cooperation with Beat and was based on the company’s data. Υλοποίηση ενός Συστήματος Προτάσεων που δίνει την δυνατότητα σε χρήστες της Beat να λαμβάνουν συστάσεις για τον προορισμό της επόμενης διαδρομής τους. Η εργασία χρησιμοποιεί τεχνικές Μηχανικής Μάθησης όπως το Hidden Markov Model και το Gaussian Mixture Model ώστε να μάθει και να δώσει προτάσεις στον χρήστη. Ο κώδικας της εργασίας δεν βασίστηκε σε κώδικα της Beat αλλά η εργασία πραγματοποιήθηκε σε συνεργασία με την Beat και βασίστηκε σε δεδομένα της εταιρείας.

Περίληψη :

A novel implementation of a Recommendation System that enables taxi users to get suggestions for the destination of their next ride. The system is using Machine Learning techniques as Hidden Markov Model and Gaussian Mixture Model to learn and suggest destinations to the user. This thesis code was not based on Beat’s code nevertheless this paper was created in close cooperation with Beat and was based on the company’s data.
Υλοποίηση ενός Συστήματος Προτάσεων που δίνει την δυνατότητα σε χρήστες της Beat να λαμβάνουν συστάσεις για τον προορισμό της επόμενης διαδρομής τους. Η εργασία χρησιμοποιεί τεχνικές Μηχανικής Μάθησης όπως το Hidden Markov Model και το Gaussian Mixture Model ώστε να μάθει και να δώσει προτάσεις στον χρήστη. Ο κώδικας της εργασίας δεν βασίστηκε σε κώδικα της Beat αλλά η εργασία πραγματοποιήθηκε σε συνεργασία με την Beat και βασίστηκε σε δεδομένα της εταιρείας.

Λέξη κλειδί :	Beat Route recommendation system HMM Taxibeat Hidden Markov Model Συστήμα προτάσεων διαδρομών Συστήματα προτάσεων Κρυφό Μαρκοβιανό Μοντέλο

Διαθέσιμο από :	2017-12-03 12:54:09

Ημερομηνία έκδοσης :	2017

Ημερομηνία κατάθεσης :	2017-12-03 12:54:09

Δικαιώματα χρήσης :	Free access

Άδεια χρήσης :

Αρχείο: Lakkas_2017.pdf

Τύπος: application/pdf

Είσοδος