基于关联分析的铁路旅客同行预测方法

题目：基于关联分析的铁路旅客同行预测方法

时间：2021年9月8日16:30-18:00

地点：南充校区第四教学楼4313

主办单位：南充校区、科研处

主讲人：王欣（博士生导师）

内容简介：

随着运输技术的快速发展，铁路已成为人们出差、度假、探亲所选择的主要出行方式之一。与此同时，旅客共同出行（以下简称同行）的行为特征也越来越普遍。依据旅客间的同行关系，可以构建同行关系网络；而对该网络中潜在的链接进行预测，将有助于提供个性化的服务和产品。

本讲座围绕这一系列问题，展开探讨。首先对传统的图模式关联规则进行扩展，提出了两类“同行图模式关联规则”，用于预测新的同行关系和未来的同行频次。随后，将上述规则挖掘计算的问题分解为频繁同行模式挖掘、规则生成以及关联分析3个子问题，并设计了有效的分布式和集中式的算法。通过在大规模真实数据集上的测试，证明了所提方法能够高效且准确地预测旅客同行关系网络中潜在的同行关系，且两类规则的预测准确率均高于50%，远高于传统方法（Jaccard，24%）。

主讲人简介：王欣，英国爱丁堡大学计算机博士，美国卡内基梅隆大学访问学者，研究员，博士生导师，皇家永利学术和技术带头人后备人选，国家自然科学基金、教育部学位中心通讯评议专家，ACM/IEEE/CCF会员，CAAI终身会员。先后主持国家重点研发计划子课题、国家自然科学基金、留学回国人员基金、国家重点实验室开发课题等项目，发表论文40余篇，申请专利40余项。研究方向：数据库理论与系统、大数据分析（社交网络、交通等）、人工智能（知识库问答方向）等。