本发明公开了一种基于GCN与强化学习的智能路径推荐方法,首先将实时收集的RFID数据进行预处理,保证数据合理性与有效性;然后使用图卷积网络GCN实现交通路网建模预测部分,依赖历史数据与当前路网信息建模未来时段的交通状况;最后使用强化学习方法分析学习用户特征及其对路网各项属性的敏感程度,智能地给出充分利用路网多维语义信息、符合用户特征的推荐。本发明将图卷积网络与强化学习用于交通路网的建模预测与用户行为特征的学习,在进行路径推荐时考虑了路网丰富的多维时空信息及用户对路网不同属性的需求与敏感度,使得路径推荐更符合接近场景、更智能、个性化。
声明:
“基于GCN与强化学习的智能路径推荐方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)