Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Comparative Study of Large-Scale Variants of CMA-ES Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Conditional Preference Learning for Personalized and Context-Aware Journey Planning

verfasst von : Mohammad Haqqani, Homayoon Ashrafzadeh, Xiaodong Li, Xinghuo Yu

Erschienen in: Parallel Problem Solving from Nature – PPSN XV

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Conditional preference networks (CP-nets) have recently emerged as a popular language capable of representing ordinal preference relations in a compact and structured manner. In the literature, CP-nets have been developed for modeling and reasoning in mainly toy-sized combinatorial problems, but rarely tested in real-world applications. Learning preferences expressed by passengers is an important topic in sustainable transportation and can be used to improve existing journey planning systems by providing personalized information to the passengers. Motivated by such needs, this paper studies the effect of using CP-nets in the context of personalized and context-aware journey planning. We present a case study where we learn to predict the journey choices by the passengers based on their historical choices in a multi-modal urban transportation network. The experimental results indicate the benefit of the conditional preference in passengers’ modeling in context-aware journey planning.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Weaving of Metaheuristics with Cooperative Parallelism
Nächstes Kapitel Critical Fractile Optimization Method Using Truncated Halton Sequence with Application to SAW Filter Design
Fußnoten
2
The General Transit Feed Specification (GTFS) data which defines a common format for public transportation schedules and associated geographic information. For more information, please visit http://​www.​transitwiki.​org.
 
Literatur
1.
2.
Bell, P., Knowles, N., Everson, P.: Measuring the quality of public transport journey planning. In: IET and ITS Conference on Road Transport Information and Control, RTIC 2012, pp. 1–4. IET (2012)
3.
Bonsall, P.: Do we know whether personal travel planning really works? Transp. Policy 16(6), 306–314 (2009)CrossRef
4.
Boutilier, C., Brafman, R.I., Hoos, H.H., Poole, D.: Reasoning with conditional ceteris paribus preference statements. In: UAI, pp. 71–80 (1999)
5.
Burges, C., et al.: Learning to rank using gradient descent. In: ICML, pp. 89–96 (2005)
6.
Corder, G.W., Foreman, D.I.: Nonparametric Statistics: A Step-by-Step Approach. Wiley, Hoboken (2014)MATH
7.
Deb, K., Pratap, A., Agarwal, S., Meyarivan, T.A.M.T.: A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput. 6(2), 182–197 (2002)CrossRef
8.
9.
10.
11.
Herbrich, R., Graepel, T., Obermayer, K.: Support vector learning for ordinal regression. In: ICANN, vol. 1, pp. 97–102 (1999)
12.
Herlocker, J.L., Konstan, J.A., Terveen, L.G., Riedl, J.T.: Evaluating collaborative filtering recommender systems. ACM Trans. Inf. Syst. (TOIS) 22(1), 5–53 (2004)CrossRef
13.
Kazawa, H., Hirao, T., Maeda, E.: Order SVM: a kernel method for order learning based on generalized order statistics. Syst. Comput. Jpn. 36(1), 35–43 (2005)CrossRef
14.
Liu, J., Xiong, Y., Caihua, W., Yao, Z., Liu, W.: Learning conditional preference networks from inconsistent examples. IEEE TKDE 26(2), 376–390 (2014)
15.
Liu, J., Yao, Z., Xiong, Y., Liu, W., Caihua, W.: Learning conditional preference network from noisy samples using hypothesis testing. Knowl.-Based Syst. 40, 7–16 (2013)CrossRef
16.
Owen, N., Humpel, N., Leslie, E., Bauman, A., Sallis, J.F.: Understanding environmental influences on walking. Am. J. Prev. Med. 27(1), 67–76 (2004)CrossRef
17.
Spearman, C.: The proof and measurement of association between two things. Am. J. Psychol. 15(1), 72–101 (1904)CrossRef
18.
Xu, J., Li, H.: AdaRank: a boosting algorithm for information retrieval. In: ACM SIGIR, pp. 391–398 (2007)
Metadaten
Titel
Conditional Preference Learning for Personalized and Context-Aware Journey Planning
verfasst von
Mohammad Haqqani
Homayoon Ashrafzadeh
Xiaodong Li
Xinghuo Yu
Copyright-Jahr
2018
Buch
Parallel Problem Solving from Nature – PPSN XV

Print ISBN: 978-3-319-99252-5

Electronic ISBN: 978-3-319-99253-2

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-99253-2_36

Premium Partner

    Bildnachweise