خوارزمية مطابقة تعتمد على البيانات لمشكلة تجميع الرحلات
| العنوان | خوارزمية مطابقة تعتمد على البيانات لمشكلة تجميع الرحلات |
|---|---|
| المؤلف | شاهين، أحمد، سيفيم، آي، ألبي، إيرينتش، جولر، إم جي. |
| تاريخ النشر: | 2022-04 |
| مكان النشر | - إلسفير |
| الموضوع | البرمجة الثنائية، التعلم الآلي، البرمجة ثنائية المستوى غير الخطية، تجميع الرتب، مطابقة الرحلات |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 0305-0548 |
| رقم السجل | b26547e3-5912-4632-9136-0f7e4e2c0500 |
| موقع المكتبة | الهندسة الصناعية |
| التاريخ | 2022-04 |
| نص عينة | تقترح هذه الورقة خوارزمية مطابقة تعتمد على البيانات لمشكلة تجميع الرحلات، وهو وضع نقل يمكّن الأشخاص من مشاركة السيارة في رحلة. تعتبر المشكلة بمثابة نوع مختلف من مشكلة المطابقة، حيث أنها تهدف إلى إيجاد تطابق بين السائقين والركاب. الخوارزمية المقترحة هي خوارزمية تعلم آلي تعتمد على فكرة تجميع الرتب، حيث توفر كل ميزة في مجموعة بيانات متعددة الميزات تصنيفًا للسائقين المرشحين ويتم تعلم وزن كل ميزة من البيانات السابقة من خلال نموذج التحسين. بمجرد النظر في مشاكل تعلم الوزن وتصنيف المرشحين في وقت واحد، يصبح نموذج التحسين الناتج نموذج تحسين ثنائي المستوى غير خطي، والذي تتم إعادة صياغته كنموذج تحسين غير خطي مختلط ذو مستوى واحد. لتوضيح أداء الخوارزمية المقترحة، يتم استخدام مجموعة بيانات واقعية من تطبيق الهاتف المحمول لشركة ناشئة في مجال تجميع الرحلات ويعتبر النهج الحالي للشركة بمثابة معيار مرجعي. تكشف النتائج أن الخوارزمية المقترحة تتنبأ بشكل صحيح بالاختيار الأول للراكبين بنسبة 17% إلى 28% أفضل مقارنة بالمعيار في سيناريوهات مختلفة. وبالمثل، تقدم الخوارزمية المقترحة قوائم توصيات يتم فيها تصنيف السائق المفضل بمقدار 0.38 إلى 1.12 شخصًا أقرب (إلى الاختيار الفعلي للراكب) مقارنة بالمعيار القياسي. |
| DOI | 10.1016/j.cor.2021.105666 |
| Cilt | 140 |
