عنوان

ارائه ی سیستم توصیه گر مبتنی بر مکان برای اسنپ با استفاده از دایره ی آپولونیوس

Number

پ۲۴۳۴۲

.Language of Text, Soundtrack etc

per

Title Proper

ارائه ی سیستم توصیه گر مبتنی بر مکان برای اسنپ با استفاده از دایره ی آپولونیوس

First Statement of Responsibility

یاسر کرمی

Name of Publisher, Distributor, etc.

مهندسي برق و کامپيوتر

Date of Publication, Distribution, etc.

۱۳۹۹

Specific Material Designation and Extent of Item

۵۲ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی کامپیوتر گرایش معماری سیستم های کامپیوتری

Date of degree

۱۳۹۹/۱۱/۲۹

Text of Note

چکیده:یکی از اساسی¬ترین کاربردهای سیستم¬های توصیه¬گر مبتنی بر مکان در زمینه سیستم حمل‌ونقل شهری است، اگرچه در حوزه سفر و مسافرت نیز کاربردهای فراوانی دارد. نکته مهم در خصوص سیستم¬های توصیه¬گری که در ارتباط با سیستم حمل‌ونقل شهری هستند این است که بتوانند بیشترین تعداد سرویس را درکنار زمان انتظار پایین برای مسافران فراهم کنند. بنابراین سیستم توصیه¬گر باید برای هر راننده پیشنهاد مخصوص به خود او را تولید کند که باعث حداقل شدن میزان جابجایی و همین‌طور ارائه خدمات به مسافران در کوتاه¬ترین زمان ممکن می¬شود. در این پایان¬نامه سیستم توصیه¬گر مبتنی بر مکان برای تاکسی¬های اینترنتی ارائه شده است که می‌تواند با در نظر گرفتن تعداد درخواست¬های مسافران از سیستم در یک بازه¬زمانی، در مورد ارائه پیشنهاد به رانندگان تصمیم¬گیری کند. اگر سیستم در حالت کم¬کار باشد یعنی تعداد درخواست¬ها بالا نباشد سیستم توصیه¬گر برای رانندگان تولید پیشنهاد می¬کند ولی اگر سیستم پرکار باشد دیگر پیشنهادی تولید نمی¬شود و دلیل عدم تولید پیشنهاد در حالت پرکار به منظور جلوگیری از بروز اختلال در عملکرد اصلی سیستم ارائه کننده خدمات به مسافران است. در سیستم توصیه¬گر ارائه‌شده ورودی¬های سیستم عبارت‌اند از: اطلاعات مکانی کاربران و رانندگان. خروجی سیستم تعدادی موقعیت¬های مکانی است که به هر راننده بر¬اساس نزدیکترین محل برای استقرار به صورت شخصی¬سازی¬شده ارسال می¬شود. در این پایان¬نامه از مجموعه داده مصنوعی با 1000 کاربر و 145 راننده استفاده کرده¬ایم. نتایج ارزیابی و مقایسه روش پیشنهادی LRSIT با روش حریصانه نشان دهنده کاهش 4 درصدی میانگین زمان انتظار کل در حالت تفکیک نشده، از نظر کم¬کاری و پرکاری سیستم، همچنین کاهش 20 درصدی میانگین زمان انتظار در حالت تفکیک شده، برای دریافت خدمات را نشان می¬دهد. از این رو می¬توان نتیجه گرفت که پایان¬نامه هدف اصلی خود را که کم کردن زمان انتظار بوده است را محقق ساخته است.

Text of Note

Abstract:One of the most popular applications of the location-based recommender system is in transportation system. Although it has a lot of applications in trips and journeys. The important thing to note about the transportation related recommender system is that it should be able to provide service besides minimum waiting time for passengers. So, the recommender system should make personalized offer for each driver that will reduce the movement and provide service for passengers in the minimized time. In this thesis, a location-based recommender has been provided for online taxis which not only manages the system in congestion time, but also significantly reduces the waiting time in off-peak hours, to lower than when this system is not used.In the recommender system the inputs contain: the user and the driver's location information. The systems output is a number of locations that are personalized and sent to each driver based on their whereabouts.Artificial data set with 1000 users and 145 drivers is used in this thesis. The results of evaluating and comparing the proposed LRSIT with the greedy method indicates an average of 4% decrease in the average waiting time and 20% decrease in off-peak average waiting time. So, it can be concluded that thesis has successfully accomplished its objectives which was to reduce the waiting time for passengers.

Variant Title

Proposing Location-based Recommender System For Snapp By Apollonius Circle Algorithm

Entry Element

کرمی،

Part of Name Other than Entry Element

‏ یاسر

Relator Code

تهيه کننده

Entry Element

‏محمدخانلی،

Entry Element

پوربهرامی،

Part of Name Other than Entry Element

‏لیلی

Part of Name Other than Entry Element

‏ شهین

Dates

استاد راهنما

Dates

استاد مشاور

Entry Element

‏ تبریز