科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着大数据与数据挖掘技术的应用,基于Hadoop分布式架构的混合出行方式能够高效地解决出行多样化的需求,为构建智能出行系统提供借鉴。文章针对混合出行方式的需求整合Hadoop与MongoDB以寻求最优数据存储方式,利用MapReduce封装分布式故障恢复、本地计算、并行数据处理等细节,根据用户行程时间、消费预算等个性化需求设计了基于区域划分和枚举优化算法的混合交通推荐路线,并采用模糊时间序列算法实现了价格预测。系统有效地改善了传统路线制定的盲目性与随机性,是一种高性能、高可靠性的实时智能推荐应用。
- 单位
