A route recommendation system based on temporal charecteristics

Abstract

A novel implementation of a Recommendation System that enables taxi users to get suggestions for the destination of their next ride. The system is using Machine Learning techniques as Hidden Markov Model and Gaussian Mixture Model to learn and suggest destinations to the user. This thesis code was not based on Beat’s code nevertheless this paper was created in close cooperation with Beat and was based on the company’s data.Υλοποίηση ενός Συστήματος Προτάσεων που δίνει την δυνατότητα σε χρήστες της Beat να λαμβάνουν συστάσεις για τον προορισμό της επόμενης διαδρομής τους. Η εργασία χρησιμοποιεί τεχνικές Μηχανικής Μάθησης όπως το Hidden Markov Model και το Gaussian Mixture Model ώστε να μάθει και να δώσει προτάσεις στον χρήστη. Ο κώδικας της εργασίας δεν βασίστηκε σε κώδικα της Beat αλλά η εργασία πραγματοποιήθηκε σε συνεργασία με την Beat και βασίστηκε σε δεδομένα της εταιρείας.