[论文解读] An Application of Network Lasso Optimization For Ride Sharing Prediction

Shaona Ghosh, Kevin Page+1 more|arXiv (Cornell University)|Jun 10, 2016

Human Mobility and Location-Based Analysis参考文献 9被引用 6

一句话总结

该论文提出了一种可扩展的统一优化框架，结合网络Lasso与ADMM，基于空间相似性和模型相似性，联合优化并聚类拼车请求，实现实时、精确的费用预测。该方法利用网络拓扑结构，在真实和合成拼车数据上，相比原始Lasso在收敛性和聚类能力方面表现更优，实现了99.8%的预测准确率和8%的高效聚类。

ABSTRACT

Ride sharing has important implications in terms of environmental, social and individual goals by reducing carbon footprints, fostering social interactions and economizing commuter costs. The ride sharing systems that are commonly available lack adaptive and scalable techniques that can simultaneously learn from the large scale data and predict in real-time dynamic fashion. In this paper, we study such a problem towards a smart city initiative, where a generic ride sharing system is conceived capable of making predictions about ride share opportunities based on the historically recorded data while satisfying real-time ride requests. Underpinning the system is an application of a powerful machine learning convex optimization framework called Network Lasso that uses the Alternate Direction Method of Multipliers (ADMM) optimization for learning and dynamic prediction. We propose an application of a robust and scalable unified optimization framework within the ride sharing case-study. The application of Network Lasso framework is capable of jointly optimizing and clustering different rides based on their spatial and model similarity. The prediction from the framework clusters new ride requests, making accurate price prediction based on the clusters, detecting hidden correlations in the data and allowing fast convergence due to the network topology. We provide an empirical evaluation of the application of ADMM network Lasso on real trip record and simulated data, proving their effectiveness since the mean squared error of the algorithm's prediction is minimized on the test rides.

研究动机与目标

• 解决现有拼车系统中缺乏自适应、可扩展学习技术的问题，这些系统无法实时预测拼车机会。
• 通过将聚类与优化整合到单一统一框架中，降低响应时间和计算开销。
• 利用拼车数据中的空间相似性和基于模型的相似性，对相似行程进行分组，以提升预测准确率。
• 利用网络拓扑感知优化，在大规模拼车系统中实现实时、分布式收敛。
• 在真实世界绿色出租车行程数据和合成数据集上验证该框架，证明其在性能上优于基线Lasso方法。

提出的方法

• 应用网络Lasso，一种结合L1正则化与基于图的平滑性约束的凸优化框架，以促进聚类和稀疏性。
• 使用交替方向乘子法（ADMM）以分布式且可扩展的方式求解网络Lasso优化问题。
• 将拼车请求建模为网络中的节点，其中边表示空间邻近性以及行程参数（如起点、终点、时间、载客量）的相似性。
• 利用网络结构在相似行程之间强制实现预测的平滑性，从而为聚类行程共享模型参数。
• 通过最小化一个正则化目标函数，实现联合优化与聚类，该函数在预测误差与网络中模型相似性之间取得平衡。
• 采用邻域结构（5个和10个最近邻）定义网络拓扑，使非地理相似性也能影响聚类结果。

实验结果

研究问题

• RQ1 与传统解耦方法相比，统一的优化与聚类框架是否能提升拼车系统中的实时预测准确率？
• RQ2 网络Lasso结合ADMM在利用网络拓扑对相似行程进行分组并提升预测性能方面，效果如何？
• RQ3 在动态拼车场景中，引入模型相似性和空间邻近性对聚类效率和预测准确率有何影响？
• RQ4 与原始Lasso相比，该方法在收敛速度、稀疏性和聚类能力方面表现如何？
• RQ5 该框架在具有有限训练信号的现实世界高维拼车数据上，其泛化能力如何？

主要发现

• 网络Lasso-ADMM框架在测试行程上实现了99.8%的预测准确率，显著优于原始Lasso在准确率和聚类能力方面的表现。
• 该方法实现了8%的高效聚类，表明其能基于模型和空间相似性实现有效的行程分组。
• 原始ADMM Lasso在50次迭代内收敛，但未能利用网络拓扑，导致无有意义的聚类结果。
• 该框架通过L1正则化自动选择了30%的特征，表明在5000维合成数据上具有强稀疏性和泛化模型选择能力。
• 当行程在地理上相距较远但共享相似模型参数时，该算法仍能成功将它们分组，体现了拓扑感知聚类的关键涌现特性。
• 聚类结果对邻域结构选择具有鲁棒性，10-邻居网络表现出更高的重叠度和更一致的聚类成员分配。