这是一篇2014KDD,地理位置服务方面的论文。
论文内容：
1）首先，作者提出了一个有价值的问题：给出租车司机推荐能够以最少代价载到客人的路线
2）其次，问题的新颖性是，以前都是推荐分散的点，本论文是推荐路线，可以说提供的位置服务更进一步
3）然后，指出该问题的两个子问题：a)如何计算每条路段的收益b)如何从复杂的路段中找到最优路段
4）接着，对第一个子问题，作者列出了目标函数；对第二个子问题，作者提出了2种方法a）蛮力法b)递归方法；同时作者也针对过载情况，提出了K-top推荐，解决对同一地点不同出租车司机提供不同的路线
启发：
1）提出一个问题的重要性：提出一个有价值的问题，对论文的价值很重要
2）论文中解决问题的方法，相对来说没有太高深的，一些小技巧可以在以后处理路段数据时借鉴
3）论文中这个问题本来是比较难解决的，但是作者通过一步步的提出限制条件及简化，把问题变成易解决的；如本来找一条路线的时间复杂度是N**(M-1),但是作者通过实验数据证明当M大于4时，收益增长率小于10%,对于出租车司机来说推荐更远的路段没有过多的价值，从而将M限制在4以内，所以时间复杂度勉强可以接受。
4）找到一个合适的数据集。论文中，作者没有旧金山的路网信息，所以要通过google地图来自己生成，因此选择适合的实验地，可以减少不必要的工作。另外，该论文中作者简略提到他们获取的数据中包括出租车载客和卸客的标志，这个信息对他们解决该论文提出了问题是有决定性的因素，如果没有该数据，很难识别出司机的某段路程是在载客还是漫游，也就很难进一步计算路线收益。所以，找到合适的数据才能解决合适的问题。
》》》论文下载