{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,3,27]]，“日期-时间”：“2024-03-27T21:27:28Z”，“时间戳”：1711574848466}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“1”，“内容-域”:{“域”：[]，“交叉标记限制”：false}，“short-container-title”：[“SOCS”]，“抽象”：“\n\n公交网络中的时刻表信息呈现出很大程度的冗余性；例如，假设一辆公交车在6:00、6:15、6:30、6:45、7:00、7:15、7:30……从a站开往B站，20:00，基于频率的表示可以提供与\u20196:00-20:00完全相同的数据，每隔15分钟\u2019，空间要小得多。然而，公共交通网络中常见的路线图模型是时间扩展表示法，其中为每个到达/离开事件创建一个节点。我们将引入一个基于频率的图形模型，该模型允许对网络进行更紧凑的表示，从而加快站点对站点的查询。此外，我们将描述Dijkstra\u2019s算法的一个新变体，其中标签也是基于频率的。这种方法允许在公共交通网络中加速配置文件查询。\n\n<\/jats:p>“，”DOI“：”10.1609\/socs.v4i1.18302“，”type“：”journal-article“，”created“：{”date-parts“：[2022,11,1]]，”date-time“：”2022-11-01T19:25:23Z“，”timestamp“：1667330723000}，“page”：“205-206”，“source”：”Crossref“，”is-referenced-by-count“：1，”title“：[”公共交通网络算法的频率数据压缩（扩展抽象）“]，”前缀“：”10.1609“，”卷“：”4“，”作者“：[{”给定“：”Hannah“，”家族“：”Bast“，”sequence“：”first“，“affiliation”：[]}，{”given“：”Sabine“，”family“：”Storandt“，”序列“：”additional“，”affiliation:[]}]，”成员“：”9382“，”在线发布“：组合搜索国际研讨会“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/ojs.aaai.org\/index.php\/SOCS\/article\/download\/18302\/18093”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}：“unspecified”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[[2022,11,1]]，“date-time”：“2022-11-01T19:25:23Z”，“时间戳”：1667330723000}，“分数”：1，“资源”：{primary：{”URL“：”https:\/\/ojs.aaai.org\/index.php\/SOCS\/article\/view\/18302“}}”，“副标题”：[]，“短标题”：[]，“发布”：{“date-parts”：[[2021,8,20]]}，“references-count”：0，“journal-issue”：{“issue”：“1”，“published-online:{“date-parts”：[[2013,7,11]]}}，“URL”：“http://\/dx.doi.org\/10.1609\/socs.v4i1.18302”，“relation”：{}，”ISSN“：[”2832-9163“，”2832-6171“]，”ISSN-type“：[{“value”：“2832-9168”，“type”：”electronic“}，{“value”：”2832-8171“”，“type”：“print”}]，“subject”：[]，“published”：{“date-parts”：[[2021,8,20]]}}