-
题名基于群体投票的移动性数据驱动地点类别推测
- 1
-
-
作者
熊可钦
阮思捷
杨芊雨
徐常炜
袁汉宁
-
机构
北京理工大学计算机学院
苍穹数码技术股份有限公司
-
出处
《计算机科学》
北大核心
2025年第3期169-179,共11页
-
基金
国家自然科学基金(62306033,42371480)
教育部产学合作协同育人项目(231001223194844)。
-
文摘
地理信息是经济社会发展所需的基础数据,而兴趣点数据是其中一种常见且重要的数据类型。兴趣点数据的采集,传统上由地图厂商完成,存在成本高、空间覆盖不全、粒度不够细等问题,影响了下游应用的精准性。幸运的是,移动互联网的普及产生了大量移动性数据,其揭示了兴趣点的存在且具有推测地点类别的潜力。但是利用移动性数据推测地点类别因用户访问地点稀疏、移动上下文依赖关系复杂、用户的个体行为随机等问题面临挑战,现有工作无法较好地应对。因此,提出了一种基于群体投票的移动性数据驱动地点类别推测方法Milotic。该方法对地点类别的推测细化到每一条移动轨迹中,通过图模型建模了地点间复杂关系,通过签到嵌入和Bi-LSTM充分保留并融合了细粒度轨迹上下文信息,同时通过投票机制克服了个体行为的随机性。实验结果表明Milotic在两个真实移动性数据集上的加权F1值分别比最优基线提高了7.5%和13.3%。
-
关键词
时空数据挖掘
自发地理信息
地点类别推测
移动性数据
兴趣点
-
Keywords
Spatiotemporal data mining
Volunteered geographic information
Location type inference
Mobility data
Point of interest
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
