基于双因对比的地理空间网络解耦表征方法技术

本发明专利技术公开了基于双因对比的地理空间网络解耦表征方法，包括以下步骤：获取用户的位置及历史签到行为；从用户的历史签到行为序列中提取用户表征；使用嵌入层对交互行为及其中的时空信息进行表征和融合，并加入序列的位置编码信息；对用户长短程行为表征的聚合；将耦合表征分离为用户时间行为和空间行为表征；使用对比损失隐式实现表征解耦；量化当前签到行为到下一个签到行为的时间转移的概率；使用全局POI转移图建模当前签到行为到下一个签到行为的空间转移的概率，实现对用户—POI匹配结果的增强；输出预测的未来时刻某地人流数据。本申请降低用户行为时空转移的不确定性，缩小问题决策空间，提升预测精准率。

【技术实现步骤摘要】

本专利技术属于位置服务，尤其涉及基于双因对比的地理空间网络解耦表征方法。

技术介绍

1、人类移动行为建模是支撑行人轨迹预测、生成和挖掘等任务的重要基础，被广泛地应用于交通管理和基于网络的位置服务领域，对于发现群体移动模式、揭示空间功能区分布及优化交通市政规划决策等重要问题具有指导意义。随着gps设备及服务的发展和互联网商业模式的创新，手机信令数据和社交平台签到数据也随之增长，丰富的人类移动数据为挖掘行为轨迹提供了良好的数据基础。基于位置服务是一个庞大且动态发展的生态系统，具体的应用需求包括导航、位置分析、城市规划、物流优化、社交推荐等。

2、不同于群体轨迹挖掘任务，面向个体移动行为的预测需要建模个体行为的多样性和差异性，并结合时空规律与个体差异生成最终决策。以兴趣点(point-of-interest,poi)推荐任务为例，其目标是通过用户的历史签到序列预测下一个访问的poi，本质在于学习用户在不同时空场景下的poi交互行为背后的决策机制，根据此刻的时空上下文推演出用户下一个可能的行为，并根据该行为(用户表征)与poi(poi表征)之间的关联获本文档来自技高网...

【技术保护点】

1.基于双因对比的地理空间网络解耦表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于双因对比的地理空间网络解耦表征方法，其特征在于，所述基于Transformer的行为序列编码器包括签到词元嵌入层，Transformer编码器和最末词元表征，流程化地分别完成三个任务：表示单个签到行为，挖掘签到行为序列间的长短时关联，以及最终获得整个行为序列的全局表示。

3.根据权利要求2所述的基于双因对比的地理空间网络解耦表征方法，其特征在于，将用户签到序列中单个签到行为作为一个词元，即签到词元；每一个签到词元是一个三元组CIi＝<u,p,ti>，其中...

【技术特征摘要】

1.基于双因对比的地理空间网络解耦表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于双因对比的地理空间网络解耦表征方法，其特征在于，所述基于transformer的行为序列编码器包括签到词元嵌入层，transformer编码器和最末词元表征，流程化地分别完成三个任务：表示单个签到行为，挖掘签到行为序列间的长短时关联，以及最终获得整个行为序列的全局表示。

3.根据权利要求2所述的基于双因对比的地理空间网络解耦表征方法，其特征在于，将用户签到序列中单个签到行为作为一个词元，即签到词元；每一个签到词元是一个三元组cii＝<u,p,ti>，其中u∈u，表示所有用户的集合；p∈p，代表所有poi的集合，每一个poi为一个四元组p＝<location,category,popularity>，包含该poi的地点、类别和受欢迎程度；ti＝<time_in_day,day_in_week>，包含签到行为发生的具体时刻和日期；

4.根据权利要求3所述的基于双因对比的地理空间网络解耦表征方法，其特征在于，所述签到词元嵌入层包含对于签到词元三元组的嵌入融合及其在序列中的位置...

【专利技术属性】
技术研发人员：吴凯，张静，崔春悦，张大伟，赵晓梅，郭贤哲，爱新觉罗启河，张建军，石彦龙，何帅，张皓，韩继昌，郝茗雪，戎晓飞，
申请(专利权)人：内蒙古自治区军民融合发展研究中心，
类型：发明
国别省市：