顧及停留位置特征提取的個人位置預測方法

作者：李帆,夏吉喆,黃趙,李曉明,李清泉

摘要：預測居民的未來活動位置與軌跡,為傳染病防控、交通疏導、公共安全等城市智慧管理和服務提供主要決策依據。當前的個人位置預測方法往往基于個體的歷史軌跡規律模式挖掘與建模進行位置預測,對于個體在不同停留位置的特征信息挖掘不夠充分。為此,提出一種顧及停留位置特征提取的個人位置預測模型。首先,模型基于軌跡數據構建歷史軌跡鏈路,采用位置發現規則將軌跡鏈路轉化為停留位置鏈路,對停留位置進行空間聚類以構建聚類鏈路;其次,對不同的停留位置進行特征信息(進入/離開時間、天氣狀況、土地利用)提取,并提取聚類鏈路的空間特征;最后,將帶有特征信息的鏈路代入長短期記憶神經網絡進行定制集成,并實現個人位置的預測。實驗結果表明,基于深圳市志愿者用戶23天300余萬個軌跡位置數據,本模型用戶位置預測的F值在不同時間步長參數下均優于變階馬爾可夫模型(約5.5%增益)和傳統N階馬爾可夫模型(約7%增益),引入停留位置特征的模型性能增益約為6.6%。

發文機構：深圳市空間信息智能感知與服務深圳市重點實驗室 深圳大學計算機與軟件學院 深圳大學智慧城市研究院 廣東省城市空間信息工程重點實驗室深圳大學建筑與城市規劃學院 人工智能與數字經濟廣東省實驗室（深圳）

關鍵詞：位置預測軌跡大數據特征提取神經網絡長短期記憶神經網絡location predictionspatiotemporal trajectoryfeature extractionneural networklong shortterm memory

分類號： P208[天文地球—地圖制圖學與地理信息工程]