城市出行矩阵不再混装出行目的:EASTAR用线下活动事件拆出语义通道,芝加哥签到预测MAE降39.15%
城市区域表示长期依赖聚合起讫矩阵,通勤、购物、社交等不同目的的出行被混成同一种交互强度,难以按任务挑选功能语义。EASTAR把线下活动事件当作稀疏语义锚点,沿出行流补全后把聚合出行表示分解为多个目的相关通道,并保留自由通道与全局通道。在纽约和芝加哥两个城市、四项预测任务上,EASTAR均优于所比较的代表性基线,其中芝加哥签到预测的MAE较最强基线降低39.15%。
城市区域表示长期依赖聚合起讫矩阵,通勤、购物、社交等不同目的的出行被混成同一种交互强度,难以按任务挑选功能语义。EASTAR把线下活动事件当作稀疏语义锚点,沿出行流补全后把聚合出行表示分解为多个目的相关通道,并保留自由通道与全局通道。在纽约和芝加哥两个城市、四项预测任务上,EASTAR均优于所比较的代表性基线,其中芝加哥签到预测的MAE较最强基线降低39.15%。
已读完全部报道