一种面向交通序列数据的高阶依赖关系嵌入方法及系统

本发明公开了一种面向交通序列数据的高阶依赖关系嵌入方法及系统，包括利用交通序列数据构建高阶网络，在高阶网络上进行随机游走，得到初始的嵌入表示，通过多层次对比学习，优化节点嵌入表示，聚合高阶节点，得到最终的一阶节点的嵌入表示；通过高阶依赖关系构建高阶网络，捕捉交通轨迹数据中的复杂高阶依赖关系，更全面地反映交通网络中的潜在模式和关系；利用多层次对比学习的方式优化节点嵌入表示，充分利用一阶网络和高阶网络的信息，生成的节点嵌入具有更强的表达能力和鲁棒性；采用自监督学习方法，通过利用数据的内在结构信息来进行训练，减少了对大量标注数据的依赖；并且适用于各种交通轨迹数据，具有广泛适用性和良好的扩展性。