基于多模态融合的出行选址方法和系统

本申请涉及一种基于多模态融合的出行选址方法，该方法包括：获取候选点位的场所规模数据、热度POI数据和流量时序数据，通过预先构建的多模态融合深度神经网络模型，分别对场所规模数据、热度POI数据和流量时序数据进行特征提取和特征分析，得到规模特征、POI特征和时序特征，以及跨模态特征交互关系，根据跨模态特征交互关系，融合规模特征、POI特征和时序特征，基于融合结果生成候选点位的推荐值。通过本申请，解决了出行选址决策准确度低的问题，考虑多个模态数据，避免单一数据类型导致决策依据片面，并采用深度神经网络融合多模态数据，分析数据间的深层次关联，提高了选址决策的准确度。