摘要
本发明涉及社交网络用户活动轨迹预测技术领域,特别涉及一种基于时空知识图谱的用户可解释位置预测方法及系统,从用户历史签到轨迹序列中提取用户活动兴趣点及用户活动时空信息,并利用用户活动兴趣点及用户活动时空信息构建时空知识图谱;利用时空知识图谱生成目标区域内用户活动兴趣点嵌入向量,并依据用户活动时间数据排序,得到时间序列兴趣点嵌入向量;将时间序列兴趣点嵌入向量输入至轨迹预测模型进行训练,利用轨迹预测模型预测并输出用户下一时刻所在位置;并依据轨迹预测模型预测输出获取时空知识图谱中时空特征的边际贡献,利用边际贡献更新时空知识图谱中的时空特征。本发明能够提升用户位置预测精度,并达到解释时空要素作用的目的。
技术关键词
轨迹预测模型
位置预测方法
图谱
位置签到数据
空间邻近关系
注意力编码器
序列
兴趣点属性信息
位置预测系统
轨迹预测技术
数据获取模块
时序特征
多头注意力机制
时间段
可读存储介质
系统为您推荐了相关专利信息
子模块
多模态
数据采集模块
隐马尔科夫模型
动态
数据关系分析方法
大语言模型
案件
自定义模型
BERT模型
知识图谱构建方法
多粒度特征
文本
Attention机制
字词