摘要
本发明提供一种语义引导的灾害场景下人群流量预测方法,该方法包括通过区域性社会语义关系模块接收社交媒体推文信息,利用大模型对推文信息进行概括,并使用Bert模型对概括后的内容进行编码;根据地区的邻近关系,对编码后的内容进行邻近语义信息构建,以形成具有地区性社会语义关系的编码信息;通过动态超图构建与卷积模块将编码后的社交媒体推文信息和人群流量数据结合,构建具有时空性的动态超图;对超图结点的特征进行卷积,生成新的特征;通过多层感知机模块,将超图结点中的新特征转化为人群流量的预测值。本发明充分利用社交媒体中的语义信息,结合人群流量数据,通过对灾害场景下人群流量的精准预测,从而实现灾害发生时的资源合理调配。
技术关键词
多层感知机
结点
流量预测方法
神经网络架构
语义
生成对抗网络架构
动态
社交
媒体
非线性映射关系
卷积模块
预测误差
编码器架构
文本概括
强化学习模型
词嵌入向量
矩阵