一种基于动态子图的轨迹表征增强方法

本发明公开了一种基于动态子图的轨迹表征增强方法。给定用户历史签到轨迹，语义轨迹表征旨在从用户轨迹数据中学习能揭示用户行为模式和语义意图的低维向量，为后续预测任务提供便利。本发明首先构建了一个基于时空语义四元组的城市知识图谱，显式建模了用户轨迹与时空场景之间的关联；其次，使用关系感知的动态子图提取机制从中提取出以用户签到轨迹为核心的语义子图序列。接着基于跨子图的注意力聚合网络学习子图序列的表征，并进一步得到知识增强的用户轨迹表征。最后基于预测模块验证表征质量，输出用户最可能感兴趣的K个签到点作为结果。通过动态子图序列的建模方法，本发明有效建模出时空敏感的轨迹语义，提高了预测任务的准确率。