摘要
本发明公开了一种基于空间聚类和图嵌入的个体活动位置预测方法,涉及时空数据分析技术领域,基于空间聚类和图嵌入的个体活动位置预测方法主要包括:构建多维度行为轨迹数据集;基于密度优化的空间聚类算法识别个体活动热点区域生成具有时空一致性的位置语义节点;将地理空间拓扑关系、移动转移概率及用户行为偏好融合为多维图结构并通过层次化图注意力网络提取位置节点的潜在关联特征;利用时序依赖解码器建模活动序列的动态演化过程,引入对抗正则化机制输出个体活动位置预测结果。实施本发明提供的基于空间聚类和图嵌入的个体活动位置预测方法,能提升个体活动位置预测的精度,增强模型的可扩展性与泛化能力。
技术关键词
位置预测方法
时序预测模型
轨迹
顶点
密度
节点
动态演化过程
空间聚类算法
邻域
空间拓扑关系
累积分布函数
双曲正切函数
离群点
数据分析技术
度量
编码算法
计算机程序产品