基于上下文学习的城市POI分布预测方法

本发明提出一种基于上下文学习的城市POI分布预测方法，属于移动通信与时空数据挖掘领域，包括：S1：将用户信令数据和POI数据输入基于上下文学习的掩码模型，得到掩码序列；S2：使用掩码序列对城市POI分布预测编码器进行训练和微调，提取掩码序列中的语义信息，得到每个区域含有某种类型POI的置信概率；S3：将少量区域所包含已知POI类型的数据进行编码，得到待预测的掩码序列，并输入训练好的城市POI分布预测编码器，并结合该类型POI初始先验概率与模型输出的置信概率得到后验概率，确定最终每个区域是否包含该类型POI。本发明方法无需额外训练或微调，适用于不同类别的区域POI预测任务，提高了预测效率。