基于多视图增强的城市个人位置预测方法

本发明提出基于多视图增强的城市个人位置预测方法，具体包括以下步骤：S1、构建基于社区增强的空间视图；构建基于多粒度时间增强的时间视图；构建基于规则推理的语义视图；S2、将时间视图和语义视图组合为时空语义模块；S3、基于空间视图和时空语义模块，使用Transformer编码器进行时空上下文学习，并通过门控残差网络融合时空上下文与用户个性化信息；S4、采用多任务学习策略进行多任务预测。本发明通过整合表示增强的空间、时间和语义视图，以实现全面的人类移动模式建模，从而更精确预测个人位置。