基于上下文表示学习的城市区域动态表征学习方法

本发明提出一种基于上下文表示学习的城市区域动态表征学习方法，属于城市功能与时空数据挖掘领域，包括：S1：根据公共交通数据构建连续动态图；S2：构建多个时间维度下的城市区域动态表征提取器，所述提取器用于提取所述连续动态图中的结构信息和语义信息，并将所述连续动态图中的节点转化为固定维数的表征向量，且随时间动态更新；S3：利用多个预测任务对提取器进行预训练，包括设计相应的损失函数引导提取器学习更加通用的城市区域表征；S4：利用训练好的多个提取器获取城市区域动态表征，并将城市区域动态表征结合上下文表示学习应用于多个下游任务。本发明可捕捉到全面的时空语义信息，从多时间粒度动态捕捉城市的动态区域表征。