MobilityDL:基于轨迹数据的深度学习综述
原文中文,约300字,阅读约需1分钟。
📝
内容提要
SSDL是一种新算法,使用深度神经网络处理大规模空间-时间轨迹数据,通过离散学习提取时间不变和时间变化因素,解决POI预测问题。实验结果显示,SSDL在ACC@1上表现优于其他方法,提高了8.57%。
🎯
关键要点
-
SSDL是一种新算法,使用深度神经网络处理大规模空间-时间轨迹数据。
-
该算法通过离散学习提取时间不变和时间变化因素。
-
SSDL旨在解决POI(兴趣点)预测问题。
-
通过增强不同的轨迹增强方法,SSDL解决了稀疏性问题。
-
SSDL探索历史签入背后的异构协作信号。
-
在四个真实世界数据集上的实验表明,SSDL在ACC@1上表现优于其他方法,提升了8.57%。
🏷️