Causal Mob: Causal Human Mobility Prediction of Public Events Based on Large Language Model-Derived Human Intent
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出因果Mob模型,利用大语言模型从新闻中提取人类意图,显著提升了传统人类流动预测模型在非周期性事件中的准确性。
🎯
关键要点
- 本研究提出因果Mob模型,解决传统人类流动预测模型在非周期性公共事件中的不足。
- 因果Mob模型利用大语言模型从新闻中提取人类意图,并转化为因果特征。
- 该模型显著提高了人类流动性预测的准确性。
- 实证结果显示因果Mob模型优于现有的预测模型。
➡️