本研究提出了DuMapper系统,利用百度地图的街景数据自动验证大规模兴趣点(POI),显著提高了验证效率,查找速度提升50倍,已在实际应用中发挥重要作用。
该论文介绍了一种利用大型语言模型提升兴趣点语义理解的数据挖掘框架,通过提取轨迹数据中的语义信息,增强对用户移动模式和活动的理解。该方法结合了基于LLM的POI分类和语义感知轨迹挖掘技术,可用于城市规划、交通和个性化服务等应用。
本文提出了一个新的人类出行轨迹挖掘流程,利用大型语言模型对兴趣点进行活动类型标注,并使用基于贝叶斯算法推断轨迹中每个停留点的活动。评估结果表明,该方法在POI分类方面达到了93.4%的准确率和96.1%的F-1分数,并在活动推测方面达到了91.7%的准确率和92.3%的F-1分数。
完成下面两步后,将自动完成登录并继续当前操作。