本研究提出了一种新颖的城市因果计算框架和强化学习算法，旨在揭示城市因素之间的因果关系，降低混杂效应，提高城市计算任务的性能。

城市计算通过整合多源数据（如地理、交通和社交媒体）支持可持续发展。本文回顾了基于深度学习的数据融合方法，强调其在城市计算中的应用，并展望大型语言模型对该领域的影响，提出未来研究方向。