论文部分内容阅读
理解地理空间位置的空间相关性,对于地理信息检索、推荐系统,城市交通管理,居民出行模式探究等应用研究具有重要支撑作用.为更具体表义空间位置及其关联关系,本文基于多种居民出行轨迹数据,提出一种基于深度学习的空间位置向量化表示方法,而后通过空间位置向量的向量运算,可计算得到空间位置的关联程度.首先将长、短距离出行轨迹进行匹配连接,构建大规模交通网络,覆盖多种出行模式,得到对不同位置间空间关联信息的完整识别.然后基于图神经网络模型,本文提出融合位置特征与轨迹信息的空间向量化表示方法,并优化其训练学习中节点采