从有偏稀疏的 POI 与稀疏人类活动中发现城市功能区
社会与信息网络
2022-07-05 v2
摘要
随着社会经济的快速发展，发现功能区这一任务对于更好地理解社会活动与空间位置之间的相互作用变得至关重要。在本文中，我们提出了一个框架，用于从有偏且极其稀疏的 POI 中发现真实功能区。为了应对 POI 的偏差和稀疏性，我们引入了空间位置与人类活动之间的无偏内部影响，以学习平衡且密集的潜在区域表示。此外，还引入了一种基于空间位置的聚类方法，以丰富潜在区域表示的空间信息，并增强细粒度区域分割的区域功能一致性。而且，为了正确标注各种细粒度的区域功能，我们估计了区域的功能，并根据归一化 POI 分布之间的差异对它们进行排序，以减少由细粒度分割引起的不一致性。因此，我们的整个框架能够妥善处理稀疏 POI 数据中的有偏类别，并在细粒度层面上探索真实功能区。为了验证所提出的框架，我们使用来自罗利市的超大规模真实用户 GPS 和 POI 数据进行了案例评估。结果表明，与基准方法相比，所提出的框架能够更好地识别功能区，从而在实际条件下以更细的粒度增强对城市结构的理解。
引用
@article{arxiv.2004.09720,
title = {Discovering Urban Functional Zones from Biased and Sparse Points of Interests and Sparse Human Activities},
author = {Wen Tang and Alireza Chakeri and Hamid Krim},
journal= {arXiv preprint arXiv:2004.09720},
year = {2022}
}
备注
Accepted by Expert Systems With Applications 2022