学习多模态移动性动力学以实现通用的下一位置推荐
人工智能
2025-12-30 v1 计算机视觉与模式识别
摘要
人类移动性的精确预测产生了显著的社会经济影响，如位置推荐和疏散建议。然而，现有方法受限于泛化能力：单模态方法受数据稀疏和内在偏差限制，而多模态方法难以有效捕捉由静态多模态表征与时空动力学之间语义差距引起的移动性动力学。因此，我们利用多模态时空知识来刻画移动性动力学，用于位置推荐任务，称为多模态移动(ob)。首先，我们构建统一的时空关系图(STRG)，用于多模态表征，通过大语言模型(LLM)增强的时空知识图( STKG)捕获的功能语义和时空知识。其次，我们设计一种门控机制来融合不同模态的时空图表征，提出 STKG 指导的跨模态对齐，将时空动态知识注入静态图像模态。在6个公共数据集上的大量实验表明，我们提出的方法不仅在正常情景下实现了一致的改进，还在异常情景下表现出显著的泛化能力。
引用
@article{arxiv.2512.22605,
title = {Learning Multi-Modal Mobility Dynamics for Generalized Next Location Recommendation},
author = {Junshu Dai and Yu Wang and Tongya Zheng and Wei Ji and Qinghong Guo and Ji Cao and Jie Song and Canghong Jin and Mingli Song},
journal= {arXiv preprint arXiv:2512.22605},
year = {2025}
}