Macross：基于元路径引导跨模态嵌入的城市动态建模
信息检索
2019-12-02 v1
摘要
随着持续快速的城市化以不断增长的速度发生，充分建模城市动态变得越来越具挑战性，但也是社会经济发展的必要之举。其挑战性在于人类活动和建设无处不在；城市景观和生活内容随时随地发生变化。其关键性在于，只有最新的城市动态才能使管理者优化城市规划策略，并帮助个人以更高效的方式组织日常生活。先前基于地理主题模型的方法试图解决此问题，但受困于高计算成本与内存消耗，限制了其向城市级应用的可扩展性。此外，强先验假设使此类模型本质上无法捕获某些模式。为弥合差距，我们提出 Macross，一种元路径引导的嵌入方法，联合建模位置、时间和文本信息。给定带地理标签的社交媒体帖子数据集，我们提取并聚合位置和时间，并利用聚合的空间和时间构建异质信息网络。基于 Metapath2vec 的方法用于为时间、位置和频繁词构建向量表示，使得节点的共现对在潜在空间中更相近。该向量表示将用于推断用户查询的相关时间、位置或关键词。在海量数据集上的实验表明，我们的模型能生成与最先进（state of the art）模型相当乃至更优质量的查询结果，并在活动恢复与分类上优于部分前沿模型。
引用
@article{arxiv.1911.12866,
title = {Macross: Urban Dynamics Modeling based on Metapath Guided Cross-Modal Embedding},
author = {Yunan Zhang and Heting Gao and Tarek Abdelzaher},
journal= {arXiv preprint arXiv:1911.12866},
year = {2019}
}