Mag-Mamba：用于 POI 推荐建模耦合时空不对称性
机器学习
2026-03-03 v1 人工智能
摘要
下一站点位置（POI）推荐是基于位置的服务中的关键任务，但面临城市 mobility 固有的耦合时空不对称性这一根本性挑战。具体而言，位置之间的转换意图表现出高度不对称性，且随时间动态变化。现有方法通常基于图或序列结构，依赖对称算子或实数聚合，难以统一建模随时间变化的全局方向性。为此，我们提出 Mag-Mamba 框架，其核心思想是将时空不对称性建模为复数域中的相位驱动旋转动力学。首先，我们设计了时序条件磁相位编码器，通过构建时序条件磁感拓扑结构，并利用边缘相位差来刻画全球演化的空间方向性。随后，我们引入复数 Mamba 模块，将传统的标量状态衰减推广为联合衰减-旋转动力学，由时间间隔和磁感地理先验显式调制。大量实验表明，Mag-Mamba 在三个真实数据集上相较于最先进的基线显著提升了性能。
引用
@article{arxiv.2603.00053,
title = {Mag-Mamba: Modeling Coupled spatiotemporal Asymmetry for POI Recommendation},
author = {Zhuoxuan Li and Tangwei Ye and Jieyuan Pei and Haina Liang and Zhongyuan Lai and Zihan Liu and Yiming Wu and Qi Zhang and Liang Hu},
journal= {arXiv preprint arXiv:2603.00053},
year = {2026}
}
备注
14 pages, 7 figures