Multimodal spatial co-occurrence knowledge representation for virtual trajectory classification

Hao Sha

doi:10.1080/17538947.2026.2738310

Multimodal spatial co-occurrence knowledge representation for virtual trajectory classification

2026-09-28

0

OA

AI

DOI：10.1080/17538947.2026.2738310

原文链接

原文求助

摘要

En 中文

虚拟轨迹，定义为按时间顺序记录用户与公共地图服务平台交互的记录，为领域导向的地图使用提供了宝贵证据。跨应用领域的虚拟轨迹分类对于理解异构地图使用目的和支持个性化地理空间服务至关重要。现有方法主要基于兴趣点（POI），因此对用户浏览时感知的更广泛地图环境的表征有限。本研究提出了一种基于多模态空间共现知识图谱（MSCKG）的虚拟轨迹分类框架。我们开发了一种可解释的地图瓦片复合语义分类法，用于表征瓦片语境的功能组成，然后通过显式空间关系构建了整合POI、瓦片和类别属性的MSCKG。采用知识图谱嵌入学习异构空间元素的统一表示，随后聚合用于领域分类。双线性知识图谱嵌入模型DistMult在利用北京六个应用领域的天地图访问日志进行的实验中表现最佳，准确率达0.756，优于基线0.320。提出的瓦片分类法识别了117个有效复合类别，并为表征瓦片语境提供了可解释的语义支持。数据内在的空间指标进一步揭示了瓦片语义、POI语境和领域特定的空间组织如何共同塑造分类能力。

Keyword:

Virtual trajectories

virtual trajectory classification

tile taxonomy

multimodal spatial co-occurrence knowledge graph

public map service platforms

Multimodal spatial co-occurrence knowledge representation for virtual trajectory classification

摘要

期刊

机构

引用论文