公开(公告)号：CN115545758A

公开(公告)日：2022-12-30

申请号：CN202211175414.9

申请日：2022-09-26

Applicant: 苏州大学

Inventor： 王璞 ,  孙靓亚 ,  赵雷

IPC: G06Q30/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及设施选址领域，公开一种城市服务设施自适应增量选址的方法和系统，方法包括：获取城市路网结构和用户行为数据构建地址关联图；使用图神经网络构建地址位置的空间关联关系，根据空间关联关系从地址关联图中提取地址位置的局部隐特征和全局隐特征；使用长短时记忆网络构建地址位置的时间依赖关系，根据局部隐特征、全局隐特征和时间依赖关系预测缺失流行度分布；结合局部隐特征、全局隐特征和缺失流行度分布得到流行度预测结果进行选址；系统包括地址关联图构建模块、特征提取模块、缺失流行度预测模块和选址模块。本发明可以充分挖掘用户活跃度和社交行为等数据，实现与时空域结合的自适应选址，结果准确科学、效率高、效果好。

公开(公告)号：CN114897444B

公开(公告)日：2022-10-04

申请号：CN202210812583.2

申请日：2022-07-12

Applicant: 苏州大学

Inventor： 王璞 ,  陈伟 ,  赵雷

IPC: G06Q10/06 ,  G06Q10/10 ,  G06Q50/26 ,  G06F17/16 ,  G06F17/17

Abstract: 本发明公开了一种城市分区域内服务设施需求识别方法及系统，包括以下步骤：基于各级行政区域划分方法对城市区域进行划分，并提取城市区域内的多维度特征；构建城市区域空间属性图；采用变分图自编码器对城市区域空间属性图编码，得到城市区域的潜在隐特征；融合Top‑k最相似功能城市区域的潜在隐特征；采用具有时空限制的贝叶斯模型，得到用户轨迹访问特征；结合城市区域的潜在隐特征和用户轨迹访问特征，通过多层感知机和归一化指数函数，得到最终的城市区域内服务设施需求概率分布。本发明考虑区域特征数据的稀疏性和动态性，综合城市宏观大数据与居民微观位置社会化数据，准确预测城市区域缺少的各类服务设施。