论文笔记：Estimating future human trajectories from sparse time series data

sigspatial 2023 humob竞赛paper

hiimryo816/humob2023-MOBB (github.com)

1 数据集分析

这里只分享了HuMob数据集1的内容

1.1 假日分析

• 对HuMob数据集#1地理数据的方差分析显示了非工作日的模式
  • 在某些天的y坐标方差中有显著的峰值，这是非工作日的象征
  • 【x坐标有相似的模式】

——>识别了任务1数据集中最有可能是非工作日的日子

2 方法

2.1 方法1

• 提出方法的基石，依赖于基于规则的机制
  • 用于预测常规和习惯性的移动，特别擅长处理工作日和常规商业时间的场景
  • 引入时间衰减因子增加了动态性，使模型能够适应用户不断变化的日常活动
  • 
  • k是通过经验优化训练数据的性能得到的，0.0063

2.2 方法2

• 在方法1的基础上进行扩展，通过聚合每三个时间步骤而不是分析每个单独的时间步骤来进行
• k变成了0.0178

2.3 方法3

• 方法3 的目标是通过智能选择方法1和方法2生成的预测，使用 GEOBLEU 或 DTW 评估指标作为选择标准，以提高最终位置预测的准确性
  • 对于方法1和方法2，每天为每个用户计算 GEOBLEU 或 DTW 得分
  • ——>允许我们识别出每个具体日子哪种方法产生了更准确的预测
• 为了促进分类任务，论文合并了反映用户行为的各种特征
  • 用户移动的倾向性和变化性
  • 不同时间段的活跃度水平
  • 位置数据的分散性
  • ——>通过整合这些多样化的特征，旨在捕捉用户行为的细微模式，从而增强模型在每个实例中准确选择更优方法的能力
• 采用了四种不同的模型集成——随机森林、XGBoost、LightGBM 和 CatBoost

2.4 后处理

对于方法1、2和3，某些时间步骤由于缺乏历史数据而无法生成预测结果。为了解决这一问题，采用了系统的后处理程序，确保最终位置预测的全面性和可靠性。程序包括以下步骤：

1. 用方法2预测填充： 当方法3的分类模型选择方法1并产生许多空值时，使用方法2的预测作为后备。
2. 向前填充： 对于每个用户、每天和每个时间步骤，用最后观察到的非空值填充预测中的空值。
3. 向后填充： 类似地，用每个用户在相应日子上随后观察到的非空值填充任何剩余的空值。
4. 用最常访问位置填充： 如果任何时间步骤仍包含空值，则这些空值将被相应用户最常访问的位置替换，这提供了一个基于历史行为的可靠替代。

2.5 数据集切分