空间多尺度访问传播
spatial multi-scale visit propagation
一种通过多个空间尺度上周边地点的移动数据,来补全访问记录稀少地点活动模式的技术
简单来说
空间多尺度访问传播是一种技术,用周边地点的移动数据来补全那些访问记录几乎为零的地点的活动模式。
想象一下社区里新开的一家小店。由于访客太少,几乎没有数据能说明"这家店什么时候人多"。这时候,可以依次参考紧邻的店铺、隔一个街区的商圈、乃至整个社区更大范围的访问模式,从最近的范围开始逐步扩大,从而得出"这片区域通常午餐时段人多、夜晚人少"之类的推断。这种从近到远、逐层借用邻近信息来填补空白的方式,正是这项技术的核心。
这个概念出现在谷歌研究部门公开的一套地点理解框架的处理环节中。知名地标或大型商店的访问记录丰富,容易提取出规律;但社区小巷里的小店记录稀少,难以形成可靠的模式,这就是所谓的"长尾"问题。空间多尺度访问传播正是用来弥补这种数据不足问题的手段。
在报道中是这样出现的
文章中它以地点理解流程中的一个处理环节出现,例如:"在空间多尺度访问传播与文本-移动性协同阶段,该移动信号会与基于文本的表示相结合,合并成一个统一的嵌入向量。"容易被误解的一点是,这并不是一个独立的产品或单独的AI模型,而只是一个名为ME-POIs框架内部的一个计算步骤。