張 舒,郭旦懷,周純葆,李薰春,靳 薇

1(中國科學(xué)院 計算機網(wǎng)絡(luò)信息中心,北京 100190)

2(中國科學(xué)院大學(xué),北京 100049)

3(國家廣播電視總局廣播電視科學(xué)研究院,北京 100866)

4(北京市科學(xué)技術(shù)研究院,北京 100089)

5(北京市新技術(shù)應(yīng)用研究所,北京 100094)

空間位置作為重要的空間特征,常用于目的地預(yù)測與推薦,城市功能規(guī)劃,交通管控系統(tǒng),交通流量預(yù)測、位置分類等應(yīng)用.傳統(tǒng)的空間位置表示方法與空間向量化表示方法,常將其經(jīng)緯度坐標(biāo)與興趣點(Points Of Interest,POI)信息將空間位置映射為 ID 類型,其中經(jīng)緯度用來精確地描述空間位置,興趣點為空間位置增添了大量屬性特征.但是,傳統(tǒng)的空間位置表示方法只保留了自身經(jīng)緯度與POI 的信息,缺少了空間位置間隱含的時空關(guān)聯(lián)信息,難以理解空間位置和推斷空間位置間的關(guān)聯(lián)關(guān)系.

融合空間位置的時空關(guān)聯(lián)信息與其周邊POI 信息,將有助于提高空間向量的表達效果.居民出行軌跡數(shù)據(jù)能夠為結(jié)合兩種信息的空間分析提供可靠的數(shù)據(jù)支持.居民的出行軌跡可體現(xiàn)居民的出行模式與活動規(guī)律,同時也反映出空間位置之間的關(guān)聯(lián),是制定城市交通管理方案的關(guān)鍵.隨著GPS 定位技術(shù)的快速發(fā)展,可收集到大規(guī)模軌跡數(shù)據(jù),使得軌跡數(shù)據(jù)能夠被用于更加細粒度地分析空間位置的時空關(guān)聯(lián)關(guān)系.當(dāng)今的大規(guī)模軌跡數(shù)據(jù),包括機動車軌跡與非機動車軌跡,已能夠支持機器學(xué)習(xí)、深度學(xué)習(xí)等對于數(shù)據(jù)量的需求,并且能夠為空間位置及其關(guān)聯(lián)關(guān)系的理解、表示與推理學(xué)習(xí)提供可能性.

另一方面,隨著深度學(xué)習(xí)在自然語言處理、計算機視覺等領(lǐng)域的迅猛發(fā)展,研究者已在空間分析中引入了深度學(xué)習(xí)方法[1].近些年提出的空間上下文理解模型中,考慮空間位置與其臨近位置之間的關(guān)系,結(jié)合自然語言處理中的詞向量模型,使用神經(jīng)網(wǎng)絡(luò)將詞生成固定長度的向量表示,該詞向量表示能包含該詞的語義與上下文信息,最終生成結(jié)合空間鄰接關(guān)系的空間位置向量化表示[2,3].但這些方法僅關(guān)注了空間的靜態(tài)特征,尚未考慮到居民在空間之間的軌跡移動,從而缺失了居民出行的時空模式關(guān)聯(lián)信息.

在使用深度學(xué)習(xí)技術(shù)處理復(fù)雜的關(guān)聯(lián)關(guān)系時,一個有效的模型是圖神經(jīng)網(wǎng)絡(luò)[4].圖神經(jīng)網(wǎng)絡(luò)因其能夠處理圖結(jié)構(gòu)形式的數(shù)據(jù)引起廣大關(guān)注[5].借助圖神經(jīng)網(wǎng)絡(luò)算法能夠為更加復(fù)雜的圖結(jié)構(gòu)中的節(jié)點生成低維向量表示,該向量表示既包含了節(jié)點的類別特征,又聚合了節(jié)點在復(fù)雜圖網(wǎng)絡(luò)中的鄰域特征[6].交通網(wǎng)絡(luò)以圖結(jié)構(gòu)形式存在,因此,交通網(wǎng)絡(luò)常使用圖神經(jīng)網(wǎng)絡(luò)解決流量預(yù)測問題[7,8]與出發(fā)地、目的地預(yù)測[9]等問題.圍繞空間向量化表示任務(wù),DeepMove 基于出租車軌跡數(shù)據(jù),使用圖神經(jīng)網(wǎng)絡(luò)中的隨機游走方法與Word2Vec 方法,為交通網(wǎng)絡(luò)中的POI 節(jié)點生成含有鄰域關(guān)聯(lián)信息的向量化表示[10].但是DeepMove 僅使用了簡單的圖神經(jīng)網(wǎng)絡(luò),未使用節(jié)點自身特征,難以聚合鄰域節(jié)點特征.另一方面,這些研究只基于單一的軌跡數(shù)據(jù),而沒有考慮不同出行方式之間的聯(lián)系.例如,居民從住所前往公司,通常會產(chǎn)生從住處到地鐵站的騎行軌跡、從地鐵站到公司所在地的地鐵軌跡、公交站點之間的公交軌跡,通過綜合這些軌跡才能發(fā)現(xiàn)住處和公司所在地之間存在的軌跡關(guān)聯(lián),而對不同類型的軌跡分別處理則會遺漏大量信息.

本文提出基于圖神經(jīng)網(wǎng)絡(luò)的空間位置向量化表示方法,綜合公交線路軌跡、地鐵線路軌跡與大規(guī)模共享單車軌跡數(shù)據(jù)構(gòu)建多源交通網(wǎng)絡(luò).同時,針對不同源交通軌跡數(shù)據(jù)的集成,本文提出一種針對不同類型軌跡數(shù)據(jù)的集成方法:將長距離出行與短距離出行進行匹配連接,以更全面地覆蓋不同位置之間的空間關(guān)聯(lián).使用本文方法生成的空間位置的向量化表示,能夠綜合空間特征、鄰域特征與時空關(guān)聯(lián)特征.相較于其他已有方法,本文提出的空間向量化表示方法能夠?qū)W習(xí)到空間位置的關(guān)聯(lián)關(guān)系.

本文首先圍繞著不同類型軌跡數(shù)據(jù)的網(wǎng)絡(luò)構(gòu)建展開討論;其次介紹融合POI 與軌跡信息的空間向量化表示方法;然后設(shè)計實驗以驗證本文提出的空間向量化表示方法的有效性;最后討論針對空間位置向量化表示任務(wù),有待探索的研究方向.

1 多源交通軌跡數(shù)據(jù)網(wǎng)絡(luò)構(gòu)建

1.1 多源交通軌跡數(shù)據(jù)

相較于公交車與地鐵等交通方式,近年來共享單車的流行為人們的出行方法提供了新的選擇.共享單車因其更加靈活與便捷的特點,使得共享單車軌跡數(shù)據(jù)相較于其它交通軌跡數(shù)據(jù),具有覆蓋范圍更廣,數(shù)據(jù)規(guī)模更大,采樣密度更高,位置精度更高等特點.由于共享單車在城市交通中的占比逐步增大,能夠從一定程度上更加細粒度地描述城市居民的短距離出行模式,因此本文采用公共交通路網(wǎng)數(shù)據(jù)(包括公交線路與地鐵線路),與共享單車軌跡數(shù)據(jù)相結(jié)合的方式,共同構(gòu)建大規(guī)模交通網(wǎng)絡(luò).融合了共享單車軌跡數(shù)據(jù)與公共交通線路的交通網(wǎng)絡(luò)能夠更完整地體現(xiàn)居民的出行模式.

為了解居民的短距離出行模式,本文統(tǒng)計了共享單車軌跡數(shù)據(jù)分布.居民在工作日與非工作日一天內(nèi)不同時間段的出行分布圖如圖1所示,可發(fā)現(xiàn)在工作日期間的早晚上班高峰時刻,居民對于共享單車出行的需求非常大;周末的出行需求量較為平均.此外,在剔除了異常軌跡距離后,騎行軌跡距離分布圖如圖2所示.可發(fā)現(xiàn),當(dāng)出行距離小于2 公里時,居民更傾向選擇共享單車出行.

圖1 不同時段內(nèi)共享單車出行量分布圖

圖2 騎行軌跡距離分布圖

對共享單車軌跡數(shù)據(jù)進行分析后可發(fā)現(xiàn),利用共享單車軌跡數(shù)據(jù)與公共交通路網(wǎng)數(shù)據(jù)相結(jié)合的方式構(gòu)建大規(guī)模交通網(wǎng)絡(luò),融合多種交通方式的出行軌跡,能夠覆蓋居民針對不同出行需求與出行距離的交通軌跡.

目前通過互聯(lián)網(wǎng)開源數(shù)據(jù),可獲取到大量免費的共享單車軌跡數(shù)據(jù)以供研究者使用.本文使用摩拜共享單車開源數(shù)據(jù)集,涵蓋了北京市居民于 2017年5月14日至2017年5月21日的騎行軌跡,樣本量共計3 214 096 條.為避免異常數(shù)據(jù)的影響,剔除了騎行距離大于5 公里的軌跡.此外,通過數(shù)據(jù)爬取技術(shù),獲取北京市公共交通路網(wǎng)數(shù)據(jù),具體包括公交車線路數(shù)據(jù)與地鐵線路數(shù)據(jù)

1.2 集成不同類型軌跡數(shù)據(jù)的網(wǎng)絡(luò)建模

為綜合不同類型的軌跡數(shù)據(jù),識別居民完整的出行模式,本文將長、短距離出行軌跡進行匹配連接.對不同類型軌跡數(shù)據(jù)的匹配方法如下:

第1 步.使用GeoHash[11]技術(shù)將共享單車軌跡數(shù)據(jù)與公交交通路網(wǎng)數(shù)據(jù)中的地點經(jīng)緯度向量成固定長度的字符串.該字符串由空間位置的經(jīng)緯度向量得到,并且其長短可用于劃分空間位置的大小.本文具體使用長度為7 位的GeoHash 字符串.

第2 步.使用共享單車軌跡中的出發(fā)地與目的地作為節(jié)點,軌跡作為邊,標(biāo)記邊的類型為共享單車出行,居民在此出發(fā)地與目的地的出行次數(shù)作為邊的權(quán)重,以構(gòu)建大規(guī)模交通網(wǎng)絡(luò).

第3 步.針對公共交通路網(wǎng)數(shù)據(jù),以公共交通站點作為節(jié)點,線路作為邊,依據(jù)公共交通的類型作為邊的類型,構(gòu)建大規(guī)模交通網(wǎng)絡(luò).

第4 步.通過以上步驟,合計產(chǎn)生 10.5 萬個節(jié)點.通過百度地圖開放平臺,獲取交通網(wǎng)絡(luò)中的每個節(jié)點的POI 信息,經(jīng)過one-hot 處理后,作為節(jié)點的屬性特征;獲取每個節(jié)點的交通擁堵信息,經(jīng)過離散化處理后,作為節(jié)點的擁堵特征.

圖3為使用該方法對長、短距離出行軌跡進行匹配的一個示例,例如從圖中A-B,B-C,C-D 分別為某居民從住處到公交站的騎行軌跡,公交運行軌跡,從公交站到公司的騎行軌跡,通過匹配以上3 段軌跡可識別出A 到D 點的實際關(guān)聯(lián).

圖3 長、短距離出行軌跡匹配示例

2 融合POI 與軌跡信息的空間向量化方法

本章節(jié)首先給出交通網(wǎng)絡(luò)的形式化定義;然后介紹本文提出的POI 與軌跡信息融合模型;最后說明基于該模型的空間向量化表示方法.

2.1 形式化定義

文中常見符號的定義如表1所示.使用G=(V,E)表示交通網(wǎng)絡(luò),n=|V|表示節(jié)點的個數(shù).使用X∈Rn×D表示節(jié)點特征矩陣,xv表示節(jié)點v的特征,其中xv∈RD,?v∈V,表示矩陣X的第v行第j列,即節(jié)點v的第j個 特征.G與X作為圖神經(jīng)網(wǎng)絡(luò)模型的輸入.

表1 符號定義

2.2 POI 與軌跡信息融合建模

為了在神經(jīng)網(wǎng)絡(luò)模型中結(jié)合空間位置節(jié)點的POI 信息與軌跡關(guān)聯(lián)信息,本文基于GraphSAGE 模型[12]提出融合建模的方法.GraphSAGE 模型能夠通過對目標(biāo)節(jié)點的鄰居進行隨機采樣得到子圖,再對子圖進行卷積,替代了直接對全圖進行卷積的方式,大大降低了計算和內(nèi)存的壓力.此外,GraphSAGE 模型通過學(xué)習(xí)聚合函數(shù)(aggregator)的方式,把鄰居節(jié)點的特征聚合到中心節(jié)點自身.當(dāng)學(xué)習(xí)得到聚合函數(shù)后,聚合函數(shù)能夠泛化到新的節(jié)點或者新的網(wǎng)絡(luò)上,即使是在訓(xùn)練過程中出現(xiàn)未知的節(jié)點,模型也能推斷出其向量化表示.這一做法替代了直接學(xué)習(xí)網(wǎng)絡(luò)節(jié)點的向量化表示,泛化能力更強,是一種歸納式(inductive)學(xué)習(xí)算法.

基于GraphSAGE 的向量化表示學(xué)習(xí)方法在每次迭代中進行以下3 個步驟:

第1 步.對圖中的每個節(jié)點采樣固定數(shù)量的鄰居節(jié)點作為該節(jié)點的鄰居節(jié)點集合;

第2 步.通過模型學(xué)習(xí)的聚合函數(shù)(aggregator)對采樣得到的鄰居節(jié)點集合進行聚合,以把鄰居集合節(jié)點的特征信息聚合到中心節(jié)點上,得到新的節(jié)點向量;

第3 步.通過聚合鄰域特征得到的節(jié)點的向量向量化表示用于損失計算,更新權(quán)重矩陣W.

算法1 為具體的向量化學(xué)習(xí)方法.在算法1 中,K為圖卷積的層數(shù),表示每個節(jié)點聚合K階鄰居.在外層循環(huán)的第k次迭代中,對于每個節(jié)點v首先通過聚合函數(shù)Agg來對節(jié)點v的鄰居節(jié)點的k-1 層embedding向量進行聚合,得到節(jié)點v第k層的鄰居聚合embedding,再將節(jié)點v的k-1 層得到的向量拼接起來接入全連接網(wǎng)絡(luò)層,最終得到節(jié)點v在第k層的向量化表示.

算法1.基于POI 與軌跡信息融合建模的空間向量化表示算法G=(V,E) Wk,?k∈K輸入:圖 ;節(jié)點特征矩陣 X;圖采樣深度 K;權(quán)重矩陣 ;非線性激活函數(shù)f;聚合函數(shù)Agg;鄰居節(jié)點采樣函數(shù)S.φv,?v∈V輸出:節(jié)點的向量化表示步驟:h0v←xv_,?v∈V for k=1···K do:for v∈V do:hk(S(v))←Agg(h(k-1)i,?i∈S(v))okv=CONCAT(h(k-1)v,hkS(v))hkv←f(Wk·okv)end hkv ← hkv||hkv||2,?v∈V end φv=hKv,?v∈V

2.3 空間向量化表示學(xué)習(xí)方法

已有的Place2Vec 研究通常使用POI 的語義特征與空間特征以生成POI 的向量化表示.但具體的某個空間位置通常存在多個POI,例如在商場與餐廳,住宅區(qū)與超市大多會同時出現(xiàn),難以使用單獨的POI 來表示空間位置.本文提出的方法通過構(gòu)建大規(guī)模多源數(shù)據(jù)交通網(wǎng)絡(luò)與POI 與軌跡信息融合方法直接得到細粒度空間位置的向量化表示.基于章節(jié)1.2 中使用公共交通路網(wǎng)數(shù)據(jù)與共享單車軌跡數(shù)據(jù)構(gòu)建的大規(guī)模交通網(wǎng)絡(luò)中,邊具有各自的類型與權(quán)重,各節(jié)點的鄰居數(shù)分布不均勻.因此,針對空間位置向量化表示任務(wù),須對圖神經(jīng)網(wǎng)絡(luò)中的采樣方法與聚合方法加以修改,以適應(yīng)交通網(wǎng)絡(luò)的特性.具體的,考慮到使用多源數(shù)據(jù)構(gòu)建的交通網(wǎng)絡(luò)的邊都具有類別、權(quán)重等特征,并且根據(jù)圖2中對共享單車軌跡數(shù)據(jù)的統(tǒng)計分析,可發(fā)現(xiàn)居民在短距離出行時更傾向于選擇共享單車出行.因此本文提出一種基于出行距離長短的采樣方法,示意圖見圖4(a).對目標(biāo)節(jié)點v的第k層鄰居采樣過程中,當(dāng)k=1 時,即一階采樣函數(shù),優(yōu)先采樣邊類型為共享單車軌跡的鄰居節(jié)點,當(dāng)k=2 時,即二階采樣函數(shù),優(yōu)先采樣邊類型為公共交通線路的鄰居節(jié)點.

經(jīng)過采樣函數(shù)后,節(jié)點的鄰居節(jié)點集合是無序的,因此聚合函數(shù)不僅需要有很強的表征學(xué)習(xí)能力,還具有對稱性(symmetric)要求,即函數(shù)的輸出與輸入聚合函數(shù)的節(jié)點順序無關(guān).本文使用文獻[12]中提出的GCN aggregator 作為聚合方法,將不同層級的鄰域中的鄰居節(jié)點的特征聚合起來,并且將聚合后的鄰域節(jié)點特征與目標(biāo)節(jié)點特征拼接結(jié)合后,傳遞到全連接網(wǎng)絡(luò)中.其中節(jié)點的聚合過程如圖4(b)所示.利用圖神經(jīng)網(wǎng)絡(luò)的反向傳播機制,最終得到節(jié)點的向量化表示.

圖4 交通網(wǎng)絡(luò)中采樣與聚合操作示意圖

為了在無監(jiān)督學(xué)習(xí)過程中得到更有效的空間位置向量化表示,使用圖神經(jīng)網(wǎng)絡(luò)中的無監(jiān)督損失函數(shù),該損失函數(shù)的優(yōu)化目標(biāo)是最大化正樣本的概率,使得鄰居節(jié)點的向量化表示更加相近;同時最小化負樣本的概率,使得沒有共同交點的節(jié)點的向量化表示相異:

式(1)中,zv(v∈V)為圖神經(jīng)網(wǎng)絡(luò)的輸出,即空間位置的向量化表示;i為與v共同出現(xiàn)在一組隨機游走上的節(jié)點;in～pn(i)表示in服從對i的負樣本采樣分布;Q定義為負樣本的個數(shù).對此,使用隨機梯度下降學(xué)習(xí)方法與Mikolov 等[13]提出的負采樣學(xué)習(xí)優(yōu)化算法,用于更新圖神經(jīng)網(wǎng)絡(luò)的權(quán)重矩陣Wk(?k∈K)與聚合函數(shù)中的參數(shù).當(dāng)k=2,使用GCN 聚合方法,網(wǎng)絡(luò)中節(jié)點規(guī)模為104左右時,本文提出方法的整體參數(shù)規(guī)模為105左右.此外,由于空間位置包含多個POI,可通過空間位置的向量化表示經(jīng)過加權(quán)聚合操作后得到POI 的向 量化表示.具體的,POI 的向量化表示pi可定義為:

wij為位置向量 φj在pi中的權(quán)重.當(dāng)使用平均權(quán)重時,wij=1.其中,本文使用tf-idf 統(tǒng)計方法計算權(quán)重wij[14],用以度量位置與POI 的相關(guān)程度.

3 實驗分析

為了驗證本文提出的空間位置的向量化表示方法的有效性,我們分別對空間位置向量化表示、由空間位置向量化表示加權(quán)聚合得到的POI 向量化表示進行評估.為了直觀地理解空間位置的向量化表示,部分向量聚類結(jié)果采用可視化方式展現(xiàn).

3.1 評價指標(biāo)

使用空間位置向量化表示間(vi,vj)的Cosine 距離[15]以定義空間位置的相似度Sspace:

空間位置向量化表示的距離dplace則為:

相似的,由空間位置向量化表示經(jīng)過加權(quán)聚合操作得到的POI 向量化表示,其相似度Spoi定義為POI向量化表示的Cosine 距離.此外,使用輪廓系數(shù)評估向量化表示的聚類結(jié)果[16].輪廓系數(shù)s(i)為:

其中,a(i) 表示樣本i到同簇其他樣本的平均距離;b(i)則為樣本i到其他簇的最小平均距離;s(i) 的值域在[-1,+1]之間.a(i) 度量類內(nèi)距離,b(i) 度量類間距離.當(dāng)a(i) ＜＜b(i) 時,即類內(nèi)距離遠小于類間距離,則s(i)接近于1,表明聚類效果愈好.反之,當(dāng)a(i) ＞＞b(i)時,即類內(nèi)距離遠大于類間距離,則s(i) 接近于-1,表明聚類效果愈差,樣本i更應(yīng)該被分類到其他簇.本文使用平均輪廓系數(shù)以評估整體樣本的聚類結(jié)果.

3.2 實驗結(jié)果與分析

3.2.1 空間位置關(guān)聯(lián)分析

基于使用本文提出的向量化表示方法所生成的128 維POI 向量化表示,計算POI 之間的相似度Spoi.POI-POI 相似度矩陣如表2所示.具體的,可發(fā)現(xiàn)寫字樓與企業(yè)園區(qū),科研機構(gòu)與高等院校,住宅區(qū)與購物中心的關(guān)聯(lián)度更高,其向量間的Cosine 距離也較小.此外,由于使用多源交通數(shù)據(jù)構(gòu)建網(wǎng)絡(luò),也能使得向量含有居民行為模式特征,例如機場的POI 向量與寫字樓、高等院校的POI 向量的距離較小,而與超市、公園的POI 向量的距離較大,表明其關(guān)聯(lián)程度較低.POI 關(guān)聯(lián)性結(jié)果可驗證本文提出的向量生成方法符合POI 之間的關(guān)聯(lián)程度愈高,其間的Cosine 距離愈小這一規(guī)律,表明使用本文方法能夠得到有效且可信度高的向量化表示.

為對比驗證本文提出的向量方法的有效性,將本文方法生成的POI 向量與其他的已有方法進行對比.對比方法分別包括DeepMove[10],Node2Vec[17],其POI 的相關(guān)性關(guān)聯(lián)熱力圖如圖5所示.對比發(fā)現(xiàn),使用本文方法得到的向量能夠關(guān)聯(lián)POI 的空間位置特征與居民的行為模式特征;POI 向量間的相似度基本符合先驗知識,并且區(qū)分度高,優(yōu)于已有方法.

表2 POI-POI 相關(guān)性(Cosine 距離)矩陣

為驗證本文提出的多源數(shù)據(jù)構(gòu)建大規(guī)模交通網(wǎng)絡(luò)方法與交通網(wǎng)絡(luò)采樣方法的有效性,設(shè)置多組對比實驗分別對模型、交通網(wǎng)絡(luò)數(shù)據(jù)源、采樣方法加以評估.基于K-means 聚類方法對POI 向量進行聚類操作,其超參數(shù)K為聚類類目,可表征為POI 的類目.在已有基于興趣點(POI)大數(shù)據(jù)的研究綜述中表明沈陽市有21 個POI 類目[18],由于POI 類目受多種人為主觀分類因素影響,因此可認為K值應(yīng)在 5～20范圍內(nèi)浮動.為避免聚類類目K值選取不當(dāng)對實驗結(jié)果造成的干擾,本文將K分別設(shè)定為5、10、15、20 以評估不同POI 聚類類目下的聚類效果,其中K值越大,類別越細致.并且每個K值分別進行5 次實驗取平均值.使用平均輪廓系數(shù)對POI 向量聚類效果進行評估.表3給出了使用多種對比模型的實驗結(jié)果,其中涉及的對比方法均使用融合了長、短距離軌跡的交通網(wǎng)絡(luò).實驗結(jié)果表明,當(dāng)POI 聚類類目K=15、K=20 時,由于本文提出方法相較于對比方法,既能夠聚合了鄰居節(jié)點的信息,又能夠利用空間位置自身的特征,改善DeepMove[10]與Node2Vec[17]方法僅使用網(wǎng)絡(luò)中的節(jié)點序列特征這一問題,因此當(dāng)POI 分類類目較細致時,使用本文提出方法生成的向量能夠保留更加細粒度的特征,其聚類效果優(yōu)于對比方法.表4對比了不同采樣方法的實驗結(jié)果,實驗結(jié)果表明在多數(shù)K值下,使用本文提出的路網(wǎng)采樣方式生成的向量,其聚類效果都優(yōu)于使用圖神經(jīng)網(wǎng)絡(luò)中隨機采樣方式.表5對比了不同數(shù)據(jù)源的實驗結(jié)果,實驗結(jié)果表明,當(dāng)K值較小時,使用代表長距離出行的公共交通線路所構(gòu)建的交通網(wǎng)絡(luò),生成的向量聚類效果更好,但當(dāng)K值逐步增大時,使用長、短距離融合的交通網(wǎng)絡(luò)所生成的向量,其聚類效果比較穩(wěn)定,當(dāng)K=10、K=15 時,優(yōu)于僅使用長距離出行軌跡或短距離出行軌跡構(gòu)建的交通網(wǎng)絡(luò).因此可推斷得出,當(dāng)POI 分類較為粗泛時,長距離軌跡能區(qū)分不同功能區(qū)域,因此長距離軌跡構(gòu)建的網(wǎng)絡(luò)效果較好,當(dāng)POI 分類較為細致時,融合長、短距離的出行軌跡能夠捕捉到更加細粒度并且相對完整的出行模式,因此構(gòu)建的交通網(wǎng)絡(luò)所涵蓋的信息更加豐富,效果更優(yōu).

表3 不同向量化方法的實驗結(jié)果對比(輪廓系數(shù))

表4 不同采樣方法的實驗結(jié)果對比(輪廓系數(shù))

表5 不同數(shù)據(jù)源的實驗結(jié)果對比(輪廓系數(shù))

3.2.2 空間位置聚類分析

首先,利用K-means (K=8)對空間位置向量進行聚類分析,其中每個類別的輪廓系數(shù)如圖6(a)所示.為了更加直觀的反映聚類結(jié)果,使用t-SNE[19]方法將空間位置向量從128 維空間降維至低維空間,降維后的空間向量化表示的聚類結(jié)果如圖6(b)所示,不同的顏色表明不同的類.本文結(jié)合低維空間向量化表示的可視化映射圖作為一種直觀的評價方式.通過觀察圖6可發(fā)現(xiàn),使用本文提出的空間向量化表示方法得到的空間位置向量,映射在低維空間后,有較為明顯的類間邊界,能夠驗證本文提出的空間向量化表示方法的有效性.

圖6 聚類分析結(jié)果

4 結(jié)論與展望

本文提出了一種基于圖神經(jīng)網(wǎng)絡(luò)的空間向量化表示方法.基于共享單車軌跡數(shù)據(jù)與公共交通線路數(shù)據(jù),將長、短距離出行軌跡進行匹配連接,構(gòu)建大規(guī)模交通網(wǎng)絡(luò),該交通網(wǎng)絡(luò)能夠覆蓋多種出行模式.提出了融合POI 與軌跡信息的空間向量化表示方法,綜合位置自身的空間特征與其鄰域的特征,并優(yōu)化節(jié)點采樣方法,提高了空間向量化表示的表達能力.以北京市的共享單車軌跡數(shù)據(jù)與公共交通路網(wǎng)數(shù)據(jù)為實例,經(jīng)驗證本文提出的空間向量化表示方法能夠綜合空間特征、鄰域特征與居民出行模式,該向量可作為空間特征用于交流流量預(yù)測,交通調(diào)度與管理,地理畫像,位置推薦等實際應(yīng)用中.

在未來的工作中,將進一步研究融合多源數(shù)據(jù),例如出租車,網(wǎng)約車數(shù)據(jù),以構(gòu)建大規(guī)模的交通網(wǎng)絡(luò).以及當(dāng)網(wǎng)絡(luò)規(guī)模增大時,如何提升模型性能,使其能夠處理更大規(guī)模的交通網(wǎng)絡(luò).