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:
- 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。
- 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。
- 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。
- 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。