[论文解读] A Cluster-Based Trip Prediction Graph Neural Network Model for Bike Sharing Systems

Bárbara Tavares, Cláudia Soares+1 more|arXiv (Cornell University)|Jan 3, 2022

Human Mobility and Location-Based Analysis被引用 6

一句话总结

本文提出一种基于聚类的图神经网络（GNN）模型 AdaTC+，用于预测基于站点的自行车共享系统（SBSS）中的自行车行程，整合了站点聚类、气象数据和时间行程模式。该模型在链接预测中达到88%的准确率，显著优于非聚类基线模型（83%），表明聚类可提升GNN在不平衡自行车流量数据上的鲁棒性和预测性能。

ABSTRACT

Bike Sharing Systems (BSSs) are emerging as an innovative transportation service. Ensuring the proper functioning of a BSS is crucial given that these systems are committed to eradicating many of the current global concerns, by promoting environmental and economic sustainability and contributing to improving the life quality of the population. Good knowledge of users' transition patterns is a decisive contribution to the quality and operability of the service. The analogous and unbalanced users' transition patterns cause these systems to suffer from bicycle imbalance, leading to a drastic customer loss in the long term. Strategies for bicycle rebalancing become important to tackle this problem and for this, bicycle traffic prediction is essential, as it allows to operate more efficiently and to react in advance. In this work, we propose a bicycle trips predictor based on Graph Neural Network embeddings, taking into consideration station groupings, meteorology conditions, geographical distances, and trip patterns. We evaluated our approach in the New York City BSS (CitiBike) data and compared it with four baselines, including the non-clustered approach. To address our problem's specificities, we developed the Adaptive Transition Constraint Clustering Plus (AdaTC+) algorithm, eliminating shortcomings of previous work. Our experiments evidence the clustering pertinence (88% accuracy compared with 83% without clustering) and which clustering technique best suits this problem. Accuracy on the Link Prediction task is always higher for AdaTC+ than benchmark clustering methods when the stations are the same, while not degrading performance when the network is upgraded, in a mismatch with the trained model.

研究动机与目标

• 解决由于用户转移模式不均匀导致的自行车共享系统（BSS）中自行车失衡的问题。
• 开发一种鲁棒且可扩展的方法，利用图神经网络和聚类技术预测自行车行程流量。
• 评估聚类对真实世界BSS数据中基于GNN的行程预测准确率的影响。
• 设计一种聚类算法，以捕捉BSS网络中地理接近性和转移动态。
• 通过准确的归纳预测未来自行车需求，实现主动再平衡策略。

提出的方法

• 提出 AdaTC+，一种自适应转移约束聚类算法，根据地理距离和历史行程模式对站点进行分组，优于以往的聚类方法。
• 应用基于 GraphSAGE 的 GNN，从聚类后的网络中学习节点嵌入，将气象条件和时间行程频率直方图作为特征。
• 使用链接预测任务建模站点对之间行程的可能性，训练数据来自 CitiBike（2018–2019年）的历史行程数据。
• 采用多模态输入表示，结合空间、时间与环境特征，以增强节点嵌入。
• 通过在不同行程量阈值下评估准确率和预测误差区间，衡量模型性能。
• 通过在分布偏移（如测试数据不匹配）下评估性能，测试泛化能力，确保鲁棒性。

实验结果

研究问题

• RQ1 基于转移模式和地理信息对站点进行聚类，是否能提升使用GNN进行自行车行程预测的准确率？
• RQ2 与现有聚类基线相比，所提出的 AdaTC+ 聚类方法在预测性能上表现如何？
• RQ3 当在具有分布偏移的数据（如新增站点或模式改变）上测试时，基于GNN的预测器在多大程度上仍能保持准确率？
• RQ4 站点行程量与预测误差之间存在何种关系，这对模型可靠性有何影响？
• RQ5 该模型能否在真实世界BSS数据中不同时间与空间模式下实现泛化？

主要发现

• AdaTC+ 聚类方法将链接预测准确率提升至88%，而无聚类时仅为83%，证实了结构化聚类在基于GNN的预测中的价值。
• 即使网络结构发生变化，AdaTC+ 在链接预测中也持续优于基准聚类方法，表明其在分布偏移下具有鲁棒性。
• 对于日均行程量超过67次的站点，预测误差低于20%，表明在高流量站点上表现可靠。
• 64%的站点行程量低于平均值（514次），这些非典型站点显著增加了预测误差，凸显了数据不平衡的挑战。
• 对于日均出发行程至少120次、到达行程至少100次的站点，模型平均误差率为12%，为高需求场景下的误差设定了实际上限。
• 仅使用聚类中心点（medoids）的简化网络无法泛化，准确率仅为56%，表明完整站点级建模对性能至关重要。