[论文解读] Deep Multi-View Spatiotemporal Virtual Graph Neural Network for Significant Citywide Ride-hailing Demand Prediction

Guangyin Jin, Zhexu Xi+3 more|arXiv (Cornell University)|Jul 30, 2020

Traffic Prediction and Management Techniques参考文献 26被引用 15

一句话总结

该论文提出DMVST-VGNN，一种新颖的深度多视角时空图神经网络，仅利用GPS数据从显著的网约车需求区域构建可解释的虚拟图，结合一维卷积神经网络（1D-CNN）捕捉短期动态，采用多头图注意力网络（multi-GAT）建模空间依赖性，并利用Transformer进行长期时间建模。该模型在纽约市Uber和纽约市Taxi数据集上相较SOTA基线模型，分别将RMSE降低7.14%和4.71%，达到最先进性能。

ABSTRACT

Urban ride-hailing demand prediction is a crucial but challenging task for intelligent transportation system construction. Predictable ride-hailing demand can facilitate more reasonable vehicle scheduling and online car-hailing platform dispatch. Conventional deep learning methods with no external structured data can be accomplished via hybrid models of CNNs and RNNs by meshing plentiful pixel-level labeled data, but spatial data sparsity and limited learning capabilities on temporal long-term dependencies are still two striking bottlenecks. To address these limitations, we propose a new virtual graph modeling method to focus on significant demand regions and a novel Deep Multi-View Spatiotemporal Virtual Graph Neural Network (DMVST-VGNN) to strengthen learning capabilities of spatial dynamics and temporal long-term dependencies. Specifically, DMVST-VGNN integrates the structures of 1D Convolutional Neural Network, Multi Graph Attention Neural Network and Transformer layer, which correspond to short-term temporal dynamics view, spatial dynamics view and long-term temporal dynamics view respectively. In this paper, experiments are conducted on two large-scale New York City datasets in fine-grained prediction scenes. And the experimental results demonstrate effectiveness and superiority of DMVST-VGNN framework in significant citywide ride-hailing demand prediction.

研究动机与目标

• 解决细粒度城市网约车需求预测中空间数据稀疏性及长期时间建模能力有限的问题。
• 通过从显著需求区域构建可解释的虚拟图，克服基于图像和传统图模型的局限性，且无需外部结构化数据。
• 通过多视角深度学习框架，增强对短期、中期和长期时间动态的学习。
• 在真实城市环境中，提升对全局区域及高需求热点区域的预测精度。
• 在两个大规模纽约市网约车数据集上验证所提框架的有效性。

提出的方法

• 通过识别并聚合具有高网约车模式相似性的邻近区域，构建虚拟图，同时剔除稀疏或不显著的区域。
• 使用三种不同的图类型——距离图、相关性图和移动性图——来在虚拟图结构中建模空间依赖性。
• 集成一维卷积神经网络（1D-CNN）模块，从序列需求模式中捕捉短期时间动态。
• 采用多头图注意力网络（multi-GAT）从虚拟图中提取多种类型的空间依赖性。
• 应用Transformer编码器，对长序列建模长期时间依赖性。
• 将三个组件——短期、空间和长期视图——堆叠为分层的、端到端可训练的DMVST-VGNN框架。

实验结果

研究问题

• RQ1 仅基于GPS数据构建虚拟图是否能提升在细粒度、稀疏城市需求场景下的预测精度？
• RQ2 多视角建模（短期、空间、长期）在捕捉复杂时空动态方面的有效性如何？
• RQ3 所提出的DMVST-VGNN框架是否在全局和热点区域需求预测中均优于现有SOTA模型？
• RQ4 各独立组件（如GAT、Transformer、1D-CNN）对整体性能的贡献如何？
• RQ5 该模型是否能在具有不同需求模式的多种大规模网约车数据集上实现有效泛化？

主要发现

• 在纽约市Uber数据集上，DMVST-VGNN相较最佳基线模型，RMSE降低7.14%，MAE降低7.61%。
• 在纽约市Taxi数据集上，DMVST-VGNN相较最优基线，RMSE降低4.71%，MAPE降低4.61%。
• 在前10%高需求热点区域，DMVST-VGNN相较最佳基线ST-MGCN，纽约市Uber数据上MAPE降低3.51%，纽约市Taxi数据上降低5.99%。
• 消融实验表明，将距离图、相关性图和移动性图结合在空间视图中，显著优于单一图变体。
• 移除短期（SD-GNN）或长期（LD-GNN）时间模块均导致性能显著下降，验证了两个组件的重要性。
• 该模型在所有评估指标上均表现更优，展现出在真实世界数据集上的鲁棒性与泛化能力。