[论文解读] Modeling Taxi Drivers' Behaviour for the Next Destination Prediction

Alberto Rossi, Gianni Barlacchi+2 more|arXiv (Cornell University)|Jul 21, 2018

Human Mobility and Location-Based Analysis参考文献 46被引用 5

一句话总结

本文提出一种结合自注意力机制与位置嵌入的长短期记忆（LSTM）循环神经网络，基于Foursquare位置社交网络（LBSN）数据，将下一个目的地预测任务视为回归问题而非多分类问题，以预测出租车的精确GPS坐标。该模型在仅使用司机历史记录和语义位置特征的情况下，相较于ECML/PKDD 2015竞赛优胜者，平均误差距离降低了10.5%（0.355 km）。

ABSTRACT

In this paper, we study how to model taxi drivers' behaviour and geographical information for an interesting and challenging task: the next destination prediction in a taxi journey. Predicting the next location is a well studied problem in human mobility, which finds several applications in real-world scenarios, from optimizing the efficiency of electronic dispatching systems to predicting and reducing the traffic jam. This task is normally modeled as a multiclass classification problem, where the goal is to select, among a set of already known locations, the next taxi destination. We present a Recurrent Neural Network (RNN) approach that models the taxi drivers' behaviour and encodes the semantics of visited locations by using geographical information from Location-Based Social Networks (LBSNs). In particular, RNNs are trained to predict the exact coordinates of the next destination, overcoming the problem of producing, in output, a limited set of locations, seen during the training phase. The proposed approach was tested on the ECML/PKDD Discovery Challenge 2015 dataset - based on the city of Porto -, obtaining better results with respect to the competition winner, whilst using less information, and on Manhattan and San Francisco datasets.

研究动机与目标

• 通过利用最近的上车站点和下车站点建模司机行为模式，提升出租车司机下一站目的地预测的准确性。
• 通过聚焦于司机历史记录和语义位置特征，减少对完整GPS轨迹的依赖。
• 通过将目的地预测视为回归任务（输出精确坐标而非从离散位置集中选择），提升预测精度。
• 将基于位置的社交网络（LBSN）中的地理语义信息（如Foursquare POI数据）融入模型，以实现更丰富的空间表征。
• 实现实时、即时的预测，可在行程开始时立即完成，支持高效的车队调度与城市交通规划。

提出的方法

• 模型使用长短期记忆（LSTM）网络将司机过往上车站点与下车站点序列编码为行为历史。
• 每个位置通过学习得到的嵌入层进行表示，输入特征包括独热编码的区域标识符（BOC）以及基于Foursquare POI类别的Word2Vec风格嵌入（W2V）。
• 在LSTM隐藏状态上应用自注意力机制，以加权不同历史位置对预测下一站目的地的重要性。
• 输出层执行回归任务，预测下一次下车站点的确切纬度与经度，而非从预定义的位置集合中选择。
• 模型通过在预测坐标上使用均方误差（MSE）损失函数进行端到端训练。
• 通过Foursquare POI数据（包括类别类型与空间邻近性）丰富城市区域的语义表征，以提升嵌入质量。

实验结果

研究问题

• RQ1 仅基于司机最近的上车与下车记录建模其行为模式，是否能提升下一站目的地预测的准确性？
• RQ2 将目的地预测视为回归任务（预测精确坐标）是否优于传统的多分类方法？
• RQ3 来自基于位置的社交网络（LBSN，如Foursquare）的语义特征在多大程度上提升了预测性能？
• RQ4 该模型在波尔图、曼哈顿和旧金山等多样化城市环境中的表现如何？
• RQ5 该模型是否能在行程开始时实现实时、即时预测，从而提升调度效率？

主要发现

• 在波尔图数据集上，LSTM（BOC+W2V）模型相较ECML/PKDD 2015竞赛优胜者，平均误差距离相对降低10.5%（0.355 km）。
• 在曼哈顿数据集上，该模型相较MMLP基线模型误差距离降低18%，展现出更强的泛化能力。
• 在旧金山，由于轨迹点密集且MMLP基线依赖早期与晚期轨迹点，其表现更优；但LSTM（BOC+W2V）仍较MMLP-SEQ高出17%。
• 在曼哈顿，回归方法显著优于多分类方法，因该地空间分布不均，坐标精度更为关键。
• 融合Foursquare POI数据与区域嵌入（W2V）显著提升了预测精度，优于基线LSTM模型，证实了语义空间特征的价值。
• 该模型仅依赖司机的近期历史记录即可实现实时预测，适用于实时调度系统。