研究人员开发了CausalPOI，一个通过对其时空动态和与现有POI的因果关系进行建模来预测新兴趣点（POI）签到模式的新框架。该方法利用时空函数交互图来捕捉语义和空间联系，并模拟事实和反事实场景来估计因果效应。在真实世界数据上的实验表明，CausalPOI在预测和城市干预分析方面显著优于现有方法。 AI
影响 通过改进POI预测，为城市规划和商业决策提供更具可解释性和可操作性的基础。
排序理由 介绍新颖框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →