【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种城市区域表示生成方法、装置、电子设备及存储介质。
技术介绍
1、城市区域表示可以理解为是利用城市海量多源异构数据，为城市中的每个区域学习得到一个表征向量，从而可以基于区域的表征向量对城市的社会经济指标，例如人口、教育、犯罪等进行预测。
2、然而，当前的城市区域表示往往基于城市的单一数据源，例如人群移动数据得到，从而导致得到的城市区域表示存在不准确问题。
3、因此，当前寻找一种可以准确生成城市区域表示的方法成为研究热点。
技术实现思路
1、本专利技术提供一种城市区域表示生成方法、装置、电子设备及存储介质，实现可以准确生成城市区域的目标表征向量，从而为基于城市区域的目标表征向量对城市的社会经济指标进行准确预测打下基础。
2、本专利技术提供一种城市区域表示生成方法，所述方法包括：获取目标城市的城市数据信息，其中，所述目标城市包括多个城市区域，所述城市数据信息至少包括位于所述城市区域内兴趣点的位置信息和兴趣点的品类信息；基于所述城市数据信息，构建所述目标城市的城市知识图谱，其中，所述城市知识图谱包括多个维度下的知识图谱子图；基于所述城市知识图谱，得到所述城市区域的全局表征向量，以及所述城市区域在各个与所述知识图谱子图对应维度下的子图局部表征向量；基于各个所述子图局部表征向量，得到所述城市区域的局部表征向量；基于所述全局表征向量和所述局部表征向量，得到所述城市区域的目标表征向量。
3、根据本专利技术提供的一种城
4、根据本专利技术提供的一种城市区域表示生成方法，在所述基于所述待优化全局表征向量和所述待优化子图局部表征向量，确定目标损失函数之前，所述方法还包括：确定各个所述待优化子图局部表征向量的权重值；所述基于所述待优化全局表征向量和所述待优化子图局部表征向量，确定目标损失函数，具体包括：基于所述权重值以及各个所述待优化子图局部表征向量，得到所述城市区域的待优化局部表征向量；基于所述待优化全局表征向量，确定与所述待优化全局表征向量对应的事实三元组的三元组得分；基于所述三元组得分，确定知识图谱补全损失函数，其中，所述知识图谱补全损失函数用于表征与所述事实三元组对应的事实合理性；基于所述待优化全局表征向量和所述待优化局部表征向量，得到所述城市区域的待优化融合表征向量；基于所述待优化融合表征向量，估计所述城市区域的人流转移概率；基于所述人流转移概率，确定区域相似度损失函数，其中，所述区域相似度损失函数用于表征不同城市区域之间的相似性；基于所述知识图谱补全损失函数以及所述区域相似度损失函数，得到所述目标损失函数。
5、根据本专利技术提供的一种城市区域表示生成方法，所述各个所述待优化子图局部表征向量的权重值采用以下方式得到：基于各个所述待优化子图局部表征向量，确定与所述待优化子图局部表征向量对应的所述知识图谱子图的重要程度值；基于所述重要程度值，确定所述待优化子图局部表征向量的权重值。
6、根据本专利技术提供的一种城市区域表示生成方法，所述基于各个所述子图局部表征向量，得到所述城市区域的局部表征向量，具体包括：基于各个所述子图局部表征向量，确定与所述子图局部表征向量对应的所述知识图谱子图的重要程度值；基于所述重要程度值，确定所述子图局部表征向量的权重值；基于所述权重值以及所述各个所述子图局部表征向量，得到所述城市区域的局部表征向量。
7、根据本专利技术提供的一种城市区域表示生成方法，所述城市知识图谱至少包括空间知识维度下的知识图谱子图、功能知识维度下的知识图谱子图、人群移动知识维度下的知识图谱子图，以及商业知识维度下的知识图谱子图，其中，所述空间知识表征所述城市区域在空间距离的临近关系；所述功能知识表征所述兴趣点和所述兴趣点的品类信息的隶属关系，以及所述兴趣点和所述城市区域的位置关系；所述人群移动知识表征不同所述城市区域之间的人流转移关系；所述商业知识表征商圈、所述兴趣点以及城市区域之间的位置关系。
8、本专利技术还提供一种城市区域表示生成装置，所述装置包括：获取模块，用于获取目标城市的城市数据信息，其中，所述目标城市包括多个城市区域，所述城市数据信息至少包括位于所述城市区域内兴趣点的位置信息和兴趣点的品类信息；构建模块，用于基于所述城市数据信息，构建所述目标城市的城市知识图谱，其中，所述城市知识图谱包括多个维度下的知识图谱子图；处理模块，用于基于所述城市知识图谱，得到所述城市区域的全局表征向量，以及所述城市区域在各个与所述知识图谱子图对应维度下的子图局部表征向量；再处理模块，用于基于各个所述子图局部表征向量，得到所述城市区域的局部表征向量；生成模块，用于基于所述全局表征向量和所述局部表征向量，得到所述城市区域的目标表征向量。
9、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的城市区域表示生成方法。
10、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的城市区域表示生成方法。
11、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的城市区域表示生成方法。
12、本专利技术提供的城市区域表示生成方法、装置、电子设备及存储介质，基于城市数据信息，构建目标城市的城市知识图谱，其中，城市知识图谱包括多个维度下的知识图谱子图；基于城市知识图谱，得到城市区域的全局表征向量，以及城市区域在各个与知识图谱子图对应维度下的子图局部表征向量；基于各个子图局部表征向量，得到城市区域的局部表征向量，并基于全局表征向量和局部表征向量，得到城市区域的目标表征向量。实现可以准确生成城市区域的目标表征向量，从而为基于城市区域的目标表征向量对城市的社会经济指标进行准确预测打下基础。本文档来自技高网...
【技术保护点】
1.一种城市区域表示生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的城市区域表示生成方法，其特征在于，所述基于所述城市知识图谱，得到所述城市区域的全局表征向量，以及所述城市区域在各个与所述知识图谱子图对应维度下的子图局部表征向量，具体包括：
3.根据权利要求2所述的城市区域表示生成方法，其特征在于，在所述基于所述待优化全局表征向量和所述待优化子图局部表征向量，确定目标损失函数之前，所述方法还包括：
4.根据权利要求3所述的城市区域表示生成方法，其特征在于，所述各个所述待优化子图局部表征向量的权重值采用以下方式得到：
5.根据权利要求1所述的城市区域表示生成方法，其特征在于，所述基于各个所述子图局部表征向量，得到所述城市区域的局部表征向量，具体包括：
6.根据权利要求1至5中任意一项所述的城市区域表示生成方法，其特征在于，所述城市知识图谱至少包括空间知识维度下的知识图谱子图、功能知识维度下的知识图谱子图、人群移动知识维度下的知识图谱子图，以及商业知识维度下的知识图谱子图，其中，所述空间知识表征所述城市区域在空
7.一种城市区域表示生成装置，其特征在于，所述装置包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的城市区域表示生成方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的城市区域表示生成方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的城市区域表示生成方法。
...【技术特征摘要】
1.一种城市区域表示生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的城市区域表示生成方法，其特征在于，所述基于所述城市知识图谱，得到所述城市区域的全局表征向量，以及所述城市区域在各个与所述知识图谱子图对应维度下的子图局部表征向量，具体包括：
3.根据权利要求2所述的城市区域表示生成方法，其特征在于，在所述基于所述待优化全局表征向量和所述待优化子图局部表征向量，确定目标损失函数之前，所述方法还包括：
4.根据权利要求3所述的城市区域表示生成方法，其特征在于，所述各个所述待优化子图局部表征向量的权重值采用以下方式得到：
5.根据权利要求1所述的城市区域表示生成方法，其特征在于，所述基于各个所述子图局部表征向量，得到所述城市区域的局部表征向量，具体包括：
6.根据权利要求1至5中任意一项所述的城市区域表示生成方法，其特征在于，所述城市知识图谱至少包括空间知识维度下的知识图谱子图、功能知识维度下的知识图谱子图、人群移动知识维度...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。