我所一篇时空数据挖掘的工作被国际著名期刊ACM TIST录用

发布时间：2026年2月6日

      由我所师生合作完成的一篇论文DRL4AOI: A DRL Framework for Semantic-aware AOI Segmentation in Location-Based Services被智能系统领域著名期刊ACM Transactions on Intelligent Systems and Technology录用，该论文由我所林友芳老师、万怀宇老师、已毕业博士温浩珉、博士生毛潇苇合作完成。

      在基于位置的服务（如外卖配送）中，将城市空间划分为合理的兴趣区域（AOI）是提升服务效率的关键环节。传统方法主要依据道路网络进行分割，虽能保留地理结构信息，却难以兼顾物流配送中的服务语义目标（如配送员轨迹连续性、区域负载均衡等），导致实际运营效率受限。为此，本文提出了一种基于深度强化学习的语义感知AOI分割框架DRL4AOI。本文首次将AOI分割问题建模为序列决策过程，并引入马尔可夫决策过程进行形式化描述。通过设计融合语义目标的奖励机制，DRL4AOI能够灵活适应不同服务场景下的分割需求。在此基础上，本文进一步面向物流场景提出了TrajRL4AOI模型，采用双深度Q网络对配送轨迹模块性和道路网络对齐度进行联合优化，从而实现了更贴合实际运营的AOI划分。在公开数据集与真实物流数据上的实验表明，所提方法在分割准确性与语义一致性方面均显著优于已有方法，验证了框架的有效性与优越性。