论文笔记《HetETA: Heterogeneous Information Network Embedding for Estimating Time of Arrival》

Abstract

• 本文目标是预计到达时间(The estimated time of arrival, ETA)，现有研究存在问题：很少有研究将结构化的图数据考虑在内，更不用说异构的信息网络了。
• 本文提出 HetETA 模型 旨在ETA任务中利用异构的图数据，具体做法：
  （1）将路网地图转化为多相关信息网络，引入车辆轨迹图联合考虑车辆行为模式
  （2）时间信息分为近期(recent periods)、日周期(day periods)、周周期(week periods)，然后对每个时间模块分别建模。

1. Introduction & Related Work

（不是全文翻译，仅是关键信息的笔记）

现有研究存在的问题：

• 将路网看作同质图，忽略边的差异性
• 大多数研究使用的数据集如META-LA或PEMS，而实际的交通状况要复杂很多
• 有的模型适用于小网络，难以放到大网络中

本文：

• 是基于路线的ETA 方法（不是用sensor数据），大致思路是先预测每个路段的出行时间，然后根据已知的轨迹求和。
• 利用GNN 模型对路网数据建模，建模难点在于：
  （1）与单一相关关系的sensor数据相比，路网数据（图数据）连接关系更复杂。举例：可能如图2(a)有向左/右转和直行等等不同的状态；如图2(b)高速上转到不同路段也需要降速等。
  （2）路段的连接更稀疏。以沈阳路网为例，共有74685个点，每个点平均有2.52个邻居节点。
  

为解决上述问题，本文：

• 引入异质性信息网络(heterogeneous information network, HIN)，将路网地图转化为多相关信息网络（a multi-relational network，是HIN的一种，如图2a）
• 也部署了车辆轨迹图，节点和多相关信息网络图节点相同，边体现点之间的连通频率。
• 异质性也包括时间数据，将时间数据分成三类：recent periods、daily periods、weekly periods

2. Methodology

时间片分为三类，以这篇博文中的标注为例（如图）：

• 临近片段(recent) ${\mathbf{X}}_{\mathcal{R}}=\left[X^{\left(t_q-L_{\mathcal{R}}+1\right)},X^{\left(t_q-L_{\mathcal{R}}+2\right)},\dots ,X^{\left(t_q\right)}\right]\in {\mathbb{R}}^{L_{\mathcal{R}}\times |V|\times n}$
• 日周期片段(daily-period) ${\mathbf{X}}_{\mathcal{D}}=\left[X^{\left(t_q+1-L_{\mathcal{D}}\ast T_D\right)},X^{\left(t_q+1-\left(L_{\mathcal{D}}-1\right)\ast T_D\right)},\dots ,X^{\left(t_q+1-T_D\right)}\right]\in {\mathbb{R}}^{L_{\mathcal{D}}\times |V|\times n}$
• 周周期片段(weekly-period component) ${\mathbf{X}}_{\mathcal{W}}=[X^{\left(t_q+1-L_W\ast T_D\ast 7\right)},$