新财经综合实验室师生研究成果被国际期刊Neural Networks录用

近日，实验室关于时空数据挖掘与人类移动行为建模方向的研究成果“Maximizing Mutual Information in Multi-View Representation Learning for Next POI Prediction”由Elsevier旗下国际期刊Neural Networks在线发表。论文作者包括李拓航老师、硕士生余佳静、硕士生赵建勇、博士生谢炎哲、黄鹂副教授、高强教授（通讯作者）。

图1 MVMI论文主页

下一个兴趣点（Next POI）预测是时空数据挖掘中的一项基础任务，旨在通过建模个体移动轨迹为用户提供个性化的位置服务。针对现有方法普遍面临的签到数据稀疏导致短轨迹上下文线索不足所引发的短期意图表征脆弱，以及稳定的长期行为习惯与临时短期意图不一致所造成的用户偏好漂移这两大挑战，该工作提出了一种基于互信息的多视角表示学习框架MVMI。该框架将短期轨迹分解为即时意图与上下文依赖意图，并采用基于高斯扰动的多视角增强策略，提升短期意图表征应对轨迹随机性的鲁棒性；同时引入互信息约束，将融合后的用户偏好与真实未来意图显式对齐，并采用双任务学习范式在POI与区域两个层次施加强化的层级空间约束。在Foursquare平台的NYC、TKY和Gowalla平台的LA、HOU共四个真实世界数据集上的实验结果表明，MVMI稳定且显著优于多种代表性基线方法。该研究不仅拓展了时空轨迹建模的信息论视角，也为智慧出行、城市计算等场景下的位置服务升级提供了坚实的技术支撑。

图2 论文方法概览

Elsevier旗下的《Neural Networks》是神经网络、机器学习与人工智能领域的重要国际学术期刊之一，长期关注人工神经网络、深度学习、表示学习及智能系统等方向的前沿研究，在人工智能与计算神经科学交叉领域具有较高学术影响力。该期刊2026年影响因子为7.2，五年平均影响因子为7.4，JCR分区为Q1，2026年中科院分区为计算机科学2区Top。

新财经综合实验室由西南财经大学和中国农业银行2021年联合成立，刘贵松教授担任实验室主任。实验室聚焦可信人工智能基础理论、财经科技及数字经济深度融合等领域开展有组织科研和人才培养，近三年实验室持续在多个顶会和顶刊发表最新科研成果，包括IEEE TPAMI、IEEE TIP、IEEE TKDE、IJCV、CVPR、NeurIPS、ICDE、AAAI、IJCAI等。团队现有教师16人、本硕博学生和博士后近80人。