Kami memperkenalkan Mobility-Embedded POIs (ME-POIs), kerangka kerja dinamis yang berbasis informasi mobilitas yang memungkinkan model AI memahami ritme aktivitas temporal suatu tempat dari waktu ke waktu, sehingga secara signifikan meningkatkan prediksi atribut dunia nyata seperti jam buka, tingkat harga, dan kepadatan pengunjung. Meskipun model bahasa kelas dunia seperti Gemini mahir dalam memproses teks, representasi geospasialnya dapat diperkaya dengan menggabungkan dinamika fungsional dunia nyata dari lingkungan perkotaan.

Alih-alih memperlakukan sebuah tempat sebagai sekumpulan kata yang beku, ME-POIs menggunakan pendekatan self-supervised untuk memadukan deskripsi teks dengan pola mobilitas anonim skala besar dari benchmark publik. Pipeline tiga langkah — penyelarasan kunjungan, propagasi kunjungan spasial multiscale, dan sinergi teks-mobilitas — mengubah titik geografis mentah menjadi tanda tangan matematis yang menyandikan identitas suatu tempat sekaligus fungsionalitas dinamisnya. Kerangka ini juga mengatasi masalah “ekor panjang” kelangkaan data dengan secara statistik mentransfer pola kunjungan teragregasi dari tetangga yang ramai dan kaya data ke tempat-tempat terdekat yang datanya jarang, di berbagai skala spasial.

Integrasi ME-POIs dengan model teks canggih memberikan peningkatan relatif hingga 81,9% dalam prediksi intensi kunjungan, perbaikan 75,1% dalam klasifikasi tingkat harga, dan peningkatan akurasi estimasi kepadatan sebesar 24,7% pada tempat-tempat yang belum pernah dilihat. Pengujian ekstensif di dua wilayah metropolitan yang berbeda secara budaya menegaskan bahwa penambahan data mobilitas dunia nyata memberikan “keuntungan konteks” yang nyata.

Entitas Utama: Perusahaan: Google | Lokasi: Los Angeles, Houston