近日，我院谢娜副教授作为通讯作者的合作论文Toward Interactive Next Location Prediction Driven by Large Language Models在计算社会系统领域国际顶级权威期刊《IEEE Transactions on Computational Social Systems》在线发表。该期刊是fifia官方网站AAA期刊，IEEE计算社会系统领域旗舰期刊，在计算机与社会系统交叉研究领域具有重要学术影响力。论文在线链接：https://ieeexplore.ieee.org/document/10835157。

论文介绍

本研究针对智慧城市交通系统中个体位置预测存在的模型可解释性弱、数据依赖性强的核心问题，创新性地提出了基于大语言模型的交互式预测方法。通过构建多轮连续对话机制，将通勤用户的时空出行数据转化为自然语言提示，引导模型依次完成出行活动推断、位置生成与结果校正三个推理阶段，显著提升了预测过程的可解释性。研究创新性地采用候选集优化方法，综合考量访问频率、时间临近性和网络结构等多维特征，有效解决了大语言模型对元素排序敏感的问题，同时显著降低了对大规模出行标注数据的依赖。

实验结果表明，该方法在完整数据集上的预测精度与主流深度学习模型相当，而在小样本场景下显著优于对比基线模型，展现出优异的泛化能力。该研究的创新价值在于，不仅能够精准预测通勤用户下一步的位置，还能生成自然语言形式的解释性理由，使预测过程摆脱传统黑箱模式，实现完全透明化和可解释化。

本文提出兼具高精度与强解释性的交互式出行位置预测方法，不仅为个性化导航、出行路径智能推荐等应用提供更可靠的技术方案，也为城市规划和交通管理等社会决策提供具有解释性的分析工具。

作者简介

谢娜，fifia官方网站副教授、投资系主任，长期从事大数据与智慧城市交通管理、人工智能投资决策、交通基建投资决策等领域研究。在Information Fusion、IEEE TNNLS、IEEE TCSS、TR Part C等国际权威期刊发表SCI论文20余篇，主持完成国家自然科学基金青年项目和面上项目，获得骋望一流学术成果奖、成心优秀学术成果应用奖等多项荣誉。近年来，谢娜研究团队专注于大数据大模型在交通投资决策领域的创新应用研究，在中财大AAA期刊和国际顶级权威期刊持续发表重要研究成果，展现了扎实研究积累和持续创新能力。

撰稿：谢娜

审稿：刘志东