众源地理数据驱动的社区管辖范围生成

社区管辖范围在智慧社区场景中应用广泛,高时效性、可靠的社区管辖范围是提供高质量基层服务的基础。然而,目前社区管辖范围面的绘制仍然依赖于基层工作者的人工标注,具有采集门槛高、更新时效低等问题。运用社区下辖区域的空间关联点位,可实现针对复杂社区管辖范围的生成问题,本文提出了一种基于众源地理数据驱动和图神经网络建模的社区范围生成算法CB-GCN,以实现针对复杂关联点位分布及区域划分条件下的高质量、低成本社区管辖范围面生成。基于城市中的多级路网将城市划分为块面,并基于楼栋空间坐标将块面进一步细分为空间单元,再基于空间单元在众源兴趣面及路网块面中的共现关系构造空间关系图;然后,基于图卷积网络计算空间单元之间的近邻关系度,并据此加权聚合计算空间点位特征;最后根据聚合结果推断空间单元的社区归属,并得到最终的社区管辖范围。实验结果表明,CB-GCN生成社区管辖范围面的效果均优于基准方法,尤其在F1-score和IoU指标中较基准方法分别提升9.4%和14.4%。CB-GCN实现了社区面管辖范围生成的自动化,显著提升了社区管辖范围兴趣面生成的效率。