原创力文档摘要
随着数字经济发展与大数据技术普及，时空数据驱动的需求预测已成为智能决策
系统的技术支撑。其中，餐饮需求预测因其能够优化资源配置，显著提升平台经济中
供需匹配效率并降低资源错配风险，凸显其独特的研究价值与实践意义。然而，已有
研究工作存在如下局限性：传统统计方法难以捕获复杂非线性关系；单一模态深度学
习方法无法有效整合多源数据；静态空间建模难以适应空间关系动态变化；串行特征
提取架构导致信息传递瓶颈。
为解决上述问题，本文以校园餐饮需求为研究对象，构建了基于多模态时空数据
的餐饮需求预
摘要
随着数字经济发展与大数据技术普及，时空数据驱动的需求预测已成为智能决策
系统的技术支撑。其中，餐饮需求预测因其能够优化资源配置，显著提升平台经济中
供需匹配效率并降低资源错配风险，凸显其独特的研究价值与实践意义。然而，已有
研究工作存在如下局限性：传统统计方法难以捕获复杂非线性关系；单一模态深度学
习方法无法有效整合多源数据；静态空间建模难以适应空间关系动态变化；串行特征
提取架构导致信息传递瓶颈。
为解决上述问题，本文以校园餐饮需求为研究对象，构建了基于多模态时空数据
的餐饮需求预
文档评论（0）