人工智能学院范子沛教授的科研论文被CCF-A类会议KDD 2025接收
KDD（Knowledge Discovery and Data Mining，知识发现）是数据挖掘和知识发现领域最具影响力的会议之一。每年吸引全球范围内的学者、研究人员、行业专家和从业者，分享和讨论最新的研究成果、技术和应用。
论文题目：CausalMob: Causal Human Mobility Prediction with LLMs-derived Human Intentions toward Public Events
第一作者：Xiaojie Yang
收录会议：KDD’2025（CCF A）
指导教师：范子沛教授
论文概述：
大规模公共事件的发生会影响具有周期性特征的人类移动模式，对这些事件影响的估计有利于城市管理和应急响应。然而，公共事件本身存在一定的时空偏差，这种偏差会影响我们对事件影响的判断。现有的公共事件数据稀少，且难以全面评估对人类移动具有价值的信息。为了解决上述问题，我们提出了CausalMob，这是一种基于大语言模型生成人类对事件意向的因果人类移动预测模型。我们收集了大范围的新闻数据，并结合大语言模型 (Llama3)，通过思维链的问答式框架从新闻文本中提取关键信息。然后，我们将这些信息作为因果治疗特征（Treatment），与人类移动预测模型相结合，计算公共事件和不同区域人流变化之间的因果关系。我们实现了国家级别的预测框架，能够在大范围尺度下获得更精确的预测结果，同时也能够在一定程度上建模公共事件对不同区域人类移动所带来的影响。
