运用空间高斯—伯努利深度信念网络与GraphSAGE探索多伦多移民定居的空间模式
Exploring spatial patterns of immigrant settlement in Toronto using spatial Gaussian-Bernoulli DBN and GraphSAGE
发表于 2026年2月17日 · 收录于雷达 2026年11月5日
中文摘要
研究结合空间高斯—伯努利深度信念网络与GraphSAGE，分析多伦多多族裔定居模式。该两阶段框架先提取潜在特征，再沿街道网络进行图预测；基于2001—2021年、3,741个区域和401项普查特征，模型对伊朗裔、华裔和印度裔社区的预测表现优于传统方法。研究识别出商业中心型、教育—交通廊道型和分布式多中心型定居机制，并指出街道网络拓扑比欧氏距离更能解释定居扩散。