🤖 AI

Think Before You Act: Intention-Guided Reasoning for LLM-Based Location Prediction

Das Papier schlägt IntentPOI vor, ein zweistufiges, intentionsgesteuertes Reasoning-Framework, das die Vorhersage des nächsten Points-of-Interest durch die Entkopplung der intermediären Intentionsinferenz von der Standortwahl verbessert und dadurch die flachen Korrelationen und Häufigkeitsbiase überwindet, die herkömmlichen Ansätzen der direkten Trajektorie-zu-Standort-Abbildung eigen sind.

Ursprüngliche Autoren: Qingxiang Liu, Anqi Liang, Zhuoyang Jiang, Yutian Jiang, Sisuo Lyu, Yu Ji, Haomin Wen, Yuxuan Liang

Veröffentlicht 2026-06-09

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Qingxiang Liu, Anqi Liang, Zhuoyang Jiang, Yutian Jiang, Sisuo Lyu, Yu Ji, Haomin Wen, Yuxuan Liang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen zu erraten, wohin Ihr Freund als Nächstes geht, basierend auf seinen bisherigen Bewegungen.

Der alte Weg (Die „Frequenz“-Vermutung)
Die meisten aktuellen Computerprogramme versuchen zu erraten, wo Ihr nächster Stopp sein wird, indem sie einer einfachen Regel folgen: „Wo warst du am häufigsten?“ oder „Wo warst du beim letzten Mal?“.

Die Analogie: Es ist wie ein Kellner, der sich nur daran erinnert, dass Sie immer Pizza bestellen. Selbst wenn Sie also das Restaurant betreten und eigentlich nach einem Salat suchen, ruft der Kellner sofort: „Pizza!“, weil das das ist, was Sie normalerweise tun.
Das Problem: Dies führt oft zu langweiligen, falschen Vermutungen. Wenn Sie normalerweise in ein Café gehen, nimmt der Computer an, dass Sie wieder dorthin gehen werden, selbst wenn Sie gerade ein riesiges Mittagessen beendet haben und nun einen ruhigen Park zum Schlafen suchen. Es wird der Grund übersehen, warum Sie sich bewegen.

Der neue Weg: „Erst denken, dann handeln“ (IntentPOI)
Die Autoren dieser Arbeit, „Think Before You Act“, argumentieren, dass Menschen Orte nicht einfach zufällig auswählen; wir entscheiden uns zuerst für ein Ziel oder eine Absicht und wählen dann einen Ort aus, der zu diesem Ziel passt.

Sie haben ein neues System namens IntentPOI entwickelt, das wie ein nachdenklicher Detektiv arbeitet, statt wie ein roboterhafter Ratender. Es arbeitet in zwei Phasen:

Phase 1: Die „Denkphase“ (Das Gehirn des Detektivs)

Bevor das System den Standort errät, hält es inne, um herauszufinden, was der Nutzer gerade versucht zu tun.

Wie es funktioniert: Es sucht nach drei Hinweisen:
1. Ihre Historie: Gehen Sie freitags abends normalerweise aus, um etwas trinken zu gehen?
2. Die Gewohnheiten Ihrer Freunde: Gehen Menschen mit ähnlichen Zeitplänen um diese Zeit eher in Parks oder in Bars?
3. Der aktuelle Moment: Ist es 2:00 Uhr morgens oder 14:00 Uhr nachmittags?
Das Ergebnis: Anstatt direkt zu einem bestimmten Gebäude zu springen, kommt das System zu dem Schluss: „Ah, diese Person sucht wahrscheinlich nach einem Ort für soziale Kontakte in der späten Nacht, vielleicht eine Bar oder ein Diner.“
Die Analogie: Es ist wie ein Freund, der fragt: „Hast du Hunger, bist du müde oder suchst du nach Spaß?“, bevor er ein bestimmtes Restaurant vorschlägt.

Phase 2: Die „Handlungsphase“ (Der kluge Wegweiser)

Sobald das System die Absicht kennt (z. B. „Soziale Kontakte spät in der Nacht“), macht es sich auf die Suche nach den besten Orten, die zu diesem Ziel passen.

Wie es funktioniert: Es erstellt eine kurze Liste von Kandidaten. Es wählt nicht einfach den beliebtesten Ort aus; es wählt Orte, die zur „Späte-Nacht-Sozial-Vibe“ passen und in der Nähe liegen.
Das Ergebnis: Es schlägt eine trendige Bar in der Nähe vor, anstatt einen 24-Stunden-Wäscherei, selbst wenn Sie sehr oft in der Wäscherei waren.
Die Analogie: Jetzt, da der Freund weiß, dass Sie „Spaß“ wollen, sagt er: „Okay, lassen wir die Wäscherei und gehen zu diesem neuen Jazzclub gleich um die Ecke.“

Warum das wichtig ist

Die Autoren testeten dieses System mit echten Daten aus New York City, Tokio und Kalifornien.

Das Ergebnis: Das „Think Before You Act“-System schlug 11 andere Top-Modelle.
Der Grund: Durch die Trennung des „Warum“ (Absicht) vom „Wo“ (Standort) vermeidet das System die Falle, einfach nur die Vergangenheit zu wiederholen. Es versteht, dass nur weil Sie gestern im Fitnessstudio waren, das nicht bedeutet, dass Sie heute Abend wieder dorthin wollen, wenn Ihre Absicht „Entspannung“ ist.

Zusammenfassend:
Aktuelle Systeme sind wie eine kaputte Schallplatte, die immer nur das populärste Lied spielt. Das neue IntentPOI-System ist wie ein DJ, der zuerst auf die Stimmung der Menge hört und dann das perfekte Lied auswählt, das zu dieser Stimmung passt. Es sagt nicht nur voraus, wohin Sie gehen werden; es findet zuerst heraus, warum Sie dorthin gehen.

Technisches Resümee: Think Before You Act (IntentPOI)

Problemstellung

Die Arbeit befasst sich mit der Aufgabe der Vorhersage des nächsten Points-of-Interest (POI), bei der empfohlen werden soll, welcher Ort ein Nutzer wahrscheinlich als Nächstes besuchen wird, basierend auf historischen Check-in-Trajektorien. Während jüngere Methoden, die Large Language Models (LLMs) nutzen, starke Fähigkeiten zur Argumentation gezeigt haben, identifizieren die Autoren eine kritische Einschränkung: Bestehende Ansätze formulieren die Aufgabe typischerweise als ein Ein-Schritt-Mapping-Problem von der Trajektorie zum Standort.

Diese Methoden (sowohl promptbasiert als auch tokenbasiert) bilden historische Check-ins direkt auf einen Ziel-POI ab oder führen ein Re-Ranking von Kandidaten durch. Infolgedessen sind sie anfällig für:

Oberflächliche Trajektorien-Korrelationen: Sie verlassen sich stark auf implizites Musterabgleichen anstatt auf tiefem Verhaltensverständnis.
Historische Häufigkeitsverzerrung (Frequency Bias): Sie wählen standardmäßig häufig besuchte Orte aus, selbst wenn diese semantisch inkonsistent mit dem aktuellen Kontext sind (z. B. die Vorhersage eines Besuchs im Fitnessstudio zu einem Zeitfenster, das typischerweise für Mahlzeiten genutzt wird).

Die Autoren argumentieren, dass menschliche Mobilitätsentscheidungen selten direkt auf POI-Ebene getroffen werden. Stattdessen bilden Nutzer zuerst eine Reiseabsicht (z. B. Essen, Soziale Kontakte, Einkaufen) und wählen dann spezifische Orte aus, die diese Absicht unter räumlichen und zeitlichen Beschränkungen erfüllen. Aktuelle LLM-basierte Methoden versäumen es, diesen zwischengeschalteten Argumentationsschritt explizit zu modellieren.

Methodik: IntentPOI

Um diese Einschränkungen zu adressieren, schlagen die Autoren IntentPOI vor, ein zweistufiges, absichtsbasiertes Reasoning-Framework, das nach dem Prinzip „Think Before You Act“ arbeitet. Das Framework entkoppelt die Absichtsinferenz von der Standortvorhersage.

1. Denkphase: Multi-Rationale Absichtsinferenz

In dieser Phase inferiert das System die latente Reiseabsicht des Nutzers, bevor ein Ort ausgewählt wird. Die Inferenz basiert auf Multi-Rationale Evidence:

Nutzerprofil ( $P_n^F$ ): Generiert durch ein LLM ( $M_F$ ), welches die historische Trajektorie des Nutzers ( $X_n$ ) und statistische Zusammenfassungen (Häufigkeitsverteilungen von Stunden, POIs und Kategorien) analysiert. Dies bietet eine Grundlage für langfristige Mobilitätsmuster.
Peer-Verhalten ( $P_n^S$ ): Um Datenknappheit (Data Sparsity) zu mildern, identifiziert das System ähnliche Nutzer basierend auf:
- Semantischer Ähnlichkeit: Kosinus-Ähnlichkeit von Text-Embeddings, die aus Nutzerprofilen abgeleitet wurden.
- Geografischer Ähnlichkeit: Jaccard-Index von besuchten Geohash-Zellen.
  Die Check-ins der Top- $k$ ähnlichen Nutzer innerhalb eines Zeitfensters ( $\tau$ ) werden aggregiert, um kreuz-nutzerbezogene Mobilitätsbelege bereitzustellen.
Temporaler Kontext: Die Abfrage-Trajektorie ( $X_n^q$ ) liefert den unmittelbaren Kontext.

Ein LLM ( $M_I$ ) synthetisiert diese Eingaben, um eine strukturierte Absicht ( $P_n^I$ ) zu generieren. Dieser Output umfasst die wahrscheinlichen POI-Kategorien (z. B. „Weinbar“, „Einkaufszentrum“) und eine natürliche Sprach-Begründung, die erklärt, warum diese Absicht basierend auf den Belegen inferiert wurde.

2. Aktionsphase: Absichtsbasiertes Reasoning für die POI-Vorhersage

Sobeder die Absicht etabliert ist, führt das System die Kandidatenempfehlung durch:

Konstruktion des Kandidatenpools: Ein kompakter Pool ( $H_n$ $H_{n}$ ) wird erstellt durch Kombination von:
- Historischen Kandidaten: Alle zuvor vom Nutzer besuchten POIs.
- Räumlichen Kandidaten: Die $Z$ nächstgelegenen POIs zum letzten bekannten Standort des Nutzers.
Hybrides Filtern: Um Effizienz zu gewährleisten, wird der Pool mittels einer hybriden Strategie auf die Größe $B$ $B$ gefiltert:
- Auswahl der Top-Kandidaten basierend auf einem Besuch-Score (Übereinstimmungen bei Häufigkeit, Wochentag, Stunden-Bucket).
- Auswahl der Top-Kandidaten basierend auf räumlicher Nähe.
Absichtsbasiertes Reasoning: Ein Reasoning-LLM ( $M_R$ ) nimmt die Abfrage-Trajektorie, das Nutzerprofil, die inferierte Absicht ( $P_n^I$ ) und den gefilterten Kandidatenpool ( $\bar{H}_n$ ) als Input. Die Absicht fungt als Reasoning-Scaffold (Argumentationsgerüst), das das LLM dazu leitet, Kandidaten zu ranken, die am besten mit der inferierten Absicht übereinstimmen, anstatt nur die am häufigsten besuchten oder am nächsten gelegenen zu wählen. Der Output ist eine Rangliste von POIs mit unterstützenden Begründungen.

Kernbeiträge

Reformulierung der Aufgabe: Die Arbeit identifiziert das Fehlen einer expliziten Modellierung von Absichten als fundamentale Lücke in bestehenden LLM-basierten POI-Vorhersagemethoden. Sie reformuliert das Problem von einem einstufigen Mapping zu einem zweistufigen Reasoning-Prozess (Absichtsinferenz $\rightarrow$ Standortbestimmung).
IntentPOI-Framework: Der Vorschlag eines „Thinking-Then-Acting“-Frameworks, das explizit Nutzerabsichten unter Verwendung von Multi-Rationale-Evidence (Profil, Peer-Verhalten, temporaler Kontext) inferiert und diese Absicht als Scaffold für das nachgelagerte Reasoning nutzt.
Empirische Validierung: Umfangreiche Experimente auf drei realen Datensätzen (NYC, TKY, CA) zeigen, dass IntentPOI elf State-of-the-Art-Baselines, einschließlich Deep-Learning-Modellen (z. B. DeepMove, GETNext) und anderen LLM-basierten Methoden (z. B. CoMaPOI, QT-Mob), konsistent übertrifft.

Experimentelle Ergebnisse

Performance: IntentPOI erzielte die besten Ergebnisse über alle Metriken (HR@5, HR@10, N@5, N@10, MRR) auf allen drei Datensätzen. Bemerkenswert ist, dass es auf den Datensätzen TKY und CA die HR@5 im Vergleich zur besten Baseline um 16,66 % bzw. 11,71 % steigerte.
Ablationsstudien:
- Das Entfernen des Nutzerprofils aus der Denkphase verursachte einen massiven Leistungsabfall (HR@1 sank um ~49,8 %), was dessen Rolle als fundamentale Evidenz bestätigt.
- Das Entfernen des Absichtssignals aus der Aktionsphase führte zu einem Rückgang der HR@1 um 11,2 %, was die Absicht als kritisches Reasoning-Scaffold validiert.
- Das Entfernen des Peer-Verhaltens verursachte einen Rückgang um 9,5 %, was den Wert von Kreuz-Nutzer-Evidenz unterstreicht, insbesondere bei spärlichen Daten.
- Es wurde gezeigt, dass die hybride Filterstrategie signifikant effizienter ist als zufälliges Filtern oder die Nutzung rein räumlicher/historischer Kandidaten.
Robustheit bei spärlichen Daten: Das Framework zeigte besondere Resilienz bei Nutzern mit spärlichen Trajektorien, wo das Peer-Verhalten eine noch wichtigere Rolle spielte, um die begrenzte individuelle Historie zu kompensieren.
Fallstudien: Analysen erfolgreicher Fälle zeigten, dass der Multi-Rationale-Ansatz Absichten (z. B. „abendlicher Freizeitausflug“) korrekt identifizierte, die reine frequenzbasierte Modelle übersehen hätten. Fehlgeschlagene Fälle wurden auf Szenarien zurückgeführt, in denen die Grundwahrheit (Ground Truth) so stark von allen verfügbaren Signalen (Profil, Peers, Historie) abwich, dass die inferierte Absicht kein effektives Scaffold bieten konnte.

Bedeutung und Ansprüche

Die Arbeit behauptet, dass durch die explizite Entkopplung der Absichtsinferenz von der Standortvorhersage IntentPOI die Vorhersage des nächsten POI von einem frequenzgetriebenen Trajektorien-Matching in ein absichtsbasiertes Reasoning transformiert.

Interpretierbarkeit: Im Gegensatz zum „Black-Box“-Trajektorien-Matching bietet IntentPOI prüfbare Reasoning-Spuren, die erklären, warum ein Ort basierend auf spezifischen Belegen (Profil, Peers, Zeit) empfohlen wurde.
Generalisierung: Die explizite Modellierung von Absichten ermöglicht es dem Modell, sich an komplexe urbane Umgebungen und diverse Nutzerverhaltensweisen anzupassen, bei denen einfaches Musterabgleichen versagt.
Paradigmenwechsel: Die Arbeit deutet auf einen Wandel in der LLM-basierten Mobilitätsmodellierung hin – weg von der Nutzung von LLMs als direkte Prädiktoren, hin zur Nutzung von LLMs als Reasoning-Agenten, die zuerst das „Warum“ (Absicht) verstehen, bevor sie das „Wo“ (Standort) bestimmen.

Die Autoren räumen Einschränkungen ein und merken an, dass das Framework auf der Qualität der LLM-generierten Absichten beruht und sich derzeit auf kurzfristige Absichten konzentriert, ohne deren langfristige Entwicklung zu modellieren. Zukünftige Arbeiten sollen effizientere Modelle und die dynamische Evolution von Absichten untersuchen.