Resumen Técnico: CausalPOI

Definición del Problema

El artículo introduce un nuevo problema de investigación denominado Pronóstico de Check-in de POI en Escenario de Inicio en Frío (Cold-Start). A diferencia de las tareas tradicionales de pronóstico urbano que dependen de datos históricos o flujos regionales agregados, este problema se centra en predecir los patrones futuros de check-in de un nuevo Punto de Interés (POI) que posee ninguna observación de comportamiento previa.

El desafío central radica en modelar la evolución temporal y las interacciones funcionales de un nuevo POI dentro de un contexto espacial urbano estructurado. El objetivo es doble:

1. Pronóstico: Predecir la secuencia semanal de check-ins ($\hat{p}.c$) para el nuevo POI durante un horizonte de $W$ semanas.
2. Estimación Causal: Estimar el Efecto de Tratamiento Individual (ITE) de la introducción del nuevo POI. Esto implica comparar el resultado fáctico (con el POI presente) frente a un resultado contrafáctico (donde el POI está ausente) para comprender el impacto causal de la intervención en el ecosistema urbano local.

Los métodos existentes suelen fallar aquí porque dependen de grafos basados en proximidad que ignoran las dependencias funcionales semánticas (por ejemplo, competencia vs. complementariedad) y carecen de mecanismos para simular escenarios contrafácticos en dominios espaciales estructurados.

Metodología: CausalPOI

Los autores proponen CausalPOI, un marco de aprendizaje de representación causal basado en grafos espacio-temporales. La arquitectura consta de dos módulos primarios diseñados para manejar la naturaleza de inicio en frío del problema y la necesidad de inferencia causal.

1. Módulo de Grafo de Interacción Funcional Espacio-Temporal (ST-FIG)

Este módulo construye un grafo dinámico para capturar las relaciones evolutivas entre el POI objetivo y sus vecinos.

• Construcción del Grafo: Para un nuevo POI $p$, se define un vecindario de 1 salto $N$ basado en la proximidad geográfica (distancia de Haversine $\le$ 1000m).
• Representación de Nodos: Los nodos se inicializan con embeddings textuales derivados de las etiquetas del POI utilizando un codificador BERT preentrenado.
• Ponderación de Aristas: Las aristas se ponderan mediante una combinación de decaimiento espacial y fuerza de interacción funcional ($\alpha(p,n)$).
  • La fuerza funcional se aprende mediante preentrenamiento contrastivo (pérdida InfoNCE). Los POIs funcionalmente competitivos (categorías similares) se tratan como pares positivos, mientras que los POIs complementarios son pares negativos. Esto permite al modelo distinguir entre el efecto de supresión competitiva y el efecto de impulso complementario.
  • La fórmula del peso de la arista combina el decaimiento por distancia espacial con la puntuación de similitud funcional aprendida.
• Dinámicas Temporales: El grafo se construye para cada semana, actualizando el conjunto de nodos para incluir solo los POIs activos, capturando así contextos de vecindario variables en el tiempo.

2. Módulo de Inferencia Causal

Este módulo modela explícitamente el escenario contrafáctico para estimar el ITE.

• Grafos de Tratamiento y Control: Para cada nuevo POI, el marco construye un par de grafos estructuralmente alineados:
  • Grafo de Tratamiento ($G^{(1)}$): El ST-FIG estándar con la representación semántica del POI objetivo activa.
  • Grafo de Control ($G^{(0)}$): Comparte exactamente la misma topología pero reemplaza la representación del POI objetivo con un vector de ceros. Esto simula la ausencia de la influencia funcional del POI preservando la estructura espacial, evitando problemas de desajuste estructural asociados con la eliminación física de nodos.
• Extracción de Características: Un codificador GATv2 compartido procesa ambos grafos para generar embeddings de nodos, incorporando codificaciones posicionales sinusoidales para las coordenadas geográficas. Una GRU modela entonces la evolución temporal de estos embeddings a lo largo de $W$ semanas.
• Cabezal de Predicción: El modelo emplea decodificadores conscientes del tratamiento para generar dos predicciones paralelas: $\hat{y}_1$ (fáctico) y $\hat{y}_0$ (contrafáctico). La diferencia entre estas salidas representa el ITE estimado.
• Objetivo de Entrenamiento: El modelo se entrena utilizando una función de pérdida temporalmente extendida que combina:
  • Pérdida de Predicción: Error Cuadrático Medio (MSE) entre los volúmenes de check-in predichos y reales (para el escenario fáctico).
  • Pérdida de Propensión: Pérdida de entropía cruzada para estimar la puntuación de propensión al tratamiento basada en covariables previas al tratamiento, asegurando una estimación imparcial al equilibrar las representaciones de tratamiento y control.

Principales Contribuciones

El artículo describe tres contribuciones principales:

1. Definición del Problema: La formalización del Pronóstico de Check-in de POI en Escenario de Inicio en Frío, abordando la brecha en la predicción de actividad para nuevos POIs sin datos históricos, una necesidad crítica para la planificación urbana y la toma de decisiones comerciales.
2. Propuesta de Marco de Trabajo: La introducción de CausalPOI, el primer marco que incorpora sistemáticamente la estimación causal a nivel de POI. Integra de manera única:
   • Un Grafo de Interacción Funcional Espacio-Temporal que descubre relaciones latentes de competencia y complementariedad más allá de la mera distancia.
   • Un Módulo de Inferencia Causal que simula resultados fácticos y contrafácticos mediante grafos estructuralmente alineados para estimar el ITE.
3. Validación Empírica: Experimentos extensos en conjuntos de datos reales de SafeGraph (que cubren cuatro regiones de EE. UU.) demostrando que CausalPOI supera significativamente a los modelos base del estado del arte, incluyendo GNNs de series temporales, modelos estadísticos, enfoques basados en LLM y otros modelos causales.

Resultados Experimentales

Los autores evaluaron CausalPOI en cuatro regiones de EE. UU. (Noreste, Medio Oeste, Sur, Oeste) utilizando datos desde septiembre de 2018 hasta enero de 2020.

• Desempeño: CausalPOI logró el Error Cuadrático Medio (RMSE) y el Error Absoluto Medio (MAE) más bajos en todas las regiones.
  • En la región más desafiante, logró una reducción de hasta un 57.8% en el RMSE y una reducción del 34.3% en el MAE en comparación con el mejor modelo base.
• Estudios de Ablación: Eliminar ya sea el módulo ST-FIG o el Módulo Causal resultó en una degradación constante del desempeño, confirmando que tanto el modelado semántico funcional como el razonamiento contrafáctico son esenciales. La pérdida de propensión también demostró proporcionar un efecto estabilizador.
• Verificaciones de Validez:
  • Control de Sanidad de Uplift: El modelo predijo correctamente que los POIs en entornos altamente competitivos exhiben uplifts relativos menores en comparación con aquellos en entornos menos competitivos, alineándose con la intuición económica urbana.
  • Pruebas de Placebo: Cuando las intervenciones se asignaron aleatoriamente a POIs existentes o se desplazaron en el tiempo, el uplift estimado cayó significativamente (cerca de cero para asignaciones aleatorias), confirmando que el modelo aprende efectos causales específicos ligados a las introducciones reales de nuevos POIs en lugar de correlaciones espurias.

Significado y Reivindicaciones

El artículo afirma que CausalPOI proporciona una base más interpretable y accionable para el análisis de intervenciones urbanas. Al ir más allá del modelado impulsado por la correlación hacia el razonamiento causal, el marco permite a las partes interesadas (por ejemplo, operadores comerciales, planificadores urbanos):

• Pronosticar con precisión la demanda para nuevas instalaciones antes de que abran.
• Comprender el impacto causal de un nuevo POI en los negocios circundantes (por ejemplo, si un nuevo gimnasio canibalizará o impulsará el tráfico hacia los bares de batidos cercanos).
• Tomar decisiones basadas en datos sobre la selección de sitios y la asignación de recursos en entornos urbanos dinámicos.

Los autores enfatizan que, si bien el marco mitiga la endogeneidad condicionando sobre contextos ricos previos al tratamiento, los efectos causales estimados se interpretan como estimaciones contrafácticas localizadas en lugar de efectos de intervención totalmente aleatorios, reconociendo la naturaleza observacional de los datos.