【CIKM2021】谷歌地图中图神经网络的ETA预测

旅行时间预测在交通网络中是一项非常重要的任务，像谷歌Maps这样的网络地图服务定期为用户和企业提供大量的旅行时间查询服务。此外，这样的任务需要考虑复杂的时空交互作用(对道路网络的拓扑特性建模，并预测未来可能发生的事件，如高峰时间)。因此，它是大规模图表示学习的理想目标。在这里，我们提出了一个估计到达时间(ETA)的图神经网络估计器，我们已经部署在谷歌Maps的生产中。虽然我们的主要架构由标准GNN构建块组成，但我们进一步详细说明了训练计划方法的使用，如MetaGradients，以使我们的模型健壮性和生产准备。我们还提供了说明性的研究:对各种架构决策和训练机制的剖析，以及对我们的模型提供了竞争优势的真实世界情况的定性分析。事实证明，我们的GNN在部署时非常强大，与之前的生产基线相比，在几个地区显著降低了负面ETA结果(在悉尼等城市超过40%)。