天气预测的图神经网络代码与数据集

简介：
本项目提供了一套基于图神经网络进行天气预测的代码及配套数据集，旨在探索气象学中的空间依赖关系和短期预报模型。 极端天气状况一直影响着人们的日常生活与工作。不同企业和工种对极端天气的要求各异，但当前主流的天气推荐系统会向所有用户推送相同的天气信息，导致重要信息未能有效筛选，降低了用户体验，并可能造成经济损失。为此，我们计划开发一种基于图神经网络的靶向模型——“天气靶向模型”，通过分析用户的交互历史行为来判断特定极端天气对其的影响程度。若有必要，则及时提醒相关用户做好准备。 该模型能够减少不必要的信息传递，提高用户满意度和体验感。具体来说，数据集包含三个txt文件：user.txt（记录900名用户的基本信息）、weather.txt（涵盖1600种不同天气状况）以及rating.txt（保存了95,964条用户的交互历史）。这些文件将帮助模型更好地理解并预测每个用户在面对特定天气情况时的反应，从而实现更加精准的信息推送。