[发明专利]一种终端设备移动轨迹预测方法及装置

说明书

本发明实施例提供了一种终端设备移动轨迹预测方法及装置。将历史轨迹序列中包含的各历史轨迹点对应的特征值输入到预先训练的逻辑回归模型中，获得多个目标停留点对应的权重值；将每个目标停留点与该目标停留点对应的权重值进行拼接，并将各目标停留点对应的拼接元素的向量输入到预先训练的循环神经网络模型中，得到待预测终端设备在目标区域内的预测轨迹。由于本发明实施例中，用停留点的权重值来表示终端设备的轨迹行为特征，用用户停留点表示终端设备的位置特征；通过将停留点和停留点的权重值合并后的元素，作为循环神经网络模型的训练样本，并得到用于预测终端设备的轨迹行为的循环神经网络模型，从而准确的对终端设备进行移动轨迹预测。

技术领域

本发明涉及定位导航技术领域，特别是涉及一种终端设备移动轨迹预测方法及装置。

背景技术

随着定位技术的发展及广泛应用，基于位置的服务逐渐成为生活中不可或缺的部分。通过分析终端设备的轨迹信息，挖掘其中隐含的终端设备信息来完善终端设备的服务体验，成为数据挖掘的一个重要领域。通过终端设备的轨迹信息，例如，终端设备的GPS(Global Positioning System,全球定位系统)数据，对终端设备轨迹进行预测以及终端设备行为分析，对导航服务以及交通管理等应用至关重要。

目前，基于终端设备GPS数据对终端设备的运动位置以及运动行为进行预测的方法主要有概率类方法。概率类方法通过挖掘终端设备的GPS轨迹数据，建立终端设备的轨迹模型。通过该轨迹模型先对终端设备的位置进行预测，再对终端设备的行为进行预测。

由于现有的概率类方法忽略了终端设备的行为与终端设备的位置之间存在相互影响的关系，因此，现有的基于终端设备的GPS轨迹信息对终端设备的行为和位置分开预测的概率类方法，导致降低了终端设备轨迹的预测精确度。

发明内容

本发明实施例的目的在于提供一种终端设备移动轨迹预测方法，以提高用户轨迹的预测精确度。

具体技术方案如下：

第一方面，本发明实施例提供了一种终端设备移动轨迹预测方法，所述方法包括：

获取待预测终端设备在目标区域内的历史轨迹序列，并根据预处理策略，对所述历史轨迹序列进行预处理，得到预处理后的历史轨迹序列；

确定所述预处理后的历史轨迹序列中包含的各历史轨迹点的第一特征值；

将所述各历史轨迹点的第一特征值输入到预先训练的逻辑回归模型中，获得所述历史轨迹序列中包含的多个目标停留点对应的权重值；其中，所述停留点为待预测终端设备在所述目标区域内停留且产生社交活动的位置的坐标；

针对所述每个目标停留点，将所述每个目标停留点与该目标停留点对应的权重值进行拼接，得到每个目标停留点对应的拼接元素，并确定所述拼接元素对应的向量；

将所述各目标停留点对应的向量输入到预先训练的循环神经网络模型中，得到所述待预测终端设备在所述目标区域内的预测轨迹。

可选的，在所述将所述各目标停留点对应的向量输入到预先训练的循环神经网络模型中，得到所述待预测终端设备在所述目标区域内的预测轨迹的步骤之前，还可以包括：

获取多个终端设备在目标区域内的样本轨迹序列；其中，所述样本轨迹序列为所述多个终端设备在目标区域内的历史轨迹序列；

根据预设处理策略，对所述多个样本轨迹序列进行预处理，得到预处理后的多个样本轨迹序列；

根据预设的特征值提取策略，确定预处理后的多个样本轨迹序列中包含的各样本轨迹点的第二特征值；

将所述各样本轨迹点的第二特征值输入到预先训练的逻辑回归模型中，获得所述样本轨迹序列中包含的各目标停留点对应的权重值；