[发明专利]时空数据预测模型的训练方法、装置及电子设备

权利要求书

1.一种时空数据预测模型的训练方法，其特征在于，包括：

获取训练区域内用于采集数据的数据节点的节点特征数据，所述节点特征数据包括所述数据节点相关的历史数据信息和所述数据节点的空间位置信息；

获取所述数据节点之间的网络邻接数据，并转换成为表征所述数据节点之间是否存在连接边的连接信息以及与每个所述连接边对应的权重信息，所述连接边表征所述数据节点之间存在影响，所述权重信息表征所述数据节点之间的影响程度；

获取与所述节点特征数据和所述网络邻接数据对应的基准结果；

基于所述节点特征数据、所述连接信息、所述权重信息以及所述基准结果，训练时空数据预测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述节点特征数据、所述连接信息、所述权重信息以及所述基准结果，训练时空数据预测模型，包括：

应用所述时空数据预测模型分析所述节点特征数据、所述连接信息、所述权重信息，得到对应第一预测周期的第一预测结果；

应用所述时空数据预测模型分析所述节点特征数据、所述连接信息、所述权重信息以及所述第一预测结果，得到对应第二预测周期的第二预测结果；

基于所述基准结果、所述第一预测结果和所述第二预测结果，优化所述时空数据预测模型，并重复训练所述时空数据预测模型直至符合预期要求。

3.根据权利要求2所述的方法，其特征在于，所述基于所述节点特征数据、所述连接信息、所述权重信息以及所述基准结果，训练时空数据预测模型，还包括：

应用所述时空数据预测模型分析所述节点特征数据、所述连接信息、所述权重信息、所述第一预测结果以及所述第二预测结果，得到对应第三预测周期的第三预测结果；

所述基于所述基准结果、所述第一预测结果、所述第二预测结果，优化所述时空数据预测模型，并重复训练所述时空数据预测模型直至符合预期要求，包括：

基于所述基准结果、所述第一预测结果、所述第二预测结果和所述第三预测结果，优化所述时空数据预测模型，并重复训练所述时空数据预测模型直至符合预期要求。

4.根据权利要求1所述的方法，其特征在于，所述获取训练区域内用于采集数据的数据节点的节点特征数据，包括：

获取历史数据类型、历史数据数值以及所述数据节点的空间位置数值；

对所述历史数据类型进行编码并对所述历史数据数值进行归一化处理，得到所述历史数据信息；

对所述空间位置数值进行编码，得到所述空间位置信息；

对所述历史数据信息和所述空间位置信息进行拼接，得到所述节点特征数据。

5.根据权利要求1所述的方法，其特征在于，所述基于所述节点特征数据、所述连接信息、所述权重信息以及所述基准结果，训练时空数据预测模型，包括：

基于所述节点特征数据的维度数量，将所述节点特征数据转换为目标节点特征数据，所述目标节点特征数据的维度为目标维度，所述目标维度与所述时空数据预测模型匹配；

基于所述目标节点特征数据、所述连接信息、所述权重信息以及所述基准结果，训练时空数据预测模型。

6.根据权利要求1-5任一项所述的方法，其特征在于，还包括：

获取待预测区域内的预测节点特征数据和预测网络邻接数据；

将所述预测节点特征数据和所述预测网络邻接数据输入到训练好的时空数据预测模型中进行分析，得到所述待预测区域对应的第一分析结果。

7.根据权利要求1-5任一项所述的方法，其特征在于，还包括：

响应于预测请求，确定目标区域，所述目标区域为所述训练区域或所述训练区域的子区域；

从训练好的时空数据预测模型对所述训练区域的分析结果中，筛选出所述目标区域对应的第二分析结果。