[发明专利]一种流量预测方法及装置

权利要求书

1.一种流量预测方法，其特征在于，所述方法包括：

获取待预测点位在多个维度上的特征，所述多个维度上的特征至少包括拓扑图结构特征、历史流量特征，所述拓扑图结构特征用于表示所述待预测点位在拓扑图结构中与其他点位间的连通关系，所述拓扑图结构为基于在所述待预测点位和所述其他点位采集到的物联网数据构建得到的，用于表示所述待预测点位和所述其他点位在时间维度和/或空间维度上的关联性；

将所述待预测点位在所述多个维度上的特征，输入至流量预测模型，得到所述待预测点位的流量预测结果，所述流量预测模型预先经过标注有真值的样本数据的训练，所述样本数据为所述待预测点位和所述其他点位中多个点位的标注有真值的在所述多个维度上的特征。

2.根据权利要求1所述方法，其特征在于，所述拓扑图结构通过以下方式构建得到：

获取在所述待预测点位和所述其他点位采集到的多个物联网数据，其中，每个物联网数据包括多个维度上的分数据，并且至少包括时间维度上的分数据和空间维度上的分数据；

根据所述多个物联网数据的空间维度上的分数据，构建多个节点，其中，每个节点用于表示所述待预测点位和所述其他点位中的一个点位；

确定所述多个节点中每两个节点之间的相关性，所述相关性用于表示两个节点中一个节点对应的物联网数据，与另一个节点对应的物联网数据之间在空间维度和时间维度上的相关程度；

根据所述多个节点之间的相关性，构建所述多个节点之间的边，得到拓扑图结构。

3.根据权利要求2所述的方法，其特征在于，所述确定所述多个节点中每两个节点之间的相关性，包括：

针对所述多个节点中的每两个节点，确定该两个节点中一个节点对应的物联网数据，与另一个节点对应的物联网数据在空间维度和/或时间维度上的间隔；

如果所述间隔小于预设间隔阈值，确定该两个节点之间的相关性为相关联。

4.根据权利要求2所述的方法，其特征在于，所述流量预测模型预先通过以下方式训练得到：

针对所述拓扑图结构中的每个节点，确定该节点的拓扑图结构特征；

针对所述多个物联网数据中的每个物联网数据，将该物联网数据所对应的节点的拓扑图结构特征，与该物联网数据在除所述空间维度和流量维度外的其他维度上的分数据合并，并将该物联网数据在所述流量维度上的分数据作为标注值，得到该节点的样本数据；

针对所述拓扑图结构中的每个节点，将该节点的样本数据按照时间先后顺序进行排序，得到样本序列；

对所述样本序列进行滑窗处理，得到多个时序数据；

利用所述拓扑图结构中各个节点的所述多个时序数据，训练得到流量预测模型。

5.根据权利要求4所述的方法，其特征在于，所述利用所述拓扑图结构中各个节点的所述多个时序数据，训练得到流量预测模型，包括：

利用所述拓扑图结构中各个节点的所述多个时序数据在不同维度上的分数据，分别对多个基础模型进行训练；

融合经过训练后的所述多个基础模型，得到流量预测模型。

6.一种轨迹预测方法，其特征在于，所述方法包括：

确定目标对象所经过的多个历史点位，作为待预测序列；

获取所述多个历史点位以及多个候选点位的特征，所述特征至少包括拓扑图结构特征，所述拓扑图结构特征用于表示该点位在拓扑图结构中与其他点位间的连通关系，所述拓扑图结构为基于在所述目标对象以及至少一个其他对象的历史轨迹构建得到的，用于表示所述多个历史点位以及所述多个候选点位在时间维度和/或空间维度上的关联性；

将所述多个候选点位中，所述特征与所述多个历史点位的所述特征匹配的候选点位，作为所述待预测序列的下一时刻点位。

7.根据权利要求6所述的方法，其特征在于，所述将所述多个候选点位中，所述特征与所述多个历史点位的所述特征匹配的候选点位，作为所述待预测序列的下一时刻点位，包括：

针对所述多个候选点位中的每个候选点位，计算该候选点位的所述特征与所述多个历史点位的所述特征的相似度；

将所述多个候选点位中所述相似度最高的候选点位，作为所述待预测序列的下一时刻点位。