[发明专利]数据处理方法和数据处理装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取目标区域在第一时间段内的任务转移量序列，所述任务转移量序列包括所述目标区域中各子区域在所述第一时间段的多个子时间段内产生的任务转移量数据，所述任务转移量数据表征起始位置位于目标子区域且终止位置位于非目标子区域的任务的数量，所述目标区域为预定的地理区域；

从多个转移量预测模型中获取所述目标区域对应的目标转移量预测模型；

基于所述目标转移量预测模型，根据所述任务转移量序列获取所述目标区域在第二时间段内的任务转移量矩阵，所述任务转移量矩阵包括各子区域在所述第二时间段内的任务转移量数据；

其中，所述目标转移量预测模型根据第一样本集合和第二样本集合训练获得，所述第一样本集合中的各第一样本包括对应地理区域在第一历史时间段内的第一历史任务转移量序列和在第二历史时间段内的第一历史任务转移量矩阵，所述第二样本集合中的各第二样本包括所述目标区域在第一历史时间段内的第二历史任务转移量序列和在第二历史时间段内的第二历史任务转移量矩阵。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述任务转移量矩阵确定所述目标区域中各子区域在所述第二时间段内的对象转移数据，所述对象转移数据表征起始位置位于所述目标子区域且终止位置位于所述非目标子区域的任务对应的对象的数量。

3.根据权利要求1所述的方法，其特征在于，所述第一历史任务转移量序列包括对应地理区域中各子区域在所述第一历史时间段的多个子历史时间段内产生的第一历史任务转移量数据，所述第一历史任务转移量矩阵包括对应地理区域中各子区域在所述第二历史时间段内的第一历史任务转移量数据，所述第一历史任务转移量数据表征起始位置位于预定子区域且终止位置位于非预定子区域的历史任务的数量，所述第二历史任务转移量序列包括所述目标区域中各子区域在所述第一历史时间段的多个子历史时间段内产生的第二历史任务转移量数据，所述第二历史任务转移量矩阵包括所述目标区域中各子区域在所述第二历史时间段内的第二历史任务转移量数据，所述第二历史任务转移量数据表征起始位置位于目标子区域且终止位置位于非目标子区域的历史任务的数量。

4.根据权利要求3所述的方法，其特征在于，所述第一样本和所述第二样本通过如下方式确定：

获取各所述第一历史任务转移量数据和所述第二历史任务转移量数据；

根据预定的异常检测方法检测所述第一历史任务转移量数据和所述第二历史任务转移量数据中的异常数据；

根据去除异常数据后的所述第一历史任务转移量数据确定对应的所述第一历史任务转移量序列和所述第一历史任务转移量矩阵，以确定所述第一样本；

根据去除异常数据后的所述第二历史任务转移量数据确定对应的所述第二历史任务转移量序列和所述第二历史任务转移量矩阵，以确定所述第二样本。

5.根据权利要求3或4所述的方法，其特征在于，所述目标转移量预测模型通过如下方式训练获得：

以各所述第一历史任务转移量序列为输入，并以对应的所述第一历史任务转移量矩阵为目标对初始模型进行训练，以获得第一模型；

以各所述第二历史任务转移量序列为输入，并以对应的所述第二历史任务转移量矩阵为目标对所述第一模型训练，以获得所述转移量预测模型。

6.根据权利要求1所述的方法，其特征在于，所述转移量预测模型为循环神经网络或卷积神经网络。