[發明專利]目的地預測設備和方法

有效

• 申請號: 201310025384.8
• 申請日: 2013-01-22
• 公開（公告）號: CN103942229B
• 公開（公告）日: 2017-05-03
• 發明（設計）人: 李曼;胡衛松;劉曉煒
• 申請（專利權）人: 日電（中國）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中科專利商標代理有限責任公司11021
• 代理人: 閆曄

技術領域

本申請涉及數據分析領域，具體涉及一種用于預測目的地的設備和方法。

背景技術

基于位置的服務根據用戶的位置信息來提供相關的服務或信息推薦。其中，目的地預測技術將直接影響基于位置的服務的質量。如果用戶的目的地位置能夠被準確地預測出來，那么就可以針對用戶未來要去的地方向用戶提供個性化的位置服務和相關的信息推薦。例如，可以將用戶將要去的目的地周邊的停車場信息/交通信息/商鋪折扣信息等自動地提供給用戶。

現有的目的地預測技術根據位置的轉移模式來預測未來可能的目的地位置。然而，在大多數情況下，位置之間的轉移特征可能并不顯著。例如，某個用戶周末經常要去公園，但每次去的公園位置可能是不同的。因此，在這種情形下，無法找出該用戶周末去公園的位置轉移模式，從而無法準確地預測用戶的目的地位置。

因此，需要一種能夠準確地預測用戶的目的地位置的技術方案。

發明內容

本申請采用分層次的預測模型，基于活動的轉移模式而不是位置的轉移模式來預測用戶的目的地位置和活動。這是因為，活動轉移比位置轉移更有規律，因而更具有可預測性。

根據本發明的第一方面，提供了一種用于構建目的地的分層次預測模型的設備，包括：抽取單元，被配置為接收用戶歷史位置數據并從用戶歷史位置數據中抽取輸入數據和輸出數據，所述輸入數據包括用戶的離開位置和相應的時間，所述輸出數據包括用戶的目的地位置；確定單元，被配置為基于所述輸入數據和所述輸出數據來確定用戶在每一個位置可能的活動及其初始概率，并基于用戶的離開模式和到達模式對所述初始概率進行調整；以及預測模型獲得單元，被配置為基于所述輸入數據以及調整后的概率來獲得目的地的分層次預測模型，其中，所述分層次預測模型的第一層表示活動以及活動之間的轉移，所述分層次預測模型的第二層表示活動的位置。

優選地，所述確定單元還被配置為：通過人工標注或地圖數據計算來得到用戶在每一個位置可能的活動及其初始概率。

優選地，所述確定單元還被配置為：判斷用戶在兩個位置的到達模式和離開模式是否相似；以及如果相似，則提高所述兩個位置處的相同活動的概率并降低其他活動的概率。

優選地，所述預測模型獲得單元還被配置為：通過使用馬爾可夫模型、神經網絡或頻繁模式識別中任意一項，基于所述輸入數據以及調整后的概率來獲得分層次預測模型。

優選地，所述確定單元還被配置為：如果兩個位置中每一個位置的上一位置和下一位置分別相同，而且到達兩個位置的時間以及從兩個位置離開的時間分別位于相同時間段內，則判斷所述兩個位置的到達模式和離開模式相似。

優選地，所述確定單元還被配置為：如果兩個位置的上一位置和下一位置分別接近，而且到達兩個位置的時間以及從兩個位置離開的時間分別位于相同時間段內，則判斷所述兩個位置的到達模式和離開模式相似。

根據本發明的第二方面，提供了一種目的地預測設備，包括：接收單元，被配置為接收用戶的離開位置和相應的時間；預測單元，被配置為基于所接收的用戶的離開位置和相應的時間，應用分層次預測模型來預測用戶的目的地和活動；其中，所述分層次預測模型的第一層表示活動以及活動之間的轉移，所述分層次預測模型的第二層表示活動的位置。

優選地，預測設備還包括：存儲單元，被配置為存儲用戶的實際位置數據，所述用戶的實際位置數據用于更新用戶歷史位置數據。

根據本發明的第三方面，提供了一種用于構建目的地的分層次預測模型的方法，包括以下步驟：接收用戶歷史位置數據并從用戶歷史位置數據中抽取輸入數據和輸出數據，所述輸入數據包括用戶的離開位置和相應的時間，所述輸出數據包括用戶的目的地位置；基于所述輸入數據和所述輸出數據來確定用戶在每一個位置可能的活動及其初始概率，并基于用戶的離開模式和到達模式對所述初始概率進行調整；以及基于所述輸入數據以及調整后的概率來獲得目的地的分層次預測模型，其中，所述分層次預測模型的第一層表示活動以及活動之間的轉移，所述分層次預測模型的第二層表示活動的位置。

優選地，通過人工標注或地圖數據計算來得到用戶在每一個位置可能的活動及其初始概率。

優選地，判斷用戶在兩個位置的到達模式和離開模式是否相似；以及如果相似，則提高所述兩個位置處的相同活動的概率并降低其他活動的概率。

優選地，通過使用馬爾可夫模型、神經網絡或頻繁模式識別中任意一項，基于所述輸入數據以及調整后的概率來獲得分層次預測模型。