一种用户终端轨迹预测方法、装置、设备和存储介质与流程

本申请涉及通信，尤其涉及一种用户终端轨迹预测方法、装置、设备和存储介质。

背景技术：

1、近年来，随着移动智能设备和互联网技术的发展，生成了大量移动实体时空信息的轨迹数据，传统的方法，如hmm(hidden markov model，隐马尔可夫模型)和概率统计等模型，在轨迹预测中存在无法捕捉到序列的长期的依赖关系和用户移动的语义情况的缺点。而随着深度神经网络的表达和学习能力日益增强，其在轨迹预测领域中也取到了广泛的应用，尤其是rnn(recurrent neuralnetwork，循环神经网络)的变种之一lstm(long short-term memory network，长短期记忆神经网络)。它不仅解决了传统方法的弊端，同时也提升了模型的预测效果。但是此类方法大都只考虑到了轨迹的时序性特征，而忽略或未能很好的捕捉到空间性特征和轨迹交互影响的特征，因此，模型的性能还有进一步提升的空间。

技术实现思路

1、本申请实施例期望提供一种用户终端轨迹预测方法、装置、设备和存储介质。

2、本申请的技术方案是这样实现的：

3、本申请第一方面的实施例提供一种用户终端轨迹预测方法，包括：

4、获取不同用户终端的轨迹数据；

5、基于所述轨迹数据及不同所述轨迹数据之间的关联关系对基础预测模型进行训练，得到目标预测模型；所述关联关系包括轨迹数据的重合；

6、基于所述目标预测模型对目标用户终端的轨迹进行预测。

7、可选地，所述基于所述轨迹数据及不同所述轨迹数据之间的关联关系对基础预测模型进行训练，得到目标预测模型，包括：

8、基于每一用户终端的轨迹数据分别训练至少一个所述基础预测模型，得到每一用户终端对应的中间预测模型；

9、基于不同所述轨迹数据之间的关联关系对至少一个所述中间预测模型进行修正和联合，得到目标预测模型。

10、可选地，所述基于不同所述轨迹数据之间的关联关系对至少一个所述中间预测模型进行修正和联合，得到目标预测模型，包括：

11、基于不同所述轨迹数据之间的关联性确定相应的线性修正单元；

12、基于所述线性修正单元对至少一个所述中间预测模型进行修正，得到修正预测模型；

13、将所述修正预测模型通过中间连接池进行联合，得到目标预测模型；所述中间连接池包括不同所述轨迹数据之间的关联关系。

14、可选地，所述获取不同用户终端的轨迹数据，包括：

15、获取不同所述用户终端的位置信息和对应的时间戳信息；

16、基于所述位置信息和所述时间戳信息确定所述用户终端的轨迹数据；

17、将所述用户终端的轨迹数据确定为用户个体的轨迹数据。

18、可选地，所述基于所述目标预测模型对目标用户终端的轨迹进行预测，包括：

19、基于所述目标预测模型预测同一时间段内在同一范围区间的用户个体的数量。

20、可选地，所述目标预测模型包括至少一个数据分析网元；所述基于所述目标预测模型对目标用户终端的轨迹进行预测，包括：

21、响应于预测请求，所述数据分析网元基于从特定网络功能获取的网络参数对所述目标用户终端的轨迹进行预测。

22、可选地，还包括：

23、基于对所述目标用户终端的轨迹预测结果确定通信资源分配策略。

24、本申请第二方面的实施例提供一种用户终端轨迹预测装置，包括：

25、获取模块，用于获取不同用户终端的轨迹数据；

26、训练模块，用于基于所述轨迹数据及不同所述轨迹数据之间的关联关系对基础预测模型进行训练，得到目标预测模型；所述关联关系包括轨迹数据的重合；

27、预测模块，用于基于所述目标预测模型对目标用户终端的轨迹进行预测。

28、本申请的第三方面的实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行第一方面所述方法的步骤。

29、本申请的第四方面的实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面所述方法的步骤。

30、本申请实施例提供的一种用户终端轨迹预测方法、装置、设备和存储介质，其中，所述用户终端轨迹预测方法，包括：获取不同用户终端的轨迹数据；基于所述轨迹数据及不同所述轨迹数据之间的关联关系对基础预测模型进行训练，得到目标预测模型；所述关联关系包括轨迹数据的重合；基于所述目标预测模型对目标用户终端的轨迹进行预测。采用本申请的技术方案，通过用户终端的轨迹数据和不同轨迹数据之间的关联关系对预测模型进行训练，从而在对单一预测模型进行训练了基础上，还考虑到了不同用户终端轨迹之间的相互影响，以对各个模型进行完善，进而将各个单一预测模型联合得到目标预测模型，兼顾了不同轨迹的空间性特征和轨迹交互影响的特征，提升了模型的预测性能，确保了最终预测结果的准确性和可靠性。

技术特征：

1.一种用户终端轨迹预测方法，包括：

2.根据权利要求1所述的用户终端轨迹预测方法，所述基于所述轨迹数据及不同所述轨迹数据之间的关联关系对基础预测模型进行训练，得到目标预测模型，包括：

3.根据权利要求2所述的用户终端轨迹预测方法，所述基于不同所述轨迹数据之间的关联关系对至少一个所述中间预测模型进行修正和联合，得到目标预测模型，包括：

4.根据权利要求1所述的用户终端轨迹预测方法，所述获取不同用户终端的轨迹数据，包括：

5.根据权利要求4所述的用户终端轨迹预测方法，所述基于所述目标预测模型对目标用户终端的轨迹进行预测，包括：

6.根据权利要求1所述的用户终端轨迹预测方法，所述目标预测模型包括至少一个数据分析网元；所述基于所述目标预测模型对目标用户终端的轨迹进行预测，包括：

7.根据权利要求1所述的用户终端轨迹预测方法，还包括：

8.一种用户终端轨迹预测装置，包括：

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述方法的步骤。

技术总结
本申请实施例公开了一种用户终端轨迹预测方法、装置、设备和存储介质，其中，所述用户终端轨迹预测方法，包括：获取不同用户终端的轨迹数据；基于所述轨迹数据及不同所述轨迹数据之间的关联关系对基础预测模型进行训练，得到目标预测模型；所述关联关系包括轨迹数据的重合；基于所述目标预测模型对目标用户终端的轨迹进行预测。

技术研发人员：叶俊麟
受保护的技术使用者：联想（北京）有限公司
技术研发日：
技术公布日：2024/1/15