CN104833365B - 一种用户目的地点的预测方法及装置 - Google Patents
一种用户目的地点的预测方法及装置 Download PDFInfo
- Publication number
- CN104833365B CN104833365B CN201410049190.6A CN201410049190A CN104833365B CN 104833365 B CN104833365 B CN 104833365B CN 201410049190 A CN201410049190 A CN 201410049190A CN 104833365 B CN104833365 B CN 104833365B
- Authority
- CN
- China
- Prior art keywords
- user terminal
- probability
- interest points
- information
- position interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000002123 temporal effect Effects 0.000 claims abstract description 24
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 206010048669 Terminal state Diseases 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000015170 shellfish Nutrition 0.000 description 2
- 229940036051 sojourn Drugs 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种用户目的地点的预测方法及装置。所述方法包括：获取所述用户使用的用户终端的位置信息；确定所述用户终端位于的位置兴趣点；确定所述用户终端离开所述位置兴趣点的离开时间信息；在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往所述位置兴趣点之外的其他位置兴趣点的概率；将数值最大的所述概率对应的位置兴趣点确定为所述用户的目的地点。采用本申请的方法或装置，可以结合用户位置信息和与用户位置相关的时间信息，预测用户目的地点，从而可以提高对于用户目的地点的预测准确度。
Description
技术领域
本申请涉及移动通信领域，特别是涉及一种用户目的地点的预测方法及装置。
背景技术
时下，移动终端的功能越来越丰富。为了能够利用移动终端更好地为用户服务，常常需要对用户将要到达的目的地点进行预测。
例如，当预测得到用户将要到达的目的地点是用户工作的公司时，可以通过移动终端为用户提供导航服务，以此将当前地点到公司的路线提示给用户。
现有技术中，对于用户目的地点的预测方法，主要是根据当前用户的所在位置，结合用户以往的历史位置信息，预测用户将要前往的目的地点。这种方法，由于只考虑了用户的当前位置信息和历史位置信息，所以预测的准确度很低。
发明内容
本申请的目的是提供一种用户目的地点的预测方法及装置，能够综合考虑包含用户位置信息在内的其他历史信息，预测用户目的地点。
为实现上述目的，本申请提供了如下方案：
第一方面，本申请提供一种用户目的地点的预测方法，所述方法包括：
获取所述用户使用的用户终端的位置信息；
根据所述位置信息，确定所述用户终端位于的位置兴趣点；
确定所述用户终端离开所述位置兴趣点的离开时间信息；
在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往所述位置兴趣点之外的其他位置兴趣点的概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
将所述其他位置兴趣点的概率中数值最大的概率对应的位置兴趣点确定为所述用户的目的地点。
在第一方面的第一种可能的实现方式中，所述位置兴趣点概率数据库中，还存储有所述用户终端在所述一个位置兴趣点对应于所述用户终端的不同到达时间的停留时间信息；则
所述确定所述用户终端离开所述位置兴趣点的离开时间信息，具体包括：
确定所述用户终端到达所述位置兴趣点的实际到达时间；
在所述位置兴趣点概率数据库中，查找与所述实际到达时间相对应的，所述用户终端在所述位置兴趣点的所述停留时间信息；
用所述实际到达时间与所述停留时间信息表示的停留时间相加，得到所述用户终端离开所述位置兴趣点的离开时间信息。
在第一方面的第二种可能的实现方式中，所述获取所述用户使用的用户终端的位置信息，具体包括：
获取所述用户使用的所述用户终端的经纬度坐标信息。
第二方面，本申请提供一种用户目的地点的预测方法，所述方法包括：
获取所述用户使用的用户终端的位置信息；
根据所述位置信息，确定所述用户终端位于位置兴趣点之外；
确定所述用户终端离开上一个位置兴趣点的离开时间信息；
获取所述用户终端的运动状态信息；
根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点。
在第二方面的第一种可能的实现方式中，所述根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率，具体包括：
在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述上一个位置兴趣点时，前往所述位置兴趣点之外的其他位置兴趣点的第二概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
根据所述第二概率和所述第三概率，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
其中，所述第一概率与所述第二概率成正比，所述第一概率与所述第三概率成正比。
结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述获取所述用户终端的运动状态信息，具体包括：
获取所述用户终端的运动速度信息；所述运动速度信息用于表示所述用户终端的运动速度；则
所述根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率，具体包括：
根据所述位置信息，确定所述用户终端与所述上一个位置兴趣点之外的其他位置兴趣点的距离；
根据所述运动速度信息，确定所述用户终端在朝向所述上一个位置兴趣点之外的其他位置兴趣点的方向上的速度；
根据所述距离与所述速度，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
其中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比。
结合第二方面或第二方面的第一种可能实现方式或第二方面的第二种可能实现方式中的任意一种，在第二方面的第三种可能的实现方式中，所述获取所述用户使用的用户终端的位置信息，具体包括：
获取所述用户使用的所述用户终端的经纬度坐标信息。
结合第二方面或第二方面的第一种可能实现方式或第二方面的第二种可能的实现方式中的任意一种，在第二方面的第四种可能的实现方式中，所述获取所述用户终端的运动状态信息，具体包括：
获取所述用户终端在第一时刻的第一经纬度坐标；
获取所述用户终端在第二时刻的第二经纬度坐标；
根据所述第一经纬度坐标和所述第二经纬度坐标，计算所述用户终端的移动距离；
用所述移动距离除以运动时间，得到所述用户终端的运动状态信息；
其中，所述运动时间为所述第二时刻与所述第二时刻之间的时间。
第三方面，本申请提供一种用户目的地点的预测装置，所述装置包括：
获取模块，用于获取所述用户使用的用户终端的位置信息；
确定模块，用于根据所述位置信息，确定所述用户终端位于的位置兴趣点；
还用于确定所述用户终端离开所述位置兴趣点的离开时间信息；
查找模块，用于在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往所述位置兴趣点之外的其他位置兴趣点的概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
所述确定模块，还用于将所述其他位置兴趣点的概率中数值最大的概率对应的位置兴趣点确定为所述用户的目的地点。
在第三方面的第一种可能的实现方式中，所述位置兴趣点概率数据库中，还存储有所述用户终端在所述一个位置兴趣点对应于所述用户终端的不同到达时间的停留时间信息；则
所述确定模块，具体用于：
确定所述用户终端到达所述位置兴趣点的实际到达时间；
在所述位置兴趣点概率数据库中，查找与所述实际到达时间相对应的，所述用户终端在所述位置兴趣点的停留时间信息；
用所述实际到达时间与所述停留时间信息表示的停留时间相加，得到所述用户终端离开所述位置兴趣点的所述离开时间信息。
在第三方面的第二种可能的实现方式中，所述获取模块，具体用于：
获取所述用户使用的所述用户终端的经纬度坐标信息。
第四方面，本申请提供另一种用户目的地点的预测装置，所述装置包括：
获取模块，用于获取所述用户使用的用户终端的位置信息；
确定模块，用于根据所述位置信息，确定所述用户终端位于位置兴趣点之外；
还用于确定所述用户终端离开上一个位置兴趣点的离开时间信息；
所述获取模块，还用于获取所述用户终端的运动状态信息；
所述确定模块，还用于根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点。
第四方面的第一种可能的实现方式中，所述确定模块，具体用于：
在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述上一个位置兴趣点时，前往所述上一个位置兴趣点之外的其他位置兴趣点的第二概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
根据所述第二概率和所述第三概率，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
其中，所述第一概率与所述第二概率成正比，所述第一概率与所述第三概率成正比。
结合第四方面的第一种可能的实现方式，在第四方面的第二种可能的实现方式中，所述获取模块，具体用于：
获取所述用户终端的运动速度信息；所述运动速度信息用于表示所述用户终端的运动速度；则
所述确定模块，具体用于：
根据所述位置信息，确定所述用户终端与所述上一个位置兴趣点之外的其他位置兴趣点的距离；
根据所述运动速度信息，确定所述用户终端在朝向所述上一个位置兴趣点之外的其他位置兴趣点的方向上的速度；
根据所述距离与所述速度，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
其中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比。
结合第四方面或第四方面的第一种可能的实现方式或第四方面的第二种可能的实现方式中的任意一种，在第四方面的第三种可能的实现方式中，所述获取模块，具体用于：
获取所述用户使用的所述用户终端的经纬度坐标信息。
结合第四方面或第四方面的第一种可能的实现方式或第四方面的第二种可能的实现方式中的任意一种，在第四方面的第四种可能的实现方式中，所述获取模块，具体用于：
获取所述用户终端在第一时刻的第一经纬度坐标；
获取所述用户终端在第二时刻的第二经纬度坐标；
根据所述第一经纬度坐标和所述第二经纬度坐标，计算所述用户终端的移动距离；
用所述移动距离除以运动时间，得到所述用户终端的运动状态信息；
其中，所述运动时间为所述第二时刻与所述第二时刻之间的时间。
根据本申请提供的具体实施例，本申请公开了以下技术效果：
本申请公开的用户目的地点的预测方法或装置，通过确定所述用户终端离开所述位置兴趣点的离开时间信息；查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往另外的所述位置兴趣点的概率；将数值最大的所述概率对应的所述位置兴趣点确定为所述用户的目的地点；可以结合用户位置信息和与用户位置相关的时间信息，预测用户目的地点，从而可以提高对于用户目的地点的预测准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请的用户目的地点的预测方法实施例1的流程图；
图2为本申请的用户目的地点的预测方法实施例2的流程图；
图3为本申请的另一种用户目的地点的预测方法实施例1的流程图；
图4为本申请的另一种用户目的地点的预测方法实施例2的流程图；
图5为本申请的用户目的地点的预测装置实施例1的流程图；
图6为本申请的另一种用户目的地点的预测装置实施例1的流程图；
图7为本申请的计算节点的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
首先明确一个概念，位置兴趣点（Point of Interest，POI）。POI可以指用户携带用户终端以较高频率长时间逗留的位置区域。对于某个用户而言，该用户的家、办公地点、经常光顾的超市等，均可以认为是本申请中所说的POI。
本申请中，均以用户随身携带所述用户终端为情况进行说明。所述用户终端可以是手机、笔记本电脑或者平板电脑等电子设备。由于用户随身携带所述用户终端，所以用户所在的位置，与所述用户终端所在的位置是基本相同的。
发明人经过研究发现，用户从一个位置兴趣点，前往另一个位置兴趣点的概率，不只与用户当前所处的位置有关，还与用户离开当前所在的位置兴趣点，前往下一个位置兴趣点的时间信息有关。该时间信息可以包含用户离开某个位置兴趣点的时刻（例如用户是几点钟离开的），还可以包含用户离开某个位置兴趣点的星期信息（例如用户是在星期几离开的）。
举例来说，假设一个用户周一至周五上班，住在公司宿舍；周六周日休息，回家住。那么，在周一至周四的下班以后，该用户离开办公室后，目标地点是公司宿舍。在周五下班以后，该用户离开办公室后，目标地点是该用户的家。可见，用户从一个位置兴趣点，前往另一个位置兴趣点的概率，是与用户离开当前所在的位置兴趣点时间信息相关的。
本申请中提到的位置兴趣点概率数据库，就可以根据用户的历史位置信息，记录用户在某个位置兴趣点时，在不同的离开时间下，对应前往某个位置兴趣点的概率。
具体的，可以根据用户曾经到达过的位置兴趣点，建立贝叶斯网络模型。再根据贝叶斯网络模型，可以计算用户在某个位置兴趣点时，在不同的离开时间下，对应前往某个位置兴趣点的概率。建立贝叶斯模型，以及根据贝叶斯模型计算概率的方法可以采用现有技术，此处不赘述。
图1为本申请的用户目的地点的预测方法实施例1的流程图。如图1所示，该方法可以包括：
步骤101：获取所述用户使用的用户终端的位置信息；
当所述用户终端与网络相连时，可以通过用户终端接入网络时的接入点的位置，确定用户终端所在的位置，从而获取所述用户使用的用户终端的位置信息。
当所述用户终端支持GPS（Global Positioning System，全球定位系统）定位功能时，还可以通过GPS系统对所述用户终端进行定位，从而获取所述用户使用的用户终端的位置信息。
步骤102：根据所述位置信息，确定所述用户终端位于的位置兴趣点；
获取到所述用户终端的位置信息以后，可以与预先记录的所述位置兴趣点的位置信息进行比对。
通常，可以采用经纬度坐标表示位置信息。当所述用户终端位于的经纬度坐标与所述位置兴趣点对应的经纬度坐标相同，或者，所述用户终端的经纬度坐标位于所述位置兴趣点的经纬度坐标所表示的范围内时，就可以确定所述用户终端位于的位置兴趣点。
步骤103：确定所述用户终端离开所述位置兴趣点的离开时间信息；
可以在用户离开所述位置兴趣点时，实时获取所述用户终端离开所述位置兴趣点的离开时间信息。也可以在用户在所述位置兴趣点逗留时，对用户在所述位置兴趣点的停留时间进行估计，从而确定所述用户终端离开所述位置兴趣点的离开时间信息。
可以在所述位置兴趣点概率数据库中，预先保存所述用户终端在不同的到达时间下，在所述位置兴趣点的停留时间信息。对用户在所述位置兴趣点的停留时间进行估计时，就可以从数据库中查找对应的停留时间信息，从而确定用户在所述位置兴趣点的停留时间。再根据停留时间和到达时间，可以计算出离开时间。
步骤104：在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往所述位置兴趣点之外的其他位置兴趣点的概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
由于预先在位置兴趣点概率数据库中，存储了所述用户终端在不同的离开时间离开所述位置兴趣点时，前往另外的所述位置兴趣点的概率。所以，此时可以在所述位置兴趣点概率数据库中，查找相应的概率。
步骤105：将所述其他位置兴趣点的概率中数值最大的概率对应的位置兴趣点确定为所述用户的目的地点。
实际应用中，当用户位于某一位置兴趣点时，可能前往的位置兴趣点可以有多个。多个可能前往的位置兴趣点，可以对应多个不同的概率。本实施例中，将概率最大的位置兴趣点确定为所述用户的目的地点，即认为所述目标地点为用户将要前往的地点。
综上所述，本实施例中，通过确定所述用户终端离开所述位置兴趣点的离开时间信息；查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往另外的所述位置兴趣点的概率；将数值最大的所述概率对应的所述位置兴趣点确定为所述用户的目的地点；可以结合用户位置信息和与用户位置相关的时间信息，预测用户目的地点，从而可以提高对于用户目的地点的预测准确度。
图2为本申请的用户目的地点的预测方法实施例2的流程图。如图2所示，该方法可以包括：
步骤201：获取所述用户终端的经纬度坐标信息作为所述用户终端的位置信息。
步骤202：根据所述位置信息，确定所述用户终端位于所述位置兴趣点；
步骤203：确定所述用户终端到达所述位置兴趣点的实际到达时间；
对于处于联网状态的所述用户终端，所述用户终端可以周期或者非周期性地将自身的位置信息上报给对应的接入点。接入点可以在接收到用户终端上报的位置信息后，判断所述用户终端是否位于所述位置兴趣点。当判定所述用户终端位于所述位置兴趣点后，可以将获取当前时间作为所述用户终端到达所述位置兴趣点的实际到达时间。
步骤204：在所述位置兴趣点概率数据库中，查找与所述实际到达时间相对应的，所述用户终端在所述位置兴趣点的所述停留时间信息；
需要说明的是，本实施例中的所述位置兴趣点概率数据库中，还存储有所述用户终端在所述一个位置兴趣点的停留时间信息。对于同一个所述位置兴趣点，对应于所述用户终端的不同到达时间，具有不同的所述停留时间信息。
例如，某用户周一至周六每天下班以后都会去同一家超市。在周一至周五的时间段内，该用户去超市主要是去买菜，以便回家做饭，因此停留时间较短。而在周六，该用户去超市主要是进行大宗采购，因此停留时间较长。从这个例子中，可以看出，对于同一个所述位置兴趣点，对应于所述用户终端的不同到达时间，停留时间是不同的。
本实施例中的所述位置兴趣点概率数据库中，对于同一个所述位置兴趣点，对应于所述用户终端的不同到达时间，可以存储有不同的停留时间。
步骤205：用所述实际到达时间与所述停留时间信息表示的停留时间相加，得到所述用户终端离开所述位置兴趣点的离开时间信息。
这里用所述实际到达时间与所述停留时间信息表示的停留时间相加，是对所述用户终端离开所述位置兴趣点的离开时间进行的一种估计。
步骤206：在所述位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往另外的所述位置兴趣点的概率；
步骤207：将数值最大的所述概率对应的所述位置兴趣点确定为所述用户的目的地点。
综上所述，本实施例中，通过确定所述用户终端到达所述位置兴趣点的实际到达时间；
在所述位置兴趣点概率数据库中，查找与所述实际到达时间相对应的，所述用户终端在所述位置兴趣点的所述停留时间信息；用所述实际到达时间与所述停留时间信息表示的停留时间相加，得到所述用户终端离开所述位置兴趣点的离开时间信息；可以根据实际到达时间，对用户终端离开所述位置兴趣点的离开时间进行估计，从而在用户离开所述位置兴趣点之前，就可以对用户的目的地电进行预测。
图3为本申请的另一种用户目的地点的预测方法实施例1的流程图。如图3所示，该方法可以包括：
步骤301：获取所述用户使用的用户终端的位置信息；
当所述用户终端与网络相连时，可以通过用户终端接入网络时的接入点的位置，确定用户终端所在的位置，从而获取所述用户使用的用户终端的位置信息。
当所述用户终端支持GPS定位功能时，还可以通过GPS系统对所述用户终端进行定位，从而获取所述用户使用的用户终端的位置信息。
步骤302：根据所述位置信息，确定所述用户终端位于位置兴趣点之外；
获取到所述用户终端的位置信息以后，可以与预先记录的所述位置兴趣点的位置信息进行比对。
通常，可以采用经纬度坐标表示位置信息。当所述用户终端位于的经纬度坐标与所述位置兴趣点对应的经纬度坐标不同，或者，所述用户终端的经纬度坐标位于所述位置兴趣点的经纬度坐标所表示的范围外时，就可以确定所述用户终端位于所述位置兴趣点之外。
步骤303：确定所述用户终端离开上一个位置兴趣点的离开时间信息；
可以对所述用户终端每次到达位置兴趣点的时间进行记录。通过查找最新生成的记录，就可以得知所述用户终端是从哪个位置兴趣点（即上一个所述位置兴趣点）离开的，以及离开上一个所述位置兴趣点的离开时间。
步骤304：获取所述用户终端的运动状态信息；
由于所述用户终端位于所述位置兴趣点之外，所以可以根据所述用户终端的运动状态信息，分析所述用户终端将要前往的目的地点。
所述运动状态信息，可以包括运动速度信息和运动方向信息。当所述移动终端在朝向某个位置兴趣点的方向上的运动速度比较大时，则该位置兴趣点是目的地点的概率也较高。
步骤305：根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
用户前往的目的地点，除了与用户终端的运动状态信息有关，还与所述用户终端离开的上一个所述位置兴趣点，以及离开上一个所述位置兴趣点的离开时间信息有关。
因此，可以根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往另外的所述位置兴趣点的第一概率。
具体的，可以根据所述用户终端的运动状态信息，计算出用户前往某一个位置兴趣点A的概率，再根据所述用户终端离开上一个所述位置兴趣点的离开时间信息，从位置兴趣点概率数据库中查找出位置兴趣点A对应的概率，再将两个概率进行相乘等运算，就可以确定所述用户终端前往另外的所述位置兴趣点的第一概率。
具体的，可以预先建立位置兴趣点概率数据库。所述位置兴趣点概率数据库中存储有所述用户使用的用户终端从一个位置兴趣点，前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的。
本申请的位置兴趣点概率数据库，可以根据用户的历史位置信息，记录用户在某个位置兴趣点时，在不同的离开时间下，对应前往某个位置兴趣点的概率。
步骤306：将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点。
综上所述，本实施例中，通过确定所述用户终端离开所述位置兴趣点的离开时间信息；获取所述用户终端的运动状态信息；根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往另外的所述位置兴趣点的第一概率；将数值最大的所述第一概率对应的所述位置兴趣点确定为所述用户的目的地点；可以结合用户位置信息和与用户位置相关的时间信息以及用户终端的运动状态信息，预测用户目的地点，从而可以在用户终端位于所述位置兴趣点之外时，对用户目的地点进行预测，并提高对于用户目的地点的预测准确度。
图4为本申请的另一种用户目的地点的预测方法实施例2的流程图。如图4所示，该方法可以包括：
步骤401：获取所述用户终端的经纬度坐标信息作为所述用户终端的位置信息；
步骤402：根据所述位置信息，确定所述用户终端位于所述位置兴趣点之外；
步骤403：确定所述用户终端离开上一个位置兴趣点的离开时间信息；
步骤404：在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述上一个所述位置兴趣点时，前往另外的所述位置兴趣点的第二概率；
所述位置兴趣点概率数据库中存储有所述用户使用的用户终端从一个位置兴趣点，前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
本实施例中，将所述用户终端在所述第一离开时间信息离开所述上一个所述位置兴趣点时，前往另外的所述位置兴趣点的概率称为第二概率。
步骤405：获取所述用户终端的运动速度信息；所述运动速度信息用于表示所述用户终端的运动速度；
可以采用以下方式获取所述用户终端的运动速度信息：
获取所述用户终端在第一时刻的第一经纬度坐标；
获取所述用户终端在第二时刻的第二经纬度坐标；
根据所述第一经纬度坐标和所述第二经纬度坐标，计算所述用户终端的移动距离；
用所述移动距离除以运动时间，得到所述用户终端的运动速度信息；
其中，所述运动时间为所述第二时刻与所述第二时刻之间的时间。
步骤406：根据所述运动状态信息以及所述位置信息，确定所述用户终端前往另外的所述位置兴趣点的第三概率；
可以采用下述方式确定所述用户终端前往另外的所述位置兴趣点的第三概率：
根据所述位置信息，确定所述用户终端与另外的所述位置兴趣点的距离；
根据所述运动速度信息，确定所述用户终端在朝向另外的所述位置兴趣点的方向上的速度；所述运动速度信息可以用矢量表示。对所述运动速度信息进行矢量分解，可以确定所述用户终端在朝向另外的所述位置兴趣点的方向上的速度。
根据所述距离与所述速度，确定所述用户终端前往另外的所述位置兴趣点的第三概率；
其中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比。
具体的，可以构造用于计算第三概率的公式，只要公式中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比，即可。
例如，可以采用下面的公式计算第三概率：
上式中，Li表示第i个位置兴趣点，φ表示用户当前所处的位置，p(Li|φ)表示用户终端在当前所处的位置，前往第i个位置兴趣点的概率，即第三概率；distance(φ,li)表示用户终端当前所处的位置，与第i个位置兴趣点的距离；v表示用户终端的速度向量；d表示从用户终端当前所处的位置，指向第i个位置兴趣点的方向向量；Z为归一化常数。其中，归一化常数Z的作用是使得p(Li|φ)的计算结果小于1，因此，只要将Z的取值大于分子部分的计算结果即可。
步骤407：根据所述第二概率和所述第三概率，确定所述用户终端前往另外的所述位置兴趣点的第一概率；
其中，所述第一概率与所述第二概率成正比，所述第一概率与所述第三概率成正比。
例如，可以采用以下方式计算第一概率：
p(Li)∝p(Li|T)·p(Li|φ)
p(Li|T)∝p(Li|Tleav)·p(Li|Dleav)；
其中，p(Li)为所述第一概率，p(Li|T)为所述第二概率，p(Li|φ)为所述第三概率。Tleav表示用户离开上一个位置兴趣点的时间，Dleav表示用户离开上一个位置兴趣点的星期，p(Li|Tleav)表示用户在Tleav表示的时间离开上一个位置兴趣点时，前往第i个位置兴趣点的概率；p(Li|Dleav)表示用户在Dleav表示的星期离开上一个位置兴趣点时，前往第i个位置兴趣点的概率。
p(Li|Dleav)和p(Li|Tleav)均可以在所述位置兴趣点概率数据库中查找到对应的数值。
步骤408：将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点。
综上所述，本实施例中，通过在所述位置兴趣点概率数据库中，查找所述用户终端在所述第一离开时间信息离开所述上一个所述位置兴趣点时，前往另外的所述位置兴趣点的第二概率；根据所述运动状态信息以及所述位置信息，确定所述用户终端前往另外的所述位置兴趣点的第三概率；根据所述第二概率和所述第三概率，确定所述用户终端前往另外的所述位置兴趣点的第一概率；可以结合用户位置信息和与用户位置相关的时间信息以及用户终端的运动状态信息，预测用户目的地点，从而可以在用户终端位于所述位置兴趣点之外时，对用户目的地点进行预测，并提高对于用户目的地点的预测准确度。
本申请还提供了一种用户目的地点的预测装置。图5为本申请的用户目的地点的预测装置实施例1的流程图。如图5所示，该装置可以包括：
首先明确一个概念，位置兴趣点（Point of Interest，POI）。POI可以指用户携带用户终端以较高频率长时间逗留的位置区域。对于某个用户而言，该用户的家、办公地点、经常光顾的超市等，均可以认为是本申请中所说的POI。
本申请中，均以用户随身携带所述用户终端为情况进行说明。所述用户终端可以是手机、笔记本电脑或者平板电脑等电子设备。由于用户随身携带所述用户终端，所以用户所在的位置，与所述用户终端所在的位置是基本相同的。
发明人经过研究发现，用户从一个位置兴趣点，前往另一个位置兴趣点的概率，不只与用户当前所处的位置有关，还与用户离开当前所在的位置兴趣点，前往下一个位置兴趣点的时间信息有关。该时间信息可以包含用户离开某个位置兴趣点的时刻（例如用户是几点钟离开的），还可以包含用户离开某个位置兴趣点的星期信息（例如用户是在星期几离开的）。
举例来说，假设一个用户周一至周五上班，住在公司宿舍；周六周日休息，回家住。那么，在周一至周四的下班以后，该用户离开办公室后，目标地点是公司宿舍。在周五下班以后，该用户离开办公室后，目标地点是该用户的家。可见，用户从一个位置兴趣点，前往另一个位置兴趣点的概率，是与用户离开当前所在的位置兴趣点时间信息相关的。
本申请中提到的位置兴趣点概率数据库，就可以根据用户的历史位置信息，记录用户在某个位置兴趣点时，在不同的离开时间下，对应前往某个位置兴趣点的概率。
具体的，可以根据用户曾经到达过的位置兴趣点，建立贝叶斯网络模型。再根据贝叶斯网络模型，可以计算用户在某个位置兴趣点时，在不同的离开时间下，对应前往某个位置兴趣点的概率。建立贝叶斯模型，以及根据贝叶斯模型计算概率的方法可以采用现有技术，此处不赘述。
获取模块501，用于获取所述用户使用的用户终端的位置信息；
当所述用户终端与网络相连时，可以通过用户终端接入网络时的接入点的位置，确定用户终端所在的位置，从而获取所述用户使用的用户终端的位置信息。
当所述用户终端支持GPS（Global Positioning System，全球定位系统）定位功能时，还可以通过GPS系统对所述用户终端进行定位，从而获取所述用户使用的用户终端的位置信息。
确定模块502，用于根据所述位置信息，确定所述用户终端位于的位置兴趣点；
还用于确定所述用户终端离开所述位置兴趣点的离开时间信息；
获取到所述用户终端的位置信息以后，可以与预先记录的所述位置兴趣点的位置信息进行比对。
通常，可以采用经纬度坐标表示位置信息。当所述用户终端位于的经纬度坐标与所述位置兴趣点对应的经纬度坐标相同，或者，所述用户终端的经纬度坐标位于所述位置兴趣点的经纬度坐标所表示的范围内时，就可以确定所述用户终端位于所述位置兴趣点。
可以在用户离开所述位置兴趣点时，实时获取所述用户终端离开所述位置兴趣点的离开时间信息。也可以在用户在所述位置兴趣点逗留时，对用户在所述位置兴趣点的停留时间进行估计，从而确定所述用户终端离开所述位置兴趣点的离开时间信息。
可以在所述位置兴趣点概率数据库中，预先保存所述用户终端在不同的到达时间下，在所述位置兴趣点的停留时间信息。对用户在所述位置兴趣点的停留时间进行估计时，就可以从数据库中查找对应的停留时间信息，从而确定用户在所述位置兴趣点的停留时间。再根据停留时间和到达时间，可以计算出离开时间。
查找模块503，用于在所述位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往所述位置兴趣点之外的其他另外的所述位置兴趣点的概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
由于预先在位置兴趣点概率数据库中，存储了所述用户终端在不同的离开时间离开所述位置兴趣点时，前往另外的所述位置兴趣点的概率。所以，此时可以在所述位置兴趣点概率数据库中，查找相应的概率。
所述确定模块502，还用于将所述其他位置兴趣点的概率中数值最大的所述概率对应的所述位置兴趣点确定为所述用户的目的地点。
实际应用中，当用户位于某一位置兴趣点时，可能前往的位置兴趣点可以有多个。多个可能前往的位置兴趣点，可以对应多个不同的概率。本实施例中，将概率最大的位置兴趣点确定为所述用户的目的地点，即认为所述目标地点为用户将要前往的地点。
综上所述，本实施例中，通过确定所述用户终端离开所述位置兴趣点的离开时间信息；查找所述用户终端在所述离开时间信息表示的时间离开所述位置兴趣点时，前往另外的所述位置兴趣点的概率；将数值最大的所述概率对应的所述位置兴趣点确定为所述用户的目的地点；可以结合用户位置信息和与用户位置相关的时间信息，预测用户目的地点，从而可以提高对于用户目的地点的预测准确度。
实际应用中，所述位置兴趣点概率数据库中，还存储有所述用户终端在所述一个位置兴趣点对应于所述用户终端的不同到达时间的停留时间信息；
所述确定模块502，具体可以用于：
确定所述用户终端到达所述位置兴趣点的实际到达时间；
在所述位置兴趣点概率数据库中，查找与所述实际到达时间相对应的，所述用户终端在所述位置兴趣点的所述停留时间信息；
用所述实际到达时间与所述停留时间信息表示的停留时间相加，得到所述用户终端离开所述位置兴趣点的所述离开时间信息。
实际应用中，所述获取模块501，具体可以用于：
获取所述用户使用的所述用户终端的经纬度坐标信息。
本申请还提供了另一种用户目的地点的预测装置。图6为本申请的另一种用户目的地点的预测装置实施例1的流程图。如图6所示，该装置可以包括：
获取模块601，用于获取所述用户使用的用户终端的位置信息；
当所述用户终端与网络相连时，可以通过用户终端接入网络时的接入点的位置，确定用户终端所在的位置，从而获取所述用户使用的用户终端的位置信息。
当所述用户终端支持GPS定位功能时，还可以通过GPS系统对所述用户终端进行定位，从而获取所述用户使用的用户终端的位置信息。
确定模块602，用于根据所述位置信息，确定所述用户终端位于位置兴趣点之外；
还用于确定所述用户终端离开上一个位置兴趣点的离开时间信息；
获取到所述用户终端的位置信息以后，可以与预先记录的所述位置兴趣点的位置信息进行比对。
通常，可以采用经纬度坐标表示位置信息。当所述用户终端位于的经纬度坐标与所述位置兴趣点对应的经纬度坐标不同，或者，所述用户终端的经纬度坐标位于所述位置兴趣点的经纬度坐标所表示的范围外时，就可以确定所述用户终端位于所述位置兴趣点之外。
可以对所述用户终端每次到达位置兴趣点的时间进行记录。通过查找最新生成的记录，就可以得知所述用户终端是从哪个位置兴趣点（即上一个所述位置兴趣点）离开的，以及离开上一个所述位置兴趣点的离开时间。
所述获取模块601，还用于获取所述用户终端的运动状态信息；
由于所述用户终端位于所述位置兴趣点之外，所以可以根据所述用户终端的运动状态信息，分析所述用户终端将要前往的目的地点。
所述运动状态信息，可以包括运动速度信息和运动方向信息。当所述移动终端在朝向某个位置兴趣点的方向上的运动速度比较大时，则该位置兴趣点是目的地点的概率也较高。
所述确定模块602，还用于根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点。
用户前往的目的地点，除了与用户终端的运动状态信息有关，还与所述用户终端离开的上一个所述位置兴趣点，以及离开上一个所述位置兴趣点的离开时间信息有关。
因此，可以根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往另外的所述位置兴趣点的第一概率。
具体的，可以根据所述用户终端的运动状态信息，计算出用户前往某一个位置兴趣点A的概率，再根据所述用户终端离开上一个所述位置兴趣点的离开时间信息，从位置兴趣点概率数据库中查找出位置兴趣点A对应的概率，再将两个概率进行相乘等运算，就可以确定所述用户终端前往另外的所述位置兴趣点的第一概率。
具体的，可以预先建立位置兴趣点概率数据库。所述位置兴趣点概率数据库中存储有所述用户使用的用户终端从一个位置兴趣点，前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的。
本申请的位置兴趣点概率数据库，可以根据用户的历史位置信息，记录用户在某个位置兴趣点时，在不同的离开时间下，对应前往某个位置兴趣点的概率。
综上所述，本实施例中，通过确定所述用户终端离开所述位置兴趣点的离开时间信息；获取所述用户终端的运动状态信息；根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往另外的所述位置兴趣点的第一概率；将数值最大的所述第一概率对应的所述位置兴趣点确定为所述用户的目的地点；可以结合用户位置信息和与用户位置相关的时间信息以及用户终端的运动状态信息，预测用户目的地点，从而可以在用户终端位于所述位置兴趣点之外时，对用户目的地点进行预测，并提高对于用户目的地点的预测准确度。
实际应用中，所述确定模块602，具体可以用于：
在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述上一个位置兴趣点时，前往所述上一个位置兴趣点之外的其他位置兴趣点的第二概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
根据所述第二概率和所述第三概率，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
其中，所述第一概率与所述第二概率成正比，所述第一概率与所述第三概率成正比。
实际应用中，所述获取模块601，具体可以用于：
获取所述用户终端的运动速度信息；所述运动速度信息用于表示所述用户终端的运动速度；
则，所述确定模块602，具体可以用于：
根据所述位置信息，确定所述用户终端与所述上一个位置兴趣点之外的其他位置兴趣点的距离；
根据所述运动速度信息，确定所述用户终端在朝向所述上一个位置兴趣点之外的其他位置兴趣点的方向上的速度；
根据所述距离与所述速度，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
其中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比。
实际应用中，所述获取模块601，具体可以用于：
获取所述用户使用的所述用户终端的经纬度坐标信息。
实际应用中，所述获取模块601，具体还可以用于：
获取所述用户终端在第一时刻的第一经纬度坐标；
获取所述用户终端在第二时刻的第二经纬度坐标；
根据所述第一经纬度坐标和所述第二经纬度坐标，计算所述用户终端的移动距离；
用所述移动距离除以运动时间，得到所述用户终端的运动状态信息；
其中，所述运动时间为所述第二时刻与所述第二时刻之间的时间。
另外，本申请实施例还提供了一种计算节点，计算节点可能是包含计算能力的主机服务器，或者是个人计算机PC，或者是可携带的便携式计算机或终端等等，本申请具体实施例并不对计算节点的具体实现做限定。
图7为本申请的计算节点的结构图。如图7所示，计算节点700包括：
处理器(processor)710，通信接口(Communications Interface)720，存储器(memory)730，总线740。
处理器710，通信接口720，存储器730通过总线740完成相互间的通信。
处理器710，用于执行程序732，使计算节点700执行如上述包括图1-图4所示实施例中的方法。
具体地，程序732可以包括程序代码，所述程序代码包括计算机操作指令。
处理器710可能是一个中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit），或者是被配置成实施本申请实施例的一个或多个集成电路。
存储器730，用于存放程序732。存储器730可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。程序732具体可以包括图5-图6所示实施例中的相应模块或单元，在此不赘述。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。
Claims (8)
1.一种用户目的地点的预测方法，其特征在于，所述方法包括：
获取所述用户使用的用户终端的位置信息；
根据所述位置信息，确定所述用户终端位于位置兴趣点之外；
确定所述用户终端离开上一个位置兴趣点的离开时间信息；
获取所述用户终端的运动状态信息；
根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点；
其中，所述根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率，具体包括：
在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述上一个位置兴趣点时，前往所述位置兴趣点之外的其他位置兴趣点的第二概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
根据所述第二概率和所述第三概率，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
其中，所述第一概率与所述第二概率成正比，所述第一概率与所述第三概率成正比。
2.根据权利要求1所述的方法，其特征在于，所述获取所述用户终端的运动状态信息，具体包括：
获取所述用户终端的运动速度信息；所述运动速度信息用于表示所述用户终端的运动速度；则
所述根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率，具体包括：
根据所述位置信息，确定所述用户终端与所述上一个位置兴趣点之外的其他位置兴趣点的距离；
根据所述运动速度信息，确定所述用户终端在朝向所述上一个位置兴趣点之外的其他位置兴趣点的方向上的速度；
根据所述距离与所述速度，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
其中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比。
3.根据权利要求1-2任一项所述的方法，其特征在于，所述获取所述用户使用的用户终端的位置信息，具体包括：
获取所述用户使用的所述用户终端的经纬度坐标信息。
4.根据权利要求1-2任一项所述的方法，其特征在于，所述获取所述用户终端的运动状态信息，具体包括：
获取所述用户终端在第一时刻的第一经纬度坐标；
获取所述用户终端在第二时刻的第二经纬度坐标；
根据所述第一经纬度坐标和所述第二经纬度坐标，计算所述用户终端的移动距离；
用所述移动距离除以运动时间，得到所述用户终端的运动状态信息；
其中，所述运动时间为所述第二时刻与所述第二时刻之间的时间。
5.一种用户目的地点的预测装置，其特征在于，所述装置包括：
获取模块，用于获取所述用户使用的用户终端的位置信息；
确定模块，用于根据所述位置信息，确定所述用户终端位于位置兴趣点之外；
还用于确定所述用户终端离开上一个位置兴趣点的离开时间信息；
所述获取模块，还用于获取所述用户终端的运动状态信息；
所述确定模块，还用于根据所述离开时间信息，以及所述用户终端的运动状态信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
将数值最大的所述第一概率对应的位置兴趣点确定为所述用户的目的地点；
其中，所述确定模块，具体用于：
在位置兴趣点概率数据库中，查找所述用户终端在所述离开时间信息表示的时间离开所述上一个位置兴趣点时，前往所述上一个位置兴趣点之外的其他位置兴趣点的第二概率；所述位置兴趣点概率数据库中存储有所述用户终端从一个位置兴趣点前往另一个位置兴趣点的概率；所述概率是根据所述用户终端离开所述一个位置兴趣点时的时间信息得到的；
根据所述运动状态信息以及所述位置信息，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
根据所述第二概率和所述第三概率，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第一概率；
其中，所述第一概率与所述第二概率成正比，所述第一概率与所述第三概率成正比。
6.根据权利要求5所述的装置，其特征在于，所述获取模块，具体用于：
获取所述用户终端的运动速度信息；所述运动速度信息用于表示所述用户终端的运动速度；则
所述确定模块，具体用于：
根据所述位置信息，确定所述用户终端与所述上一个位置兴趣点之外的其他位置兴趣点的距离；
根据所述运动速度信息，确定所述用户终端在朝向所述上一个位置兴趣点之外的其他位置兴趣点的方向上的速度；
根据所述距离与所述速度，确定所述用户终端前往所述上一个位置兴趣点之外的其他位置兴趣点的第三概率；
其中，所述第三概率与所述距离成反比，所述第三概率与所述速度成正比。
7.根据权利要求5-6任一项所述的装置，其特征在于，所述获取模块，具体用于：
获取所述用户使用的所述用户终端的经纬度坐标信息。
8.根据权利要求5-6任一项所述的装置，其特征在于，所述获取模块，具体用于：
获取所述用户终端在第一时刻的第一经纬度坐标；
获取所述用户终端在第二时刻的第二经纬度坐标；
根据所述第一经纬度坐标和所述第二经纬度坐标，计算所述用户终端的移动距离；
用所述移动距离除以运动时间，得到所述用户终端的运动状态信息；
其中，所述运动时间为所述第二时刻与所述第二时刻之间的时间。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410049190.6A CN104833365B (zh) | 2014-02-12 | 2014-02-12 | 一种用户目的地点的预测方法及装置 |
| PCT/CN2014/095060 WO2015120746A1 (zh) | 2014-02-12 | 2014-12-26 | 一种用户目的地点的预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410049190.6A CN104833365B (zh) | 2014-02-12 | 2014-02-12 | 一种用户目的地点的预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104833365A CN104833365A (zh) | 2015-08-12 |
| CN104833365B true CN104833365B (zh) | 2017-12-08 |
Family
ID=53799575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410049190.6A Expired - Fee Related CN104833365B (zh) | 2014-02-12 | 2014-02-12 | 一种用户目的地点的预测方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN104833365B (zh) |
| WO (1) | WO2015120746A1 (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105157717A (zh) * | 2015-09-24 | 2015-12-16 | 上海车音网络科技有限公司 | 一种服务信息处理方法、装置及系统 |
| CN105357638B (zh) * | 2015-11-06 | 2019-10-22 | 百度在线网络技术（北京）有限公司 | 预测预定时刻的用户位置的方法和装置 |
| CN105376713B (zh) * | 2015-11-17 | 2018-03-27 | 广东欧珀移动通信有限公司 | 一种室内信息推荐方法及用户终端 |
| US10094674B2 (en) * | 2016-02-16 | 2018-10-09 | Ford Global Technologies, Llc | Predictive vehicle task scheduling |
| CN105912702A (zh) * | 2016-04-26 | 2016-08-31 | 南京酷派软件技术有限公司 | 位置推荐方法及系统 |
| CN106197460B (zh) * | 2016-06-21 | 2018-12-21 | 吉林大学 | 一种应用gps出行数据进行出行目的地预测的方法 |
| CN106028444A (zh) * | 2016-07-01 | 2016-10-12 | 国家计算机网络与信息安全管理中心 | 预测移动终端位置的方法及装置 |
| CN109947871B (zh) * | 2017-07-26 | 2021-07-06 | 北京嘀嘀无限科技发展有限公司 | 个性化线路信息推送方法及装置 |
| CN110020216A (zh) * | 2017-07-20 | 2019-07-16 | 北京嘀嘀无限科技发展有限公司 | 目的地推送方法和装置 |
| CN110945501A (zh) | 2017-07-20 | 2020-03-31 | 北京嘀嘀无限科技发展有限公司 | 推荐目的地的系统和方法 |
| CN109425351B (zh) * | 2017-08-24 | 2022-02-15 | 北京嘀嘀无限科技发展有限公司 | 出行处理方法及装置 |
| CN107883963B (zh) * | 2017-11-08 | 2020-02-14 | 大连大学 | 一种基于irwqs与模糊特征相结合的位置预测算法 |
| EP3811031A4 (en) * | 2018-06-20 | 2022-02-16 | Bayerische Motoren Werke Aktiengesellschaft | METHOD, SYSTEM AND COMPUTER PROGRAM PRODUCT FOR PREDICTING USER MOBILITY |
| CN109059956A (zh) * | 2018-09-04 | 2018-12-21 | 深圳市宇墨科技有限公司 | 车载导航方法及相关产品 |
| CN109558545B (zh) * | 2019-01-07 | 2020-07-17 | 北京三快在线科技有限公司 | 信息推荐方法、装置、电子设备及可读存储介质 |
| CN110986985B (zh) * | 2019-12-17 | 2022-07-12 | 广州小鹏汽车科技有限公司 | 车辆行程推送方法、装置、介质、控制终端及汽车 |
| CN112750328B (zh) * | 2020-12-29 | 2022-05-24 | 深圳市顺易通信息科技有限公司 | 一种行车路径推荐方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1692671A (zh) * | 2002-10-10 | 2005-11-02 | 松下电器产业株式会社 | 信息取得方法、信息提供方法及信息取得装置 |
| CN101297337A (zh) * | 2005-09-29 | 2008-10-29 | 微软公司 | 采用开放和闭合世界建模方法从局部轨迹预测目的地的方法 |
| CN101578497A (zh) * | 2007-07-12 | 2009-11-11 | 松下电器产业株式会社 | 旅程提示装置以及旅程提示方法 |
| CN102270191A (zh) * | 2010-06-03 | 2011-12-07 | 索尼公司 | 数据处理设备、数据处理方法和程序 |
| CN102667403A (zh) * | 2009-12-02 | 2012-09-12 | 三菱电机株式会社 | 导航装置 |
| CN103542848A (zh) * | 2012-07-17 | 2014-01-29 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004144531A (ja) * | 2002-10-23 | 2004-05-20 | Hitachi Ltd | 移動体向け情報提供システムおよび情報提供装置 |
| JP2005156350A (ja) * | 2003-11-26 | 2005-06-16 | Nissan Motor Co Ltd | 目的地予測装置、ナビゲーション装置、および、目的地予測方法 |
| JP4130847B2 (ja) * | 2006-09-28 | 2008-08-06 | 松下電器産業株式会社 | 移動先予測装置およびその方法 |
| JP5469876B2 (ja) * | 2009-02-17 | 2014-04-16 | 日本電信電話株式会社 | 行動予測装置及びプログラム |
-
2014
- 2014-02-12 CN CN201410049190.6A patent/CN104833365B/zh not_active Expired - Fee Related
- 2014-12-26 WO PCT/CN2014/095060 patent/WO2015120746A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1692671A (zh) * | 2002-10-10 | 2005-11-02 | 松下电器产业株式会社 | 信息取得方法、信息提供方法及信息取得装置 |
| CN101297337A (zh) * | 2005-09-29 | 2008-10-29 | 微软公司 | 采用开放和闭合世界建模方法从局部轨迹预测目的地的方法 |
| CN101578497A (zh) * | 2007-07-12 | 2009-11-11 | 松下电器产业株式会社 | 旅程提示装置以及旅程提示方法 |
| CN102667403A (zh) * | 2009-12-02 | 2012-09-12 | 三菱电机株式会社 | 导航装置 |
| CN102270191A (zh) * | 2010-06-03 | 2011-12-07 | 索尼公司 | 数据处理设备、数据处理方法和程序 |
| CN103542848A (zh) * | 2012-07-17 | 2014-01-29 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104833365A (zh) | 2015-08-12 |
| WO2015120746A1 (zh) | 2015-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104833365B (zh) | 一种用户目的地点的预测方法及装置 | |
| CN108875007B (zh) | 兴趣点的确定方法和装置、存储介质、电子装置 | |
| US12078501B2 (en) | Mobile search based on predicted location | |
| KR102212271B1 (ko) | 리턴 여정 지연에 기초하여 사용자에게 교통 경고 제공 | |
| CN105528359B (zh) | 用于存储行进轨迹的方法和系统 | |
| CN107796411B (zh) | 具有偏好分析机制的导航系统及其操作方法 | |
| Nadembega et al. | A destination and mobility path prediction scheme for mobile networks | |
| CN111833600B (zh) | 通行时间预测方法、装置及数据处理设备 | |
| AU2018222821A1 (en) | Trajectory analysis through fusion of multiple data sources | |
| KR101369261B1 (ko) | 스마트 단말을 이용한 사용자의 이동 경로 실시간 예측 방법 및 그 시스템 | |
| Pietz et al. | Generalized orienteering problem with resource dependent rewards | |
| WO2012148556A2 (en) | Navigation to dynamic endpoint | |
| Ye et al. | A method for driving route predictions based on hidden Markov model | |
| Neto et al. | Combining Markov model and prediction by partial matching compression technique for route and destination prediction | |
| CN109631922A (zh) | 信息处理装置、信息处理方法和存储程序的非暂时性存储介质 | |
| CN105530653B (zh) | 确定道路沿线的通信网络的覆盖空洞的方法和装置 | |
| CN106779174A (zh) | 路线规划方法、装置及系统 | |
| CN104933126A (zh) | 基于电子地图的活动推荐方法、装置及系统 | |
| Liu et al. | Multi-floor indoor navigation with geomagnetic field positioning and ant colony optimization algorithm | |
| KR20140130219A (ko) | 검색결과에 있는 공급자의 이용도에 의거해 검색결과를 제공하는 방법과 시스템 | |
| WO2018151672A1 (en) | Trajectory analysis through fusion of multiple data sources | |
| CN104717607A (zh) | 一种日程提醒方法及移动终端 | |
| Rahman et al. | The effect of time interval of bus location data on real-time bus arrival estimations | |
| US9098386B1 (en) | System, method, and computer program for determining a subjective distance between two locations | |
| CN110672086B (zh) | 场景识别方法、装置、设备及计算机可读介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171208 Termination date: 20190212 |