CN105933857A - 一种移动终端位置预测方法及装置 - Google Patents
一种移动终端位置预测方法及装置 Download PDFInfo
- Publication number
- CN105933857A CN105933857A CN201510831230.7A CN201510831230A CN105933857A CN 105933857 A CN105933857 A CN 105933857A CN 201510831230 A CN201510831230 A CN 201510831230A CN 105933857 A CN105933857 A CN 105933857A
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- node
- neighbor node
- neighbor
- moves
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种移动终端位置预测方法及装置,包括:获取与移动终端所在的当前节点临近的临近节点;根据移动终端的历史移动记录,确定移动终端从当前节点向任一临近节点移动的第一概率值;根据经过当前节点的其他移动终端的历史移动记录,确定与移动终端历史移动轨迹相似的相似移动终端;根据相似移动终端的历史移动记录,确定相似移动终端从当前节点向任一临近节点移动的第二概率值;针对每一个临近节点,根据上述第一概率值和第二概率值,确定移动终端从当前节点向临近节点移动的第三概率值,将第三概率值最大的临近节点作为移动终端的目标移动位置,使得确定出的移动终端的目标移动位置更精确。
Description
技术领域
本发明实施例涉及移动通信技术领域,尤其涉及一种移动终端位置预测方法及装置。
背景技术
随着移动终端的普及和无线网络、定位技术的发展,获取移动终端的地理位置的手段更加便利和多样,如GPS定位、WIFI定位,基于地理位置信息的服务及相关技术研究越来越受到人们关注。其中,利用移动终端历史位置信息记录,对移动终端轨迹进行建模,分析移动终端行为,预测移动终端位置也成为一个研究热点,位置预测是人类移动行为研究中的重要问题,为实现更加智能和精确的基于地理信息服务提供技术支持。
目前,对移动终端位置进行预测,大部分基于对GPS数据、移动网络小区信息或蓝牙数据,采用的位置预测方法主要包括基于人工神经网络、马尔科夫过程。基于人工神经网络的预测方法需要大量的训练数据,当个人数据不够丰富时,会极大影响预测的准确性。基于马尔科夫过程的预测方法,需要建立转移概率矩阵,而移动终端在同一位置在不同的时间一般会有不同的行为,如果需要更精确的预测,则需要按时间段建立多个转移概率矩阵,而且如果节点数过多,则转移概率矩阵会比较庞大,维护成本较大。
综上,现有预测移动终端位置的方法存在着受样本数据影响较大,维护成本大、预测准确性不易控制的技术问题。
发明内容
本发明实施例提供一种移动终端位置预测方法及装置,用以解决现有技术中存在预测移动终端位置受样本数据影响较大,维护成本大、预测准确性不易控制的技术问题。
本发明实施例提供一种移动终端位置预测方法,包括:
获取与移动终端所在的当前节点临近的临近节点;
根据所述移动终端的历史移动记录,确定所述移动终端从所述当前节点向任一所述临近节点移动的第一概率值;
根据经过所述当前节点的其他移动终端的历史移动记录,确定与所述移动终端历史移动轨迹相似的相似移动终端;
根据所述相似移动终端的历史移动记录,确定所述相似移动终端从所述当前节点向任一所述临近节点移动的第二概率值;
针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的第一概率值和所述相似移动终端从所述当前节点向所述临近节点移动的第二概率值,确定所述移动终端从所述当前节点向所述临近节点移动的第三概率值;
将所述第三概率值最大的临近节点作为所述移动终端的目标移动位置。
进一步地,
所述根据所述移动终端的历史移动记录,确定所述移动终端从所述当前节点向任一所述临近节点移动的第一概率值,包括:
从所述移动终端的历史移动记录中获取所述移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述移动终端从所述当前节点向所述临近节点移动的第一概率值;和/或,
所述根据所述相似移动终端的历史移动记录,确定所述相似移动终端从所述当前节点向任一所述临近节点移动的第二概率值,包括:
从所述相似移动终端的历史移动记录中获取所述相似移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述相似移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述相似移动终端从所述当前节点向所述临近节点移动的所述第二概率值。
进一步地,
所述针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述移动终端从所述当前节点向所述临近节点移动的第一概率值,包括:
针对每个一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和所述移动终端从所述当前节点向所有临近节点移动的总次数,得到所述移动终端从所述当前节点向所述临近节点移动的初始概率值;
确定所述移动终端从所述当前节点向所述临近节点移动的出发时间与所述移动终端位于所述当前节点的当前时间之间的时间偏差;
根据所述移动终端从所述当前节点向所述临近节点移动的所述初始概率值和确定的所述时间偏差,得到所述移动终端从所述当前节点向所述临近节点移动的第一概率值。
本发明上述实施例中计算移动终端从当前节点向任一临近节点移动的第一概率值时,利用当前时间和历史时间的偏差程度来修正初始概率值,与现有技术相比,综合考虑移动方向和移动时间偏差对移动终端从当前节点向该临近节点移动的概率值的影响,使得确定出的第一概率值更加可靠。
进一步地,
根据所述移动终端从所述当前节点向所述临近节点移动的所述初始概率值和确定的所述时间偏差,得到所述移动终端从所述当前节点向所述临近节点移动的第一概率值,包括:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的初始概率为p(i,j),所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为所述移动终端从所述第i节点出发向所述第j临近节点移动的第一概率值为p'(i,j),则
进一步地,
针对每个一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和所述移动终端从所述当前节点向所有临近节点移动的总次数,得到所述移动终端从所述当前节点向所述临近节点移动的初始概率值,包括:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,
所述移动终端从所述第i节点出发向所有临近节点移动的总次数为N,所述移动终端从所述第i节点出发向所述第j临近节点移动的的初始概率值为p(i,j);则
进一步地,
所述确定所述移动终端从所述当前节点向所述临近节点移动的出发时间与所述移动终端位于所述当前节点的当前时间之间的时间偏差,包括:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,所述移动终端的历史移动记录中从所述第i节点出发向所述第j临近节点移动的出发时间分别为[T1,T2,……,Tk],所述移动终端位于所述当前节点的当前时间为是T0,所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为则
进一步地,
所述根据经过所述当前节点的其他移动终端的历史移动记录,确定与所述移动终端终端历史移动轨迹相似的相似移动终端,包括:
若所述移动终端为X,经过所述当前节点的任一其他移动终端为移动终端Y,
根据所述移动终端X的历史移动记录,获取所述移动终端X到达所述当前节点前先后经过的N个节点;
根据所述移动终端Y的历史移动记录,获取所述移动终端Y到达所述当前节点前先后经过的N个节点;
根据所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离1≤k<≤n,确定所述移动终端Y与所述移动终端X历史移动轨迹的相似程度,
将历史移动轨迹与所述移动终端X的相似程度满足阈值条件的所述移动终端Y,确定为与所述移动终端X历史移动轨迹相似的相似移动终端;
其中,若所述移动终端X经过的第k个节点的坐标为(xk,yk),所述移动终端Y经过的第k个节点的坐标为(xk’,yk’),所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离为dist(Xk,Yk),则
若所述移动终端Y与所述移动终端X历史移动轨迹的相似程度为dist(X,Y),则
为了得到更精确的移动终端目标移动位置的预测结果,本发明还参考相似移动终端的历史移动记录来预测移动终端目标移动位置。
本发明实施例提供一种移动终端位置预测装置,包括:
获取单元,用于获取与移动终端所在的当前节点临近的临近节点;
第一确定单元,用于根据所述移动终端的历史移动记录,确定所述移动终端从所述当前节点向任一所述临近节点移动的第一概率值;
第二确定单元,用于根据经过所述当前节点的其他移动终端的历史移动记录,确定与所述移动终端历史移动轨迹相似的相似移动终端;
第三确定单元,用于根据所述相似移动终端的历史移动记录,确定所述相似移动终端从所述当前节点向任一所述临近节点移动的第二概率值;
第四确定单元,用于针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的第一概率值和所述相似移动终端从所述当前节点向所述临近节点移动的第二概率值,确定所述移动终端从所述当前节点向所述临近节点移动的第三概率值;
第五确定单元,用于将所述第三概率值最大的临近节点作为所述移动终端的目标移动位置。
进一步地,所述第一确定单元,具体用于:
从所述移动终端的历史移动记录中获取所述移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述移动终端从所述当前节点向所述临近节点移动的第一概率值;
所述第三确定单元,具体用于:
从所述相似移动终端的历史移动记录中获取所述相似移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述相似移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述相似移动终端从所述当前节点向所述临近节点移动的所述第二概率值。
进一步地,所述第一确定单元,具体用于:
针对每个一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和所述移动终端从所述当前节点向所有临近节点移动的总次数,得到所述移动终端从所述当前节点向所述临近节点移动的初始概率值;
确定所述移动终端从所述当前节点向所述临近节点移动的出发时间与所述移动终端位于所述当前节点的当前时间之间的时间偏差;
根据所述移动终端从所述当前节点向所述临近节点移动的所述初始概率值和确定的所述时间偏差,得到所述移动终端从所述当前节点向所述临近节点移动的第一概率值。
进一步地,所述第一确定单元,具体用于:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的初始概率为p(i,j),所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为所述移动终端从所述第i节点出发向所述第j临近节点移动的第一概率值为p'(i,j),则
进一步地,所述第一确定单元,具体用于:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,
所述移动终端从所述第i节点出发向所有临近节点移动的总次数为N,所述移动终端从所述第i节点出发向所述第j临近节点移动的的初始概率值为p(i,j);则
进一步地,所述第一确定单元,具体用于:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,所述移动终端的历史移动记录中从所述第i节点出发向所述第j临近节点移动的出发时间分别为[T1,T2,……,Tk],所述移动终端位于所述当前节点的当前时间为是T0,所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为则
进一步地,所述第二确定单元,用于:
若所述移动终端为X,经过所述当前节点的任一其他移动终端为移动终端Y,
根据所述移动终端X的历史移动记录,获取所述移动终端X到达所述当前节点前先后经过的N个节点;
根据所述移动终端Y的历史移动记录,获取所述移动终端Y到达所述当前节点前先后经过的N个节点;
根据所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离1≤k<≤n,确定所述移动终端Y与所述移动终端X历史移动轨迹的相似程度,
将历史移动轨迹与所述移动终端X的相似程度满足阈值条件的所述移动终端Y,确定为与所述移动终端X历史移动轨迹相似的相似移动终端;
其中,若所述移动终端X经过的第k个节点的坐标为(xk,yk),所述移动终端Y经过的第k个节点的坐标为(xk’,yk’),所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离为dist(Xk,Yk),则
若所述移动终端Y与所述移动终端X历史移动轨迹的相似程度为dist(X,Y),则
本发明有益效果如下:
上述实施例中,获取与移动终端所在的当前节点临近的临近节点,根据移动终端的历史移动记录,确定移动终端从当前节点向任一临近节点移动的第一概率值;根据经过当前节点的其他移动终端的历史移动记录,确定与移动终端历史移动轨迹相似的相似移动终端;根据相似移动终端的历史移动记录,确定相似移动终端从当前节点向任一临近节点移动的第二概率值;针对每一个临近节点,根据移动终端从当前节点向临近节点移动的第一概率值和相似移动终端从当前节点向临近节点移动的第二概率值,确定移动终端从当前节点向临近节点移动的第三概率值;将第三概率值最大的临近节点作为移动终端的目标移动位置,上述方法实基于移动终端的历史移动记录和相似移动终端的历史移动记录确定移动终端从当前节点向任一临近节点移动的概率值,能够使得确定出的移动终端的目标移动位置更精确。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,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为本发明实施例提供的一种移动终端位置预测方法的方法流程图;
图2为本发明实施例提供的一种确定移动终端从当前节点向任一临近节点移动的第一概率值的方法流程图;
图3为本发明实施例提供的一种移动终端在节点A、B、C、D四个节点之间的移动的有向图;
图4本发明实施例提供的一种移动终端位置预测装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
为了解决现有技术中存在的预测移动终端位置的方法受样本数据影响较大,维护成本大、预测准确性不易控制的技术问题,本发明实施例提出了一种移动设备位置预测方法及装置,基于移动设备的历史运动轨迹、移动设备移动的时间信息、以及相似移动设备的历史运动轨迹,从三个维度计算和推测移动设备下一步尽可能的移动方向,从而预测移动设备的下一个目标移动位置。
如图1所示的一种移动终端位置预测方法,包括:
步骤101,获取与移动终端所在的当前节点临近的临近节点;
步骤102,根据移动终端的历史移动记录,确定移动终端从当前节点向任一临近节点移动的第一概率值;
步骤103,根据经过当前节点的其他移动终端的历史移动记录,确定与移动终端历史移动轨迹相似的相似移动终端;
步骤104,根据相似移动终端的历史移动记录,确定相似移动终端从当前节点向任一临近节点移动的第二概率值;
步骤105,针对每一个临近节点,根据移动终端从当前节点向临近节点移动的第一概率值和相似移动终端从当前节点向临近节点移动的第二概率值,确定移动终端从当前节点向临近节点移动的第三概率值;
步骤106,将第三概率值最大的临近节点作为移动终端的目标移动位置。
上述方法流程中的节点是根据移动终端的历史运动轨迹而确定的移动终端的兴趣点。
其中,步骤101中,与移动终端所在的当前节点临近的临近节点,可采用以下方式获取:首先获取移动设备的历史移动记录,然后从移动设备的历史移动记录中获取所有节点的地理位置信息和当前节点的地理位置信息,可以通过计算节点之间的距离,从所有节点中筛选出地理位置与当前节点的地理位置邻近的临近节点。优选的,与移动终端所在的当前节点临近的临近节点为多个。
其中,步骤102中,可采用以下方式确定移动终端从当前节点向任一临近节点移动的第一概率值,如图2所示,具体包括:
步骤201,从移动终端的历史移动记录中获取移动终端从当前节点出发向任一临近节点移动的次数和出发时间;
具体的,从历史移动记录中查找移动终端在任一临近节点与当前节点之间往来的历史移动记录;根据移动终端在任一临近节点与当前节点之间往来的历史移动记录,以一天为周期,统计移动终端从当前节点出发向任一临近节点移动的次数和每次从当前节点出发的出发时间。
例如,用户使用移动终端进行移动时,移动终端的定位模块可以记录移动终端的地理位置信息,进而产生历史移动记录,历史移动记录了移动设备的运动轨迹。本发明实施例使用有向图来表示用户轨迹。如图3所示的移动终端在节点A、B、C、D四个节点之间的移动的有向图,节点A的值为5,节点B的值为1,节点C的值为3,节点D的值为0,图中还包括节点之间的方向线和方向线旁边标注的时间序列,其中,图中的节点表示根据移动终端的历史运动轨迹对应的地理位置信息而构成的移动终端用户的兴趣点,节点的值表示从这个节点出发,到其他临近节点的总次数。图中节点间的连接线为方向线,用于指示移动终端的移动方向,方向线的旁边标注的时间序列,记录了移动终端每次从当前节点出发向一个临近节点移动的出发时间,同时也可根据时间序列获取从当前节点向该临近节点移动的次数,可选的,有向图中的时间信息是指移动终端在一天内的运动轨迹对应的时间信息。例如,对于节点A来说,节点A的值为5,表示移动终端从节点A向所有临近节点移动的总次数为5次,节点A和节点B之间的方向线上的时间序列为[T1,T2],表明移动终端从节点A向临近节点B一天内的移动的次数为两次,移动终端从节点A出发向临近节点B移动的出发时间分别为T1时刻和T2时刻。
步骤202,针对每一个临近节点,根据移动终端从当前节点向临近节点移动的次数和出发时间,确定移动终端从当前节点向临近节点移动的第一概率值。
具体的,步骤202中,针对每个一个临近节点,确定移动终端从当前节点向该临近节点移动的第一概率值,包括:
首先,根据移动终端从当前节点向临近节点移动的次数和移动终端从当前节点向所有临近节点移动的总次数,得到移动终端从当前节点向临近节点移动的初始概率值;
其次,确定移动终端从当前节点向临近节点移动的出发时间与移动终端位于当前节点的当前时间之间的时间偏差;
再次,根据移动终端从当前节点向临近节点移动的初始概率值和确定的时间偏差,得到移动终端从当前节点向临近节点移动的第一概率值。
本发明实施例提供一种确定移动终端从当前节点向临近节点移动的初始概率值的方法,例如,若当前节点为第i节点,临近节点为第j临近节点,移动终端从第i节点出发向第j临近节点移动的次数为k,移动终端从第i节点出发向所有临近节点移动的总次数为N,移动终端从第i节点出发向第j临近节点移动的的初始概率值为p(i,j);则
在不同的时间,移动终端从同一个节点向同一个方向(同一临近节点)移动也一般具有不同的概率,为了准确的确定移动终端从当前节点向某一个临近节点移动的概率,本发明实施例加入移动时间偏差的因素来修正上述步骤算出的初始概率值,例如,将位于当前节点A的当前时间T0与节点A向节点B移动的方向线上记录的时间T1、T2做对比,计算当前时间T0和历史记录的时间T1、T2之间的时间偏差。
基于上述思想,本发明实施例提供一种确定移动终端从当前节点向临近节点移动的出发时间与移动终端位于当前节点的当前时间之间的时间偏差的方法,具体为:
若当前节点为第i节点,临近节点为第j临近节点,且移动终端从第i节点出发向第j临近节点移动的次数为k,移动终端的历史移动记录中从第i节点出发向第j临近节点移动的出发时间分别为[T1,T2,……,Tk],移动终端位于当前节点的当前时间为是T0,移动终端从第i节点出发向第j临近节点移动的出发时间与移动终端位于第i节点的当前时间之间的时间偏差为则
基于上述步骤计算出的初始概率值和时间偏差值,本发明实施例提供一种根据移动终端从当前节点向临近节点移动的初始概率值和确定的时间偏差,计算移动终端从当前节点向临近节点移动的第一概率值的方法,具体为:
若当前节点为第i节点,临近节点为第j临近节点,且移动终端从第i节点出发向第j临近节点移动的初始概率为p(i,j),移动终端从第i节点出发向第j临近节点移动的出发时间与移动终端位于第i节点的当前时间之间的时间偏差为移动终端从第i节点出发向第j临近节点移动的第一概率值为p'(i,j),则
本发明上述实施例中计算移动终端从当前节点向任一临近节点移动的第一概率值时,利用当前时间和历史时间的偏差程度来修正初始概率值,与现有技术相比,综合考虑移动方向和移动时间偏差对移动终端从当前节点向该临近节点移动的概率值的影响,使得确定出的第一概率值更加可靠。
为了得到更精确的移动终端目标移动位置的预测结果,本发明还参考相似移动终端的历史移动记录来预测移动终端目标移动位置。确定相似移动终端之前需要获取多个备选移动终端的历史移动记录,备选移动终端是指曾经过当前节点的所有移动终端。相似移动终端是指在当前节点前与预测移动终端具有相似或相同的运动轨迹的移动终端,可从预测移动终端的当前节点出发,向前回溯备选移动终端经过的若干个节点,然后在回溯的节点上比较备选移动终端的移动轨迹与预测移动终端向前回溯的若干个节点上移动轨迹的偏差,备选移动终端的移动轨迹与预测移动终端的偏差,采用在这些节点的距离差来计算。
步骤103中,可采用以下方式确定与移动终端历史移动轨迹相似的相似移动终端,具体包括:
若移动终端为X,经过当前节点的任一其他移动终端为移动终端Y,
根据移动终端X的历史移动记录,获取移动终端X到达当前节点前先后经过的N个节点;
根据移动终端Y的历史移动记录,获取移动终端Y到达当前节点前先后经过的N个节点;
根据移动终端X经过的第k个节点与移动终端Y经过的第k个节点之间的距离1≤k<≤n,确定移动终端Y与移动终端X历史移动轨迹的相似程度,
将历史移动轨迹与移动终端X的相似程度满足阈值条件的移动终端Y,确定为与移动终端X历史移动轨迹相似的相似移动终端;
其中,若移动终端X经过的第k个节点的坐标为(xk,yk),移动终端Y经过的第k个节点的坐标为(xk’,yk’),移动终端X经过的第k个节点与移动终端Y经过的第k个节点之间的距离为dist(Xk,Yk),则
若移动终端Y与移动终端X历史移动轨迹的相似程度为dist(X,Y),则
上述步骤中的阈值条件可以是设定的一个阈值,当dist(X,Y)小于这个阈值时,认定移动终端X和移动终端Y在回溯的n个节点上的运动轨迹相似。
优选的,确定出的相似移动终端可以是多个,这样会增加预测的准确性。
确定相似移动终端之后,需要确定相似移动终端从从当前节点向任一临近节点移动的第二概率值。
可选的,相似移动终端的第二概率值为相似移动终端从当前节点向任一临近节点移动的初始概率值,按照上述公式2计算。
如果相似移动终端为多个,所有相似移动终端从当前节点向任一临近节点移动的第二概率值按照公式[6]计算:
其中,公式[6]中,Σk为所有相似移动终端从当前节点i向任一临近节点j移动的次数,ΣN为所有相似移动终端从当前节点i向所有临近节点移动的总次数,P(i,j)为所有相似移动终端从当前节点i向任一临近节点移动的第二概率值。
可选的,如果相似移动终端为一个,则相似移动终端的第二概率值可以参照上述公式[1][2][3]的计算方法计算得到,具体计算方法与根据上述公式[1][2][3]计算移动终端从当前节点向任一临近节点移动的第一概率值的方法相似,包括:
从相似移动终端的历史移动记录中获取相似移动终端从当前节点出发向任一临近节点移动的次数和出发时间;
针对每一个临近节点,根据相似移动终端从当前节点向临近节点移动的次数和出发时间,确定相似移动终端从当前节点向临近节点移动的第二概率值。
具体的,针对每个一个临近节点,按照如下方法确定相似移动终端从当前节点向临近节点移动的第二概率值:
首先,根据相似移动终端从当前节点向临近节点移动的次数和相似移动终端从当前节点向所有临近节点移动的总次数,得到相似移动终端从当前节点向临近节点移动的初始概率值;
其次,确定相似移动终端从当前节点向临近节点移动的出发时间与相似移动终端位于当前节点的当前时间之间的时间偏差;
再次,根据相似移动终端从当前节点向临近节点移动的初始概率值和确定的时间偏差,得到相似移动终端从当前节点向临近节点移动的第二概率值。
相似移动终端针对每一个临近节点,确定从当前节点向临近节点移动的初始概率值,确定从当前节点向临近节点移动的出发时间与相似移动终端位于当前节点的当前时间之间的时间偏差,以及基于初始概率值和时间偏差确定从当前节点向临近节点移动的第二概率值的方法参见上述实施例,此处不再累述。
当移动终端从当前节点向任一临近节点移动的第一概率值、相似移动终端从当前节点向任一临近节点移动的第二概率值都确定以后,计算移动终端从当前节点出发向任一临近节点移动的第三概率值。
具体的,步骤105中,针对每一个临近节点,根据公式[8]对移动终端从当前节点向临近节点移动的第一概率值和相似移动终端从当前节点向临近节点移动的第二概率值进行加权平均,得到移动终端从当前节点出发向该临近节点移动的第三概率值。
p(j)=λp'(i,j)+(1-λ)P(i,j)……………………[7]
其中,公式[7]中,λ和1-λ为在0和1之间取值的加权系数,p(j)为移动终端从当前节点i出发向临近节点j移动的第三概率值,p'(i,j)为根据公式[1]得到的移动终端从当前节点i出发向临近节点j移动第一概率值,P(i,j)为相似移动终端从当前节点i出发向临近节点j移动第二概率值。
可选的,若相似移动终端为一个,则P(i,j)可以是根据公式[3]计算的得到的相似移动终端从当前节点i出发向临近节点j移动的概率值,也可以是根据公式[1]计算得到的相似移动终端从当前节点i出发向临近节点j移动的概率值。
若相似移动终端为多个,则P(i,j)可以是根据公式[6]计算得到的所有相似移动终端从当前节点i出发向临近节点j移动的概率值。
上述步骤106中,若临近节点的个数为三个,即j=3,则按照上述加权平均的方法计算出移动终端从当前节点出发向这三个临近节点移动的第三概率值分别为:p(1)、p(2)、p(3),若p(3)最大,则将第三概率值最大的临近节点(p(3)对应的临近节点)作为移动终端的目标移动位置,移动终端从当前节点出发朝向目标移动位置移动。
上述方法流程中,根据移动终端的历史移动记录记录的移动终端从当前节点向每个临近节点移动的次数和从当前节点向每个临近节点移动的出发时间预测移动终端从当前节点向每个临近节点移动的第一概率值,并结合相似移动终端从当前节点向每个临近节点移动的第二概率值对移动终端的目标移动位置进行预测,预测要素更加全面,预测结果更加精确,为向移动终端用户提供更精确的服务奠定基础。
基于相同的技术构思,本发明实施例还提供一种移动终端位置预测装置,该装置可执行上述方法实施例。
如图4所示的一种移动终端位置预测装置,包括:
获取单元401,用于获取与移动终端所在的当前节点临近的临近节点;
第一确定单元402,用于根据移动终端的历史移动记录,确定移动终端从当前节点向任一临近节点移动的第一概率值;
第二确定单元403,用于根据经过当前节点的其他移动终端的历史移动记录,确定与移动终端历史移动轨迹相似的相似移动终端;
第三确定单元404,用于根据相似移动终端的历史移动记录,确定相似移动终端从当前节点向任一临近节点移动的第二概率值;
第四确定单元405,用于针对每一个临近节点,根据移动终端从当前节点向临近节点移动的第一概率值和相似移动终端从当前节点向临近节点移动的第二概率值,确定移动终端从当前节点向临近节点移动的第三概率值;
第五确定单元406,用于将第三概率值最大的临近节点作为移动终端的目标移动位置。
进一步地,第一确定单元402,具体用于:
从移动终端的历史移动记录中获取移动终端从当前节点出发向任一临近节点移动的次数和出发时间;
针对每一个临近节点,根据移动终端从当前节点向临近节点移动的次数和出发时间,确定移动终端从当前节点向临近节点移动的第一概率值;
第三确定单元404,具体用于:
从相似移动终端的历史移动记录中获取相似移动终端从当前节点出发向任一临近节点移动的次数和出发时间;
针对每一个临近节点,根据相似移动终端从当前节点向临近节点移动的次数和出发时间,确定相似移动终端从当前节点向临近节点移动的第二概率值。
进一步地,第一确定单元402,具体用于:
针对每个一个临近节点,根据移动终端从当前节点向临近节点移动的次数和移动终端从当前节点向所有临近节点移动的总次数,得到移动终端从当前节点向临近节点移动的初始概率值;
确定移动终端从当前节点向临近节点移动的出发时间与移动终端位于当前节点的当前时间之间的时间偏差;
根据移动终端从当前节点向临近节点移动的初始概率值和确定的时间偏差,得到移动终端从当前节点向临近节点移动的第一概率值。
进一步地,第一确定单元402,具体用于:
若当前节点为第i节点,临近节点为第j临近节点,且
移动终端从第i节点出发向第j临近节点移动的初始概率为p(i,j),移动终端从第i节点出发向第j临近节点移动的出发时间与移动终端位于第i节点的当前时间之间的时间偏差为移动终端从第i节点出发向第j临近节点移动的第一概率值为p'(i,j),则
进一步地,第一确定单元402,具体用于:
若当前节点为第i节点,临近节点为第j临近节点,且
移动终端从第i节点出发向第j临近节点移动的次数为k,
移动终端从第i节点出发向所有临近节点移动的总次数为N,移动终端从第i节点出发向第j临近节点移动的的初始概率值为p(i,j);则
进一步地,第一确定单元402,具体用于:
若当前节点为第i节点,临近节点为第j临近节点,且移动终端从第i节点出发向第j临近节点移动的次数为k,移动终端的历史移动记录中从第i节点出发向第j临近节点移动的出发时间分别为[T1,T2,……,Tk],移动终端位于当前节点的当前时间为是T0,移动终端从第i节点出发向第j临近节点移动的出发时间与移动终端位于第i节点的当前时间之间的时间偏差为则
进一步地,第二确定单元403,用于:
若移动终端为X,经过当前节点的任一其他移动终端为移动终端Y,
根据移动终端X的历史移动记录,获取移动终端X到达当前节点前先后经过的N个节点;
根据移动终端Y的历史移动记录,获取移动终端Y到达当前节点前先后经过的N个节点;
根据移动终端X经过的第k个节点与移动终端Y经过的第k个节点之间的距离1≤k<≤n,确定移动终端Y与移动终端X历史移动轨迹的相似程度,
将历史移动轨迹与移动终端X的相似程度满足阈值条件的移动终端Y,确定为与移动终端X历史移动轨迹相似的相似移动终端;
其中,若移动终端X经过的第k个节点的坐标为(xk,yk),移动终端Y经过的第k个节点的坐标为(xk’,yk’),移动终端X经过的第k个节点与移动终端Y经过的第k个节点之间的距离为dist(Xk,Yk),则
若移动终端Y与移动终端X历史移动轨迹的相似程度为dist(X,Y),则
上述实施例中,获取与移动终端所在的当前节点临近的临近节点,根据移动终端的历史移动记录,确定移动终端从当前节点向任一临近节点移动的第一概率值;根据经过当前节点的其他移动终端的历史移动记录,确定与移动终端历史移动轨迹相似的相似移动终端;根据相似移动终端的历史移动记录,确定相似移动终端从当前节点向任一临近节点移动的第二概率值;针对每一个临近节点,根据移动终端从当前节点向临近节点移动的第一概率值和相似移动终端从当前节点向临近节点移动的第二概率值,确定移动终端从当前节点向临近节点移动的第三概率值;将第三概率值最大的临近节点作为移动终端的目标移动位置,上述方法实基于移动终端的历史移动记录和相似移动终端的历史移动记录确定移动终端从当前节点向任一临近节点移动的概率值,能够使得确定出的移动终端的目标移动位置更精确。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种移动终端位置预测方法,其特征在于,包括:
获取与移动终端所在的当前节点临近的临近节点;
根据所述移动终端的历史移动记录,确定所述移动终端从所述当前节点向任一所述临近节点移动的第一概率值;
根据经过所述当前节点的其他移动终端的历史移动记录,确定与所述移动终端历史移动轨迹相似的相似移动终端;
根据所述相似移动终端的历史移动记录,确定所述相似移动终端从所述当前节点向任一所述临近节点移动的第二概率值;
针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的第一概率值和所述相似移动终端从所述当前节点向所述临近节点移动的第二概率值,确定所述移动终端从所述当前节点向所述临近节点移动的第三概率值;
将所述第三概率值最大的临近节点作为所述移动终端的目标移动位置。
2.如权利要求1所述的方法,其特征在于,
所述根据所述移动终端的历史移动记录,确定所述移动终端从所述当前节点向任一所述临近节点移动的第一概率值,包括:
从所述移动终端的历史移动记录中获取所述移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述移动终端从所述当前节点向所述临近节点移动的第一概率值;和/或,
所述根据所述相似移动终端的历史移动记录,确定所述相似移动终端从所述当前节点向任一所述临近节点移动的第二概率值,包括:
从所述相似移动终端的历史移动记录中获取所述相似移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述相似移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述相似移动终端从所述当前节点向所述临近节点移动的所述第二概率值。
3.如权利要求2所述的方法,其特征在于,所述针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述移动终端从所述当前节点向所述临近节点移动的第一概率值,包括:
针对每个一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和所述移动终端从所述当前节点向所有临近节点移动的总次数,得到所述移动终端从所述当前节点向所述临近节点移动的初始概率值;
确定所述移动终端从所述当前节点向所述临近节点移动的出发时间与所述移动终端位于所述当前节点的当前时间之间的时间偏差;
根据所述移动终端从所述当前节点向所述临近节点移动的所述初始概率值和确定的所述时间偏差,得到所述移动终端从所述当前节点向所述临近节点移动的第一概率值。
4.如权利要求3所述的方法,其特征在于,
根据所述移动终端从所述当前节点向所述临近节点移动的所述初始概率值和确定的所述时间偏差,得到所述移动终端从所述当前节点向所述临近节点移动的第一概率值,包括:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的初始概率为p(i,j),所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为所述移动终端从所述第i节点出发向所述第j临近节点移动的第一概率值为p'(i,j),则
5.如权利要求3所述的方法,其特征在于,
针对每个一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和所述移动终端从所述当前节点向所有临近节点移动的总次数,得到所述移动终端从所述当前节点向所述临近节点移动的初始概率值,包括:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,
所述移动终端从所述第i节点出发向所有临近节点移动的总次数为N,所述移动终端从所述第i节点出发向所述第j临近节点移动的的初始概率值为p(i,j);则
6.如权利要求3所述的方法,其特征在于,
所述确定所述移动终端从所述当前节点向所述临近节点移动的出发时间与所述移动终端位于所述当前节点的当前时间之间的时间偏差,包括:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,所述移动终端的历史移动记录中从所述第i节点出发向所述第j临近节点移动的出发时间分别为[T1,T2,……,Tk],所述移动终端位于所述当前节点的当前时间为是T0,所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为则
7.如权利要求1至6中任一项所述的方法,其特征在于,
所述根据经过所述当前节点的其他移动终端的历史移动记录,确定与所述移动终端终端历史移动轨迹相似的相似移动终端,包括:
若所述移动终端为X,经过所述当前节点的任一其他移动终端为移动终端Y,
根据所述移动终端X的历史移动记录,获取所述移动终端X到达所述当前节点前先后经过的N个节点;
根据所述移动终端Y的历史移动记录,获取所述移动终端Y到达所述当前节点前先后经过的N个节点;
根据所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离1≤k<≤n,确定所述移动终端Y与所述移动终端X历史移动轨迹的相似程度,
将历史移动轨迹与所述移动终端X的相似程度满足阈值条件的所述移动终端Y,确定为与所述移动终端X历史移动轨迹相似的相似移动终端;
其中,若所述移动终端X经过的第k个节点的坐标为(xk,yk),所述移动终端Y经过的第k个节点的坐标为(xk’,yk’),所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离为dist(Xk,Yk),则
若所述移动终端Y与所述移动终端X历史移动轨迹的相似程度为dist(X,Y),则
8.一种移动终端位置预测装置,其特征在于,包括:
获取单元,用于获取与移动终端所在的当前节点临近的临近节点;
第一确定单元,用于根据所述移动终端的历史移动记录,确定所述移动终端从所述当前节点向任一所述临近节点移动的第一概率值;
第二确定单元,用于根据经过所述当前节点的其他移动终端的历史移动记录,确定与所述移动终端历史移动轨迹相似的相似移动终端;
第三确定单元,用于根据所述相似移动终端的历史移动记录,确定所述相似移动终端从所述当前节点向任一所述临近节点移动的第二概率值;
第四确定单元,用于针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的第一概率值和所述相似移动终端从所述当前节点向所述临近节点移动的第二概率值,确定所述移动终端从所述当前节点向所述临近节点移动的第三概率值;
第五确定单元,用于将所述第三概率值最大的临近节点作为所述移动终端的目标移动位置。
9.如权利要求8所述的装置,其特征在于,
所述第一确定单元,具体用于:
从所述移动终端的历史移动记录中获取所述移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述移动终端从所述当前节点向所述临近节点移动的第一概率值;
所述第三确定单元,具体用于:
从所述相似移动终端的历史移动记录中获取所述相似移动终端从所述当前节点出发向任一所述临近节点移动的次数和出发时间;
针对每一个临近节点,根据所述相似移动终端从所述当前节点向所述临近节点移动的次数和出发时间,确定所述相似移动终端从所述当前节点向所述临近节点移动的所述第二概率值。
10.如权利要求9所述的装置,其特征在于,所述所述第一确定单元,具体用于:
针对每个一个临近节点,根据所述移动终端从所述当前节点向所述临近节点移动的次数和所述移动终端从所述当前节点向所有临近节点移动的总次数,得到所述移动终端从所述当前节点向所述临近节点移动的初始概率值;
确定所述移动终端从所述当前节点向所述临近节点移动的出发时间与所述移动终端位于所述当前节点的当前时间之间的时间偏差;
根据所述移动终端从所述当前节点向所述临近节点移动的所述初始概率值和确定的所述时间偏差,得到所述移动终端从所述当前节点向所述临近节点移动的第一概率值。
11.如权利要求10所述的装置,其特征在于,所述第一确定单元,具体用于:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的初始概率为p(i,j),所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为所述移动终端从所述第i节点出发向所述第j临近节点移动的第一概率值为p'(i,j),则
12.如权利要求10所述的装置,其特征在于,所述第一确定单元,具体用于:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且
所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,
所述移动终端从所述第i节点出发向所有临近节点移动的总次数为N,所述移动终端从所述第i节点出发向所述第j临近节点移动的的初始概率值为p(i,j);则
13.如权利要求10所述的装置,其特征在于,所述第一确定单元,具体用于:
若所述当前节点为第i节点,所述临近节点为第j临近节点,且所述移动终端从所述第i节点出发向所述第j临近节点移动的次数为k,所述移动终端的历史移动记录中从所述第i节点出发向所述第j临近节点移动的出发时间分别为[T1,T2,……,Tk],所述移动终端位于所述当前节点的当前时间为是T0,所述移动终端从所述第i节点出发向所述第j临近节点移动的出发时间与所述移动终端位于所述第i节点的当前时间之间的时间偏差为则
14.如权利要求8至13中任一项所述的装置,其特征在于,所述第二确定单元,用于:
若所述移动终端为X,经过所述当前节点的任一其他移动终端为移动终端Y,
根据所述移动终端X的历史移动记录,获取所述移动终端X到达所述当前节点前先后经过的N个节点;
根据所述移动终端Y的历史移动记录,获取所述移动终端Y到达所述当前节点前先后经过的N个节点;
根据所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离1≤k<≤n,确定所述移动终端Y与所述移动终端X历史移动轨迹的相似程度,
将历史移动轨迹与所述移动终端X的相似程度满足阈值条件的所述移动终端Y,确定为与所述移动终端X历史移动轨迹相似的相似移动终端;
其中,若所述移动终端X经过的第k个节点的坐标为(xk,yk),所述移动终端Y经过的第k个节点的坐标为(xk’,yk’),所述移动终端X经过的第k个节点与所述移动终端Y经过的第k个节点之间的距离为dist(Xk,Yk),则
若所述移动终端Y与所述移动终端X历史移动轨迹的相似程度为dist(X,Y),则
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510831230.7A CN105933857B (zh) | 2015-11-25 | 2015-11-25 | 一种移动终端位置预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510831230.7A CN105933857B (zh) | 2015-11-25 | 2015-11-25 | 一种移动终端位置预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105933857A true CN105933857A (zh) | 2016-09-07 |
CN105933857B CN105933857B (zh) | 2019-05-14 |
Family
ID=56839917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510831230.7A Active CN105933857B (zh) | 2015-11-25 | 2015-11-25 | 一种移动终端位置预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105933857B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779218A (zh) * | 2016-12-16 | 2017-05-31 | 深圳达实智能股份有限公司 | 一种人员活动轨迹的预测方法 |
CN107507413A (zh) * | 2017-08-29 | 2017-12-22 | 广东蔚海数问大数据科技有限公司 | 车辆位置预测方法及装置 |
CN107844406A (zh) * | 2017-10-25 | 2018-03-27 | 千寻位置网络有限公司 | 分布式系统的异常检测方法及系统、服务终端、存储器 |
CN108009688A (zh) * | 2017-12-15 | 2018-05-08 | 东软集团股份有限公司 | 聚集事件预测方法、装置及设备 |
CN108240817A (zh) * | 2016-12-27 | 2018-07-03 | 上海擎感智能科技有限公司 | 电子导航方法及装置 |
CN109041218A (zh) * | 2018-09-25 | 2018-12-18 | 广东小天才科技有限公司 | 一种预测用户位置的方法和智能硬件 |
CN113029154A (zh) * | 2021-04-01 | 2021-06-25 | 北京深睿博联科技有限责任公司 | 一种盲人导航方法及装置 |
CN113203376A (zh) * | 2021-04-19 | 2021-08-03 | 深圳市安全守护科技有限公司 | 位置纠偏方法、装置、设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509170A (zh) * | 2011-10-10 | 2012-06-20 | 浙江鸿程计算机系统有限公司 | 一种基于历史轨迹数据挖掘的位置预测系统及方法 |
CN103747523A (zh) * | 2014-01-14 | 2014-04-23 | 上海河广信息科技有限公司 | 一种基于无线网络的用户位置预测系统和方法 |
WO2014146233A1 (en) * | 2013-03-18 | 2014-09-25 | Intel Corporation | A mobile device positioning system |
CN104581622A (zh) * | 2013-10-28 | 2015-04-29 | 华为技术有限公司 | 移动用户位置预测方法及设备 |
-
2015
- 2015-11-25 CN CN201510831230.7A patent/CN105933857B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509170A (zh) * | 2011-10-10 | 2012-06-20 | 浙江鸿程计算机系统有限公司 | 一种基于历史轨迹数据挖掘的位置预测系统及方法 |
WO2014146233A1 (en) * | 2013-03-18 | 2014-09-25 | Intel Corporation | A mobile device positioning system |
CN104581622A (zh) * | 2013-10-28 | 2015-04-29 | 华为技术有限公司 | 移动用户位置预测方法及设备 |
CN103747523A (zh) * | 2014-01-14 | 2014-04-23 | 上海河广信息科技有限公司 | 一种基于无线网络的用户位置预测系统和方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779218A (zh) * | 2016-12-16 | 2017-05-31 | 深圳达实智能股份有限公司 | 一种人员活动轨迹的预测方法 |
CN108240817A (zh) * | 2016-12-27 | 2018-07-03 | 上海擎感智能科技有限公司 | 电子导航方法及装置 |
CN107507413A (zh) * | 2017-08-29 | 2017-12-22 | 广东蔚海数问大数据科技有限公司 | 车辆位置预测方法及装置 |
CN107844406A (zh) * | 2017-10-25 | 2018-03-27 | 千寻位置网络有限公司 | 分布式系统的异常检测方法及系统、服务终端、存储器 |
CN108009688A (zh) * | 2017-12-15 | 2018-05-08 | 东软集团股份有限公司 | 聚集事件预测方法、装置及设备 |
CN108009688B (zh) * | 2017-12-15 | 2021-08-31 | 东软集团股份有限公司 | 聚集事件预测方法、装置及设备 |
CN109041218A (zh) * | 2018-09-25 | 2018-12-18 | 广东小天才科技有限公司 | 一种预测用户位置的方法和智能硬件 |
CN113029154A (zh) * | 2021-04-01 | 2021-06-25 | 北京深睿博联科技有限责任公司 | 一种盲人导航方法及装置 |
CN113203376A (zh) * | 2021-04-19 | 2021-08-03 | 深圳市安全守护科技有限公司 | 位置纠偏方法、装置、设备及计算机可读存储介质 |
CN113203376B (zh) * | 2021-04-19 | 2022-11-11 | 深圳市安全守护科技有限公司 | 位置纠偏方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105933857B (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105933857A (zh) | 一种移动终端位置预测方法及装置 | |
CN110210604A (zh) | 一种终端设备移动轨迹预测方法及装置 | |
CN107230351B (zh) | 一种基于深度学习的短时交通流预测方法 | |
CN110400332A (zh) | 一种目标检测跟踪方法、装置及计算机设备 | |
Zhang et al. | A comprehensive study of bluetooth fingerprinting-based algorithms for localization | |
CN106912103B (zh) | 一种终端定位方法及装置 | |
CN104850734B (zh) | 一种基于时空分布特征的空气质量指数预测方法 | |
CN105740991A (zh) | 基于改进bp神经网络拟合多种气候模式的气候变化预测方法及系统 | |
CN106912018A (zh) | 基于信令轨迹的地图匹配方法及系统 | |
CN106612495B (zh) | 一种基于传播损耗学习的室内定位方法及系统 | |
CN106267774A (zh) | 运动状态识别方法和装置 | |
CN108898533A (zh) | 人口流动数据的获取方法、装置及计算机可读存储介质 | |
CN113902185B (zh) | 区域用地性质的确定方法、装置、电子设备及存储介质 | |
Mazloumi et al. | Exploring the value of traffic flow data in bus travel time prediction | |
CN110149595B (zh) | 一种基于hmm的异构网络用户行为预测方法 | |
CN106203306A (zh) | 年龄的预测方法、装置及终端 | |
CN106339769A (zh) | 一种面向移动社会网络的用户出行预测方法 | |
CN111209215A (zh) | 应用程序的测试方法、装置、计算机设备及存储介质 | |
CN106295911A (zh) | 一种基于层析分析法的电网支路参数评价方法 | |
CN107527024A (zh) | 人脸颜值评估方法及装置 | |
CN106982413A (zh) | 一种区域客流趋势的预测方法及装置 | |
CN107979817A (zh) | 一种移动终端二维指纹定位方法 | |
CN107995682A (zh) | 无线接入点定位方法、装置、电子设备及存储介质 | |
CN112965592A (zh) | 设备交互方法、装置及系统 | |
CN111510848A (zh) | 一种终端位置预测方法、装置、介质和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |