WO2015120746A1 - 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 PDF

Info

Publication number
WO2015120746A1
WO2015120746A1 PCT/CN2014/095060 CN2014095060W WO2015120746A1 WO 2015120746 A1 WO2015120746 A1 WO 2015120746A1 CN 2014095060 W CN2014095060 W CN 2014095060W WO 2015120746 A1 WO2015120746 A1 WO 2015120746A1
Authority
WO
WIPO (PCT)
Prior art keywords
location
user terminal
probability
point
interest point
Prior art date
Application number
PCT/CN2014/095060
Other languages
English (en)
French (fr)
Inventor
丁强
李春平
伍健
Original Assignee
华为技术有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2015120746A1 publication Critical patent/WO2015120746A1/zh

Links

Images

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
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs

Definitions

  • the present application relates to the field of mobile communications, and in particular, to a method and apparatus for predicting a user destination point.
  • the user can be provided with a navigation service through the mobile terminal, thereby prompting the user to the current location to the company.
  • the prediction method for the user destination point is mainly based on the current user's location, combined with the user's past historical location information, to predict the destination point that the user will go.
  • the accuracy of the prediction is low.
  • the purpose of the present application is to provide a method and apparatus for predicting a user destination point, which can comprehensively consider other historical information including user location information, and predict a user destination point.
  • the present application provides a method for predicting a user destination point, the method comprising:
  • the point probability database stores a probability that the user terminal moves from one location interest point to another location interest point; the probability is that the user terminal leaves the Time information obtained when a point of interest is obtained;
  • a location interest point corresponding to a probability that the value of the other location interest points is the largest is determined as the destination point of the user.
  • the location interest point probability database further stores a dwell time of the user terminal at the one location interest point corresponding to different arrival times of the user terminal.
  • the determining the departure time information of the user terminal leaving the location interest point includes:
  • the acquiring the location information of the user terminal used by the user includes:
  • the present application provides a method for predicting a user destination point, the method comprising:
  • the location interest point corresponding to the first probability having the largest value is determined as the destination point of the user.
  • the determining, according to the leaving time information, and the motion state information of the user terminal, determining that the user terminal goes to the other location except the interest point of the previous location The first probability of location interest points, including:
  • the location interest point probability database searches for a second probability that the user terminal goes to other location interest points other than the location interest point when the time indicated by the departure time information leaves the previous location interest point;
  • the location interest point probability database stores a probability that the user terminal moves from one location interest point to another location interest point; the probability is based on the user end Obtaining time information when leaving the point of interest of the one location;
  • the first probability is proportional to the second probability, and the first probability is proportional to the third probability.
  • the acquiring the motion state information of the user terminal includes:
  • the motion speed information is used to indicate a motion speed of the user terminal;
  • Determining, according to the motion state information and the location information, a third probability that the user terminal goes to a point of interest other than the point of interest of the previous location specifically:
  • the third probability is inversely proportional to the distance, and the third probability is proportional to the speed.
  • the location information of the user terminal used by the user includes:
  • the obtaining The motion state information of the user terminal specifically includes:
  • the exercise time is a time between the second time and the second time.
  • the present application provides a prediction device for a user destination point, the device comprising:
  • An obtaining module configured to acquire location information of the user terminal used by the user
  • a determining module configured to determine, according to the location information, a location interest point where the user terminal is located
  • a searching module configured to search, in the location interest point probability database, a probability of the user terminal going to other location points other than the location interest point when the user terminal leaves the location interest point at the time indicated by the departure time information
  • the location interest point probability database stores a probability that the user terminal moves from one location interest point to another location interest point; the probability is obtained according to time information when the user terminal leaves the one location interest point of;
  • the determining module is further configured to determine a location interest point corresponding to a probability that the value of the other location interest points is the largest, as the destination point of the user.
  • the location interest point probability database further includes a stay time of the user terminal at the one location interest point corresponding to different arrival times of the user terminal.
  • the determining module is specifically configured to:
  • the acquiring module is specifically configured to:
  • the present application provides another prediction device for a user destination point, the device comprising:
  • An obtaining module configured to acquire location information of the user terminal used by the user
  • a determining module configured to determine, according to the location information, that the user terminal is located outside a location interest point
  • the acquiring module is further configured to acquire motion state information of the user terminal
  • the determining module is further configured to determine, according to the leaving time information, and the motion state information of the user terminal, a first probability that the user terminal goes to a point of interest other than the last location interest point;
  • the location interest point corresponding to the first probability having the largest value is determined as the destination point of the user.
  • the determining module is specifically configured to:
  • the location interest point probability database searching for the user terminal to go to the other location interest point other than the previous location interest point when the time indicated by the departure time information leaves the previous location interest point Probability; the location interest point probability database stores a probability that the user terminal moves from one location interest point to another location interest point; the probability is time information according to when the user terminal leaves the one location interest point owned;
  • the first probability is proportional to the second probability, and the first probability is proportional to the third probability.
  • the acquiring module is specifically configured to:
  • the motion speed information is used to indicate a motion speed of the user terminal;
  • the determining module is specifically configured to:
  • the third probability is inversely proportional to the distance, and the third probability is proportional to the speed.
  • the exercise time is a time between the second time and the second time.
  • the present application discloses the following technical effects:
  • a method or apparatus for predicting a user destination point disclosed by the present application by determining departure time information of the user terminal leaving the location interest point; searching for the user terminal leaving the location interest point at a time indicated by the departure time information And a probability of going to another location interest point; determining the location interest point corresponding to the probability with the largest value as the destination point of the user; and combining the user location information with time information related to the user location,
  • the user destination point is predicted so that the prediction accuracy for the user's destination point can be improved.
  • Embodiment 1 is a flowchart of Embodiment 1 of a method for predicting a user destination point according to the present application
  • Embodiment 2 is a flowchart of Embodiment 2 of a method for predicting a user destination point according to the present application
  • Embodiment 3 is a flowchart of Embodiment 1 of a method for predicting another user destination point according to the present application
  • Embodiment 4 is a flowchart of Embodiment 2 of another method for predicting a user destination point according to the present application
  • FIG. 5 is a flowchart of Embodiment 1 of a device for predicting a user destination point according to the present application
  • Embodiment 6 is a flowchart of Embodiment 1 of another apparatus for predicting a user destination point according to the present application
  • FIG. 7 is a structural diagram of a computing node of the present application.
  • the POI may refer to a location area where the user carries the user terminal to stay at a higher frequency for a long time.
  • the POI mentioned in this application For a certain user, the user's home, office location, frequent supermarkets, etc. can be considered as the POI mentioned in this application.
  • the user terminal may be an electronic device such as a mobile phone, a notebook computer or a tablet computer. Since the user carries the user terminal with him or her, the location of the user is substantially the same as the location of the user terminal.
  • Time information is relevant.
  • the time information may include the time when the user left the point of interest of the location (eg, when the user left), and may also include the week information of the user leaving the point of interest of the location (eg, the user left on the day of the week).
  • the target location is the company dormitory. After leaving work on Friday, after the user leaves the office, the target location is the user's home. It can be seen that the probability that the user moves from one location interest point to another location interest point is related to the time information of the point of interest of the user leaving the current location.
  • the location interest point probability database mentioned in the present application can record the probability that a user points to a point of interest at a certain departure time according to the historical location information of the user.
  • the Bayesian network model can be established according to the location interest points that the user has visited. According to the Bayesian network model, it is possible to calculate the probability that a user will go to a certain point of interest at a different departure time when the user is interested in a certain location.
  • the Bayesian model is established, and the method for calculating the probability according to the Bayesian model can adopt the prior art, and will not be described here.
  • FIG. 1 is a flowchart of Embodiment 1 of a method for predicting a user destination point according to the present application. As shown in FIG. 1, the method can include:
  • Step 101 Acquire location information of a user terminal used by the user.
  • the location of the access point when the user terminal accesses the network may be determined, and the location of the user terminal is determined, so that the location information of the user terminal used by the user is obtained.
  • the user terminal When the user terminal supports a GPS (Global Positioning System) positioning function, the user terminal may be located by using a GPS system to obtain location information of the user terminal used by the user.
  • GPS Global Positioning System
  • Step 102 Determine, according to the location information, a location interest point where the user terminal is located;
  • the location information of the location interest point recorded in advance may be compared.
  • position information can be represented by latitude and longitude coordinates.
  • latitude and longitude coordinates of the user terminal are the same as the latitude and longitude coordinates corresponding to the location interest point, or the latitude and longitude coordinates of the user terminal are within the range represented by the latitude and longitude coordinates of the location interest point, it may be determined The location interest point where the user terminal is located.
  • Step 103 Determine leaving time information of the user terminal leaving the location interest point.
  • the departure time information of the user terminal leaving the location interest point may be acquired in real time when the user leaves the location interest point. It is also possible to estimate the dwell time of the user at the location interest point when the user stays at the location interest point, thereby determining the departure time information of the user terminal leaving the location interest point.
  • the stay time information of the user point at the location interest point may be pre-stored in the location interest point probability database.
  • the corresponding dwell time information can be searched from the database to determine the dwell time of the user at the location interest point. Based on the dwell time and the arrival time, the departure time can be calculated.
  • Step 104 In the location interest point probability database, searching for a probability that the user terminal goes to another location interest point other than the location interest point when the user terminal leaves the location interest point at the time indicated by the departure time information;
  • the location interest point probability database stores a probability that the user terminal moves from one location interest point to another location interest point; the probability is obtained according to time information when the user terminal leaves the one location interest point;
  • the probability of going to another location interest point is stored in the location interest point probability database in advance, when the user terminal leaves the location interest point at different departure times. Therefore, at this time, the corresponding probability can be found in the location interest point probability database.
  • Step 105 Determine a location interest point corresponding to a probability that the value of the other location interest points is the largest, and determine the location interest point as the destination point of the user.
  • the location interest point with the highest probability is determined as the destination point of the user, that is, the target location is considered to be the location where the user is going.
  • the user location information and the time information related to the user location may be combined to predict the user purpose Location, which can improve the prediction accuracy for the user's destination point.
  • FIG. 2 is a flowchart of Embodiment 2 of a method for predicting a user destination point according to the present application. As shown in FIG. 2, the method may include:
  • Step 201 Acquire latitude and longitude coordinate information of the user terminal as location information of the user terminal.
  • Step 202 Determine, according to the location information, that the user terminal is located in the location interest point;
  • Step 203 Determine an actual arrival time of the user terminal to the location interest point.
  • the user terminal may report its location information to the corresponding access point periodically or non-periodically.
  • the access point may determine whether the user terminal is located in the location interest point.
  • the current time may be acquired as the user terminal arrives at the The actual arrival time of the location point of interest.
  • Step 204 Searching, in the location interest point probability database, the stay time information of the user terminal at the location interest point corresponding to the actual arrival time;
  • the stay time information of the user terminal in the interest point of the one location is also stored.
  • the different arrival time corresponding to the user terminal has different said stay time information.
  • a user goes to the same supermarket every day after work from Monday to Saturday. During the period from Monday to Friday, the user went to the supermarket mainly to buy food, so that they could go home to cook, so the stay time was shorter. On Saturday, the user went to the supermarket mainly for bulk purchases, so the stay was longer. From this example, it can be seen that for the same point of interest location, the dwell time is different for different arrival times of the user terminal.
  • Step 205 Adding the actual arrival time to the dwell time indicated by the dwell time information to obtain the departure time information of the user terminal leaving the location interest point.
  • the sum of the actual arrival time and the dwell time indicated by the dwell time information is an estimate of the departure time of the user terminal leaving the location point of interest.
  • Step 206 In the location interest point probability database, searching for a probability that the user terminal goes to another location interest point when leaving the location interest point at the time indicated by the departure time information;
  • Step 207 Determine the location interest point corresponding to the probability that the value is the largest as the destination point of the user.
  • the location interest point probability database Searching, in the location interest point probability database, the stay time information of the user terminal at the location interest point corresponding to the actual arrival time; using the actual arrival time and the stay time information
  • the indicated dwell times are added to obtain the departure time information of the user terminal leaving the location interest point; the departure time of the user terminal leaving the location interest point may be estimated according to the actual arrival time, so that the user leaves the Before the location of interest points, the user's destination electricity can be predicted.
  • FIG. 3 is a flowchart of Embodiment 1 of a method for predicting another user destination point according to the present application. As shown in FIG. 3, the method may include:
  • Step 301 Acquire location information of the user terminal used by the user.
  • the location of the access point when the user terminal accesses the network may be determined, and the location of the user terminal is determined, so that the location information of the user terminal used by the user is obtained.
  • the user terminal When the user terminal supports the GPS positioning function, the user terminal may also be located by using a GPS system, thereby acquiring location information of the user terminal used by the user.
  • Step 302 Determine, according to the location information, that the user terminal is located outside a location interest point
  • the location information of the location interest point recorded in advance may be compared.
  • position information can be represented by latitude and longitude coordinates.
  • the latitude and longitude coordinates of the user terminal are different from the latitude and longitude coordinates corresponding to the location interest point, or the latitude and longitude coordinates of the user terminal are outside the range indicated by the latitude and longitude coordinates of the location interest point, it may be determined The user terminal is located outside the location interest point.
  • Step 303 Determine leaving time information of the user terminal leaving the interest point of the previous location.
  • the time at which the user terminal arrives at the location point of interest may be recorded. By looking up the newly generated record, it can be known from which location point of interest (i.e., the previous location point of interest) the user terminal leaves, and the departure time of the point of interest from the previous location.
  • location point of interest i.e., the previous location point of interest
  • Step 304 Acquire motion state information of the user terminal.
  • the destination point to which the user terminal is to go may be analyzed according to the motion state information of the user terminal.
  • the motion state information may include motion speed information and motion direction information.
  • motion speed information When the moving speed of the mobile terminal in the direction toward the point of interest of a certain location is relatively large, the probability that the point of interest is the destination point is also high.
  • Step 305 Determine, according to the leaving time information, and the motion state information of the user terminal, a first probability that the user terminal goes to a point of interest other than the last location interest point;
  • the destination point that the user goes to in addition to the motion state information of the user terminal, The last said location interest point left by the subscriber terminal and the departure time information of the previous interest point of the location.
  • the first probability that the user terminal goes to another location interest point may be determined according to the leaving time information and the motion state information of the user terminal.
  • the probability of the user going to a certain location of interest point A may be calculated according to the motion state information of the user terminal, and then according to the departure time information of the user terminal leaving the previous interest point of the location, from the location interest point
  • the probabilities database finds the probability corresponding to the location interest point A, and then multiplies the two probabilities to determine the first probability that the user terminal goes to another location interest point.
  • the location interest point probability database may be established in advance.
  • the location interest point probability database stores a probability that the user terminal used by the user moves from one location interest point to another location interest point; the probability is according to when the user terminal leaves the one location interest point Time information is obtained.
  • the location interest point probability database of the present application can record the probability that a user points to a point of interest at a certain departure time according to the historical location information of the user.
  • Step 306 Determine a location interest point corresponding to the first probability with the largest value as the destination point of the user.
  • the departure time information of the user terminal leaving the location interest point is determined; the motion state information of the user terminal is obtained; according to the departure time information, and the user terminal The motion state information, determining a first probability that the user terminal goes to another location interest point; determining the location interest point corresponding to the first probability having the largest value as the destination point of the user;
  • the location information and the time information related to the user location and the motion state information of the user terminal predict the user destination point, so that when the user terminal is located outside the location interest point, the user destination point is predicted and the purpose of the user is improved.
  • the accuracy of the prediction of the location is determined.
  • FIG. 4 is a flowchart of Embodiment 2 of another method for predicting a user destination point according to the present application. As shown in FIG. 4, the method may include:
  • Step 401 Acquire latitude and longitude coordinate information of the user terminal as location information of the user terminal.
  • Step 402 Determine, according to the location information, that the user terminal is located outside the location interest point;
  • Step 403 Determine departure time information of the user terminal leaving the interest point of the previous location.
  • Step 404 In the location interest point probability database, searching for a second probability that the user terminal goes to another location interest point when the time indicated by the departure time information leaves the previous one of the location interest points;
  • the location interest point probability database stores a probability that the user terminal used by the user moves from one location interest point to another location interest point; the probability is according to when the user terminal leaves the one location interest point Time information obtained;
  • the probability of going to another location interest point is referred to as a second probability.
  • Step 405 Acquire motion speed information of the user terminal, where the motion speed information is used to indicate a motion speed of the user terminal.
  • the motion speed information of the user terminal may be obtained in the following manner:
  • the exercise time is a time between the second time and the second time.
  • Step 406 Determine, according to the motion state information and the location information, a third probability that the user terminal goes to another location interest point;
  • the third probability of the user terminal going to another location interest point may be determined in the following manner:
  • the motion speed information may be represented by a vector.
  • the speed of the user terminal in the direction toward the other location point of interest can be determined.
  • the third probability is inversely proportional to the distance, and the third probability is proportional to the speed.
  • a formula for calculating a third probability may be constructed, as long as the third probability is inversely proportional to the distance, and the third probability is proportional to the speed.
  • the third formula can be calculated using the following formula:
  • L i represents the i-th position interest point
  • ⁇ represents the current position of the user
  • ⁇ ) represents the probability that the user terminal is at the current position and goes to the i-th position interest point. That is, the third probability; distance ( ⁇ , l i ) represents the current location of the user terminal, the distance from the i-th location point of interest; v represents the speed vector of the user terminal; d represents the current location of the user terminal, The direction vector pointing to the i-th position point of interest; Z is the normalization constant.
  • the normalization constant Z is such that the calculation result of p(L i
  • Step 407 Determine, according to the second probability and the third probability, a first probability that the user terminal goes to another location interest point;
  • the first probability is proportional to the second probability, and the first probability is proportional to the third probability.
  • the first probability can be calculated in the following way:
  • T leav indicates the time when the user leaves the previous point of interest
  • D leav indicates the week when the user leaves the previous point of interest
  • T leav ) indicates that the user leaves the previous point of interest at the time indicated by T leav .
  • D leav ) indicates the probability that the user will go to the i-th position point of interest when leaving the last point of interest in the week indicated by D leav .
  • Step 408 Determine a location interest point corresponding to the first probability with the largest value as the destination point of the user.
  • the user terminal searches for the first departure time information to leave the previous one of the location interest points, and then goes to another a second probability of the location of interest points; determining, according to the motion state information and the location information, a third probability that the user terminal travels to another location interest point; according to the second probability and location Determining, by the third probability, a first probability that the user terminal goes to another location interest point; the user location information and the time information related to the user location and the motion state information of the user terminal may be combined to predict the user destination point, thereby The user destination point may be predicted when the user terminal is outside the location interest point, and the prediction accuracy for the user destination point may be improved.
  • FIG. 5 is a flowchart of Embodiment 1 of a device for predicting a user destination point according to the present application.
  • the apparatus may include:
  • the POI may refer to a location area where the user carries the user terminal to stay at a higher frequency for a long time.
  • the POI mentioned in this application For a certain user, the user's home, office location, frequent supermarkets, etc. can be considered as the POI mentioned in this application.
  • the user terminal may be an electronic device such as a mobile phone, a notebook computer or a tablet computer. Since the user carries the user terminal with him or her, the location of the user is substantially the same as the location of the user terminal.
  • Time information is relevant.
  • the time information may include the time when the user left the point of interest of the location (eg, when the user left), and may also include the week information of the user leaving the point of interest of the location (eg, the user left on the day of the week).
  • the target location is the company dormitory. After leaving work on Friday, after the user leaves the office, the target location is the user's home. It can be seen that the probability that the user moves from one location interest point to another location interest point is related to the time information of the point of interest of the user leaving the current location.
  • the location interest point probability database mentioned in the present application can record the probability that a user points to a point of interest at a certain departure time according to the historical location information of the user.
  • the Bayesian network model can be established according to the location interest points that the user has visited. According to the Bayesian network model, it is possible to calculate when the user is at a certain point of interest, at different departures. The probability of going to a point of interest at a certain location.
  • the Bayesian model is established, and the method for calculating the probability according to the Bayesian model can adopt the prior art, and will not be described here.
  • the obtaining module 501 is configured to acquire location information of the user terminal used by the user.
  • the location of the access point when the user terminal accesses the network may be determined, and the location of the user terminal is determined, so that the location information of the user terminal used by the user is obtained.
  • the user terminal When the user terminal supports a GPS (Global Positioning System) positioning function, the user terminal may be located by using a GPS system to obtain location information of the user terminal used by the user.
  • GPS Global Positioning System
  • a determining module 502 configured to determine, according to the location information, a location interest point where the user terminal is located;
  • the location information of the location interest point recorded in advance may be compared.
  • position information can be represented by latitude and longitude coordinates.
  • the latitude and longitude coordinates of the user terminal are the same as the latitude and longitude coordinates corresponding to the location interest point, or the latitude and longitude coordinates of the user terminal are within the range represented by the latitude and longitude coordinates of the location interest point, it may be determined
  • the user terminal is located at the location interest point.
  • the departure time information of the user terminal leaving the location interest point may be acquired in real time when the user leaves the location interest point. It is also possible to estimate the dwell time of the user at the location interest point when the user stays at the location interest point, thereby determining the departure time information of the user terminal leaving the location interest point.
  • the stay time information of the user point at the location interest point may be pre-stored in the location interest point probability database.
  • the corresponding dwell time information can be searched from the database to determine the dwell time of the user at the location interest point. Based on the dwell time and the arrival time, the departure time can be calculated.
  • the searching module 503 is configured to search, in the location interest point probability database, another user that goes to the location interest point when the user terminal leaves the location interest point at the time indicated by the departure time information
  • the location interest point probability database is stored in a probability that the user terminal moves from one location interest point to another location interest point; the probability is obtained according to time information when the user terminal leaves the one location interest point;
  • the probability of going to another location interest point is stored in the location interest point probability database in advance, when the user terminal leaves the location interest point at different departure times. Therefore, at this time, the corresponding probability can be found in the location interest point probability database.
  • the determining module 502 is further configured to determine, as the destination point of the user, the location interest point corresponding to the probability that the value of the other location interest points is the largest.
  • the location interest point with the highest probability is determined as the destination point of the user, that is, the target location is considered to be the location where the user is going.
  • the user location information and the time information related to the user location may be combined to predict the user purpose Location, which can improve the prediction accuracy for the user's destination point.
  • the location interest point probability database further stores, for example, the stay time information of the user terminal at the one location point of interest corresponding to the different arrival time of the user terminal;
  • the determining module 502 can be specifically configured to:
  • the obtaining module 501 may be specifically configured to:
  • the present application also provides another prediction device for a user destination point.
  • Figure 6 is another example of the present application A flowchart of the prediction device embodiment of the user destination point.
  • the apparatus may include:
  • the obtaining module 601 is configured to acquire location information of the user terminal used by the user.
  • the location of the access point when the user terminal accesses the network may be determined, and the location of the user terminal is determined, so that the location information of the user terminal used by the user is obtained.
  • the user terminal When the user terminal supports the GPS positioning function, the user terminal may also be located by using a GPS system, thereby acquiring location information of the user terminal used by the user.
  • a determining module 602 configured to determine, according to the location information, that the user terminal is located outside a location interest point;
  • the location information of the location interest point recorded in advance may be compared.
  • position information can be represented by latitude and longitude coordinates.
  • the latitude and longitude coordinates of the user terminal are different from the latitude and longitude coordinates corresponding to the location interest point, or the latitude and longitude coordinates of the user terminal are outside the range indicated by the latitude and longitude coordinates of the location interest point, it may be determined The user terminal is located outside the location interest point.
  • the time at which the user terminal arrives at the location point of interest may be recorded. By looking up the newly generated record, it can be known from which location point of interest (i.e., the previous location point of interest) the user terminal leaves, and the departure time of the point of interest from the previous location.
  • location point of interest i.e., the previous location point of interest
  • the obtaining module 601 is further configured to acquire motion state information of the user terminal.
  • the destination point to which the user terminal is to go may be analyzed according to the motion state information of the user terminal.
  • the motion state information may include motion speed information and motion direction information.
  • motion speed information When the moving speed of the mobile terminal in the direction toward the point of interest of a certain location is relatively large, the probability that the point of interest is the destination point is also high.
  • the determining module 602 is further configured to determine, according to the leaving time information, and the motion state information of the user terminal, a first probability that the user terminal goes to a point of interest other than the last location interest point. ;
  • the destination point to which the user travels in addition to the motion state information of the user terminal, is related to the last said location interest point from which the user terminal left, and the departure time information leaving the previous said location point of interest.
  • the first probability that the user terminal goes to another location interest point may be determined according to the leaving time information and the motion state information of the user terminal.
  • the probability of the user going to a certain location of interest point A may be calculated according to the motion state information of the user terminal, and then according to the departure time information of the user terminal leaving the previous interest point of the location, from the location interest point
  • the probabilities database finds the probability corresponding to the location interest point A, and then multiplies the two probabilities to determine the first probability that the user terminal goes to another location interest point.
  • the location interest point probability database may be established in advance.
  • the location interest point probability database stores a probability that the user terminal used by the user moves from one location interest point to another location interest point; the probability is according to when the user terminal leaves the one location interest point Time information is obtained.
  • the location interest point probability database of the present application can record the probability that a user points to a point of interest at a certain departure time according to the historical location information of the user.
  • the departure time information of the user terminal leaving the location interest point is determined; the motion state information of the user terminal is obtained; according to the departure time information, and the user terminal The motion state information, determining a first probability that the user terminal goes to another location interest point; determining the location interest point corresponding to the first probability having the largest value as the destination point of the user;
  • the location information and the time information related to the user location and the motion state information of the user terminal predict the user destination point, so that when the user terminal is located outside the location interest point, the user destination point is predicted and the purpose of the user is improved.
  • the accuracy of the prediction of the location is determined.
  • the determining module 602 may be specifically configured to:
  • the location interest point probability database searching for the user terminal to go to the other location interest point other than the previous location interest point when the time indicated by the departure time information leaves the previous location interest point Probability; the location interest point probability database stores the user terminal from a probability that a location interest point goes to another location interest point; the probability is obtained according to time information when the user terminal leaves the one location interest point;
  • the first probability is proportional to the second probability, and the first probability is proportional to the third probability.
  • the obtaining module 601 may be specifically configured to:
  • the motion speed information is used to indicate a motion speed of the user terminal;
  • the determining module 602 can be specifically configured to:
  • the third probability is inversely proportional to the distance, and the third probability is proportional to the speed.
  • the obtaining module 601 may be specifically configured to:
  • the obtaining module 601 may be specifically configured to:
  • the exercise time is a time between the second time and the second time.
  • the embodiment of the present application further provides a computing node, which may be a host server including computing power, or a personal computer PC, or a portable computer or terminal, etc., and the specific embodiment of the present application is not correct.
  • the specific implementation of the compute node is limited.
  • FIG. 7 is a structural diagram of a computing node of the present application. As shown in FIG. 7, computing node 700 includes:
  • a processor 710 a communications interface 720, a memory 730, and a bus 740.
  • the processor 710, the communication interface 720, and the memory 730 complete communication with each other via the bus 740.
  • the processor 710 is configured to execute the program 732, and cause the computing node 700 to perform the method in the embodiment shown in FIG. 1 to FIG. 4 as described above.
  • program 732 can include program code, the program code including computer operating instructions.
  • the processor 710 may be a central processing unit CPU, or an Application Specific Integrated Circuit (ASIC), or one or more integrated circuits configured to implement the embodiments of the present application.
  • CPU central processing unit
  • ASIC Application Specific Integrated Circuit
  • the memory 730 is configured to store the program 732.
  • the memory 730 may include a high speed RAM memory and may also include a non-volatile memory such as at least one disk memory.
  • the program 732 may specifically include corresponding modules or units in the embodiment shown in FIG. 5-6, and details are not described herein.

Abstract

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（101）；确定所述用户终端位于的位置兴趣点（102）；确定所述用户终端离开所述位置兴趣点的离开时间信息（103）；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（104）；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（105）。所述方法或装置，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

一种用户目的地点的预测方法及装置 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：
Figure PCTCN2014095060-appb-000001
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(Application Specific 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 (16)

  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。
  2. 根据权利要求1所述的方法，其特征在于，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。
  3. 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. 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。
  5. 根据权利要求4所述的方法，其特征在于，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。
  6. 根据权利要求5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。
  7. 根据权利要求4-6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。
  8. 根据权利要求4-6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。
  9. 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。
  10. 根据权利要求9所述的装置，其特征在于，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。
  11. 根据权利要求9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。
  12. 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。
  13. 根据权利要求12所述的装置，其特征在于，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。
  14. 根据权利要求13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。
  15. 根据权利要求12-14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。
  16. 根据权利要求12-14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。
PCT/CN2014/095060 2014-02-12 2014-12-26 一种用户目的地点的预测方法及装置 WO2015120746A1 (zh)

Applications Claiming Priority (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
CN201410049190.6 2014-02-12

Publications (1)

Publication Number Publication Date
WO2015120746A1 true WO2015120746A1 (zh) 2015-08-20

Family

ID=53799575

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (2)

Country Link
CN (1) CN104833365B (zh)
WO (1) WO2015120746A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2548702A (en) * 2016-02-16 2017-09-27 Ford Global Tech Llc Predictive vehicle task scheduling
CN107883963A (zh) * 2017-11-08 2018-04-06 大连大学 一种基于irwqs与模糊特征相结合的位置预测算法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
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
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
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
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
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
WO2019241918A1 (en) * 2018-06-20 2019-12-26 Bayerische Motoren Werke Aktiengesellschaft Method, system and computer program product for user mobility prediction
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 (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040093392A1 (en) * 2002-10-23 2004-05-13 Hitachi, Ltd. Information providing system and information providing apparatus for mobile object
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
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
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

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8024112B2 (en) * 2005-09-29 2011-09-20 Microsoft Corporation Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods
WO2008041480A1 (fr) * 2006-09-28 2008-04-10 Panasonic Corporation Dispositif et procédé pour prévoir une destination
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
CN102667403B (zh) * 2009-12-02 2015-01-28 三菱电机株式会社 导航装置
JP2011252844A (ja) * 2010-06-03 2011-12-15 Sony Corp データ処理装置、データ処理方法、およびプログラム
JP5944770B2 (ja) * 2012-07-17 2016-07-05 株式会社デンソーアイティーラボラトリ 行先提案システム、行先提案方法、およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
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
US20040093392A1 (en) * 2002-10-23 2004-05-13 Hitachi, Ltd. Information providing system and information providing apparatus for mobile object
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
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2548702A (en) * 2016-02-16 2017-09-27 Ford Global Tech Llc Predictive vehicle task scheduling
CN107883963A (zh) * 2017-11-08 2018-04-06 大连大学 一种基于irwqs与模糊特征相结合的位置预测算法
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

Also Published As

Publication number Publication date
CN104833365B (zh) 2017-12-08
CN104833365A (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
WO2015120746A1 (zh) 一种用户目的地点的预测方法及装置
CN110191416B (zh) 用于分析目标实体的移动的装置、系统和方法
CN108875007B (zh) 兴趣点的确定方法和装置、存储介质、电子装置
WO2017031856A1 (zh) 信息预测的方法和装置
US9677890B2 (en) Positioning and mapping based on virtual landmarks
US9652548B2 (en) Venue prediction based on ranking
WO2019061656A1 (zh) 电子装置、基于lbs数据的服务场所推荐方法及存储介质
US11151210B2 (en) Target location search method and apparatus
US10798670B2 (en) Information processing device, portable device, and system
US9811564B2 (en) POI information providing system, POI information providing device, POI information output device, POI information providing method, and program therefor
JP6634511B2 (ja) 人口推定装置、プログラム及び人口推定方法
JP6446058B2 (ja) 電子機器又はアプリケーションに基づく位置決め方法及び装置
KR20170129529A (ko) 유동인구 패턴정보 기반의 미래입점객수 예측방법 및 장치
JP6136702B2 (ja) 場所推定方法、場所推定装置および場所推定プログラム
US20180253777A1 (en) Method for analyzing and ranking venues
CN113590936A (zh) 信息推送的方法及装置
KR101934420B1 (ko) 지도 중의 후보 주소 정보를 획득하기 위한 방법 및 장치
US9752888B2 (en) Method and apparatus of computing location of safe exit for moving range query in road network
CN104320848A (zh) 基于云计算实现室内定位的系统及方法
US9390175B2 (en) Systems and methods for determining the operating hours of an entity
JP2015158799A (ja) 時空間クラスタリング処理装置、方法及びプログラム
US10970774B1 (en) Systems and methods for locating items
US20180195867A1 (en) Systems and methods for indoor and outdoor mobile device navigation
JP5855041B2 (ja) 路線判定システム
US20170154373A1 (en) System and method for price comparison

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14882605

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14882605

Country of ref document: EP

Kind code of ref document: A1