[发明专利]兴趣点流量动态变化曲线预测方法及系统

说明书

一种兴趣点流量动态变化曲线预测方法，包括：从历史数据库中提取兴趣点的流量信息，对一天内的兴趣点的流量信息做分时统计，得到一定时间段内每天的流量变化曲线；基于一定时间段内每天的流量变化曲线，结合基于标准正交基分解的方法生成训练样本集；对每一个正交基下的分解系数，利用训练样本集训练SVM模型，获得对应的SVM回归预测函数；利用所得到的SVM回归预测函数进行正交基分解系数预测；利用正交基分解系数预测兴趣点流量动态变化曲线。本发明的动态流量曲线预测方法能够有效改善预测精度，满足实际地图POI点流量动态预测的要求。

技术领域

本发明属于信息技术和自动控制领域，具体涉及根据POI点历史数据统计的每天流量变化曲线，对未来一天的流量变化曲线的预测方法。

背景技术

随着地图应用的普及，对地图中兴趣点(英文简称POI)点查询的要求越来越高，不仅希望可以查询某个POI点的位置，同时还希望对人员流量、景点评价、周边天气等各种属性信息进行查询。各种丰富的POI属性信息是提高导航地图使用性能的基础，是提高用户对地图搜索性能满意度的关键。流量信息是景点类POI点的重要属性之一。

但在对某一景点POI点的流量预测过程中，现有的预测方法多采用回归等方法对某一天的总体流量信息进行预测，缺乏对于全天流量的动态变化信息进行预测的方法，很难满足用户对于一天内动态变化情况的查询需求，如何准确预测一天内的地图POI点流量动态变化情况，对用户出行规划、景区管理等方面都具有重要意义。

发明内容

为了克服已有的预测方法在流量预测过程中没有考虑不同时刻之间流量存在的相关性，仅进行静态预测，导致预测精度难以满足实际应用要求的缺陷，从而提出一种能够对一天中每个时刻的流量信息进行预测的POI点流量动态变化曲线的预测方法。

为了实现上述目的，本发明提供了一种兴趣点流量动态变化曲线预测方法，包括：

步骤1)、从历史数据库中提取兴趣点的流量信息，对一天内的兴趣点的流量信息做分时统计，得到一定时间段内每天的流量变化曲线；

步骤2)、基于步骤1)所得到的一定时间段内每天的流量变化曲线，结合基于标准正交基分解的方法生成训练样本集；其中，所述训练样本集的输入特征集包括待预测那一天之前多天的正交基分解系数，输出目标集包括待预测那一天的正交基分解系数；

步骤3)、对每一个正交基下的分解系数，利用步骤2)所得到的训练样本集训练SVM模型，获得对应的SVM回归预测函数；

步骤4)、利用步骤3)所得到的SVM回归预测函数进行正交基分解系数预测；

步骤5)、利用步骤4)预测得到的正交基分解系数预测兴趣点流量动态变化曲线。

上述技术方案中，所述步骤2)进一步包括：

步骤2-1)、对步骤1)所得到的历史数据的每天的流量变化曲线采用基于标准正交基分解的方法进行展开，得到每天流量曲线的正交基分解系数β_ik；

所述的标准正交基采用归一化的三角函数集，选取个数为L，其形式为：

展开后的系数为：

其中：V_ij为某一时间点的统计结果，i表示天的编号，j表示第i天的第j次统计，j＝1,2,…,N；为Φ(x)的第k个基函数在点j的取值；β_ik为第i天的流量变化曲线在第k个基函数上的展开系数；i＝1,2,3,…，k＝1,2,3,…,L；