[发明专利]一种用户运动轨迹的预测方法、装置、设备及存储介质

权利要求书

1.一种用户运动轨迹的预测方法，其特征在于，包括：

利用设置有循环神经网络模块和图卷积网络模块的深度神经网络训练出目标轨迹预测模型；

将目标用户的轨迹地点集合输入至所述目标轨迹预测模型中，得出所述目标用户的预测运动轨迹。

2.根据权利要求1所述的方法，其特征在于，所述循环神经网络模块具体为编码器-解码器模块。

3.根据权利要求2所述的方法，其特征在于，所述利用设置有循环神经网络模块和图卷积网络模块的深度神经网络训练出目标轨迹预测模型的过程，具体包括：

分别将各样本用户的样本轨迹地点集合按照预设时间间隔划分出对应的样本子轨迹序列；

利用各所述样本子轨迹序列确定出各所述样本用户的历史轨迹和当前轨迹的样本对；

将所述样本对输入至设置有所述循环神经网络模块和所述图卷积网络模块的所述深度神经网络中，得出所述目标轨迹预测模型。

4.根据权利要求3所述的方法，其特征在于，在所述利用各所述样本子轨迹序列确定出各所述样本用户的历史轨迹和当前轨迹的样本对之后，进一步包括：

利用嵌入式技术编码对各所述样本对进行编码，得到编码样本对；

对应的，所述将所述样本对输入至设置有所述循环神经网络模块和所述图卷积网络模块的所述深度神经网络中，得出所述目标轨迹预测模型的过程，具体包括：

将所述编码样本对输入至设置有所述循环神经网络模块和所述图卷积网络模块的所述深度神经网络中，得出所述目标轨迹预测模型。

5.根据权利要求1至4任一项所述的方法，其特征在于，进一步包括：

在预设地图上标记出与所述预测运动轨迹对应的目标地址。

6.一种用户运动轨迹的预测装置，其特征在于，包括：

训练模块，用于利用设置有循环神经网络模块和图卷积网络模块的深度神经网络训练出目标轨迹预测模型；

预测模块，用于将目标用户的轨迹地点集合输入至所述目标轨迹预测模型中，得出所述目标用户的预测运动轨迹。

7.一种用户运动轨迹的预测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的用户运动轨迹的预测方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的用户运动轨迹的预测方法的步骤。