[发明专利]出行流量预测方法、装置、电子设备和存储介质

权利要求书

1.一种出行流量预测方法，所述方法包括：

根据多个区域的历史流量特征，生成每个所述区域的隐向量,其中，所述区域的隐向量用于指示所述区域的历史流量特征变化规律；

根据多个群体的历史流量特征，生成每个所述群体的隐向量，其中，所述群体的隐向量用于指示所述群体的历史流量特征变化规律；

根据所述每个区域的隐向量和所述每个群体的隐向量，确定隐向量相关的目标区域和目标群体；以及

根据所述目标区域的隐向量和所述目标群体的隐向量预测所述目标区域中的所述目标群体的出行流量。

2.根据权利要求1所述的出行流量预测方法，其中，所述根据所述每个区域的隐向量和所述每个群体的隐向量，确定隐向量相关的目标区域和目标群体，包括：

根据所述每个区域的隐向量和所述每个群体的隐向量，对所述多个区域以及所述多个群体分组，得到属于同一分组的目标区域和目标群体；其中，同一分组内的所述目标区域和所述目标群体的隐向量相关。

3.根据权利要求2所述的出行流量预测方法，其中，所述根据所述每个区域的隐向量和所述每个群体的隐向量，对所述多个区域以及所述多个群体分组，得到属于同一分组的目标区域和目标群体，包括：

将每一个所述群体的隐向量输入分类模型，得到所述群体属于每一分组的概率，以及将每一个所述区域的隐向量输入所述分类模型，得到所述区域属于每一所述分组的概率；

对各所述分组，统计属于所述分组的概率不为零的群体和区域，作为所述分组的目标区域和目标群体。

4.根据权利要求3所述的出行流量预测方法，其中，所述根据所述目标区域的隐向量和所述目标群体的隐向量预测所述目标区域中的所述目标群体的出行流量，包括：

在每一所述分组内，根据属于所述分组的概率，将所述目标区域的隐向量和所述目标群体的隐向量进行加权，得到所述目标区域和所述目标群体在所述分组内的融合隐向量；

将每一所述分组内的融合隐向量输入相应分组的预测模型，得到所述目标区域和所述目标群体在所述分组内的预测出行流量；

根据所述目标区域和所述目标群体在每一所述分组内的预测出行流量，预测得到所述目标区域中所述目标群体的出行流量。

5.根据权利要求4所述的出行流量预测方法，其中，所述根据所述目标区域和所述目标群体在每一所述分组内的预测出行流量，预测得到所述目标区域中所述目标群体的出行流量，包括：

根据所述目标区域和所述目标群体属于每一所述分组的概率，对所述分组内的预测出行流量进行加权，得到所述目标区域中所述目标群体的出行流量。

6.根据权利要求3所述的出行流量预测方法，其中，所述将每一个所述群体的隐向量输入分类模型，得到所述群体属于每一分组的概率，以及将每一个所述区域的隐向量输入所述分类模型，得到所述区域属于每一所述分组的概率，包括：

对每一所述分组，生成所述分组的分组任务；其中，每一所述分组任务，对应一个所述群体的隐向量，或一个所述区域的隐向量；每一所述分组的分组任务总数是根据群体总数和区域总数确定的；

执行每一所述分组的分组任务，以将所述分组任务对应的隐向量，输入所述分组的分类模型，得到输入的隐向量所对应群体或区域属于所述分组的概率；

其中，每一所述分组对应的分类模型，包括顺序连接的全连接层和分组层；其中，所述全连接层，为相应分组内各分组任务共用；所述分组层为多个，每一个所述分组任务对应一个所述分组层。

7.根据权利要求1-6任一项所述的出行流量预测方法，其中，所述根据多个区域的历史流量特征，生成每个所述区域的隐向量之前，还包括：

获取区域相关图；其中，所述区域相关图中包括各区域，以及连接不同区域的边；所述连接不同区域的边用于指示所连接的不同区域在地理位置上相邻；

根据所述区域相关图，确定各所述区域通过边连接的相邻区域；

根据每一所述区域的历史出行流量，以及相邻区域的历史出行流量，生成所述区域的历史流量特征。