[发明专利]基于出行图谱的车辆目的地预测方法、装置、设备及介质

权利要求书

1.一种基于出行图谱的车辆目的地预测方法，其特征在于，包括：

获取卡口数据；

根据所述卡口数据，构建交通出行图谱；

将所述交通出行图谱中的实体关系转化为马尔科夫逻辑网；

从所述交通出行图谱中挖掘得到交通出行时空关联规则；

将所述马尔科夫逻辑网转化为实例化的马尔科夫网络；

根据所述交通出行时空关联规则和所述马尔科夫网络，确定个体车辆的目的地预测结果。

2.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述获取卡口数据中，所述卡口数据包括车牌号码、车辆地点、地点属性、出行次数和出行时间；

其中，所述地点属性包括学校、医院、商场和办公场所。

3.根据权利要求2所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述根据所述卡口数据，构建交通出行图谱，包括：

将所述卡口数据中的车牌号码、车辆地点、地点属性、出行次数和出行时间作为所述交通出行图谱的节点；

将车辆出行开始时间、出发地、出行结束时间和目的地作为所述交通出行图谱的边。

4.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述将所述交通出行图谱中的实体关系转化为马尔科夫逻辑网，包括：

将所述交通出行图谱中的三元组转换成所述马尔科夫逻辑网的节点；

获取所述交通出行图谱中的所有节点，并将同在一个规则中的任意两个节点连接；

将所述所有节点加入所述马尔科夫逻辑网中。

5.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述从所述交通出行图谱中挖掘得到交通出行时空关联规则，包括：

将所述交通出行图谱中的三元组作为规则子句构建的元素；

根据不同三元组之间的实体关联关系，将各个元素连接，进而构建马尔科夫网络模板；

在所述马尔科夫网络模板中搜索生成候选规则子句；

对所述候选规则子句进行筛选，确定所述交通出行时空关联规则。

6.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述将所述马尔科夫逻辑网转化为实例化的马尔科夫网络，包括：

根据所述交通出行图谱中的图谱关系，根据定义域内所有常量实体生成实例化句节；

通过实例化的一阶规则子句确定马尔科夫网络中的边；

将同一子句下的句节用边连接，得到所述实例化的马尔科夫网络。

7.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述根据所述交通出行时空关联规则和所述马尔科夫网络，确定个体车辆的目的地预测结果这一步骤中，所述目的地预测结果的计算公式为：

其中，P(Query＝q|Evidence＝e)代表在观测e下，q成立的条件概率大小；P(Evidence＝e)代表已有观测e成立的概率；P(Query＝q，Evidence＝e)表示观测e与待预测关系q共同成立的概率。

8.一种基于出行图谱的车辆目的地预测装置，其特征在于，包括：

获取模块，用于获取卡口数据；

构建模块，用于根据所述卡口数据，构建交通出行图谱；

第一转化模块，用于将所述交通出行图谱中的实体关系转化为马尔科夫逻辑网；

挖掘模块，用于从所述交通出行图谱中挖掘得到交通出行时空关联规则；

第二转化模块，用于将所述马尔科夫逻辑网转化为实例化的马尔科夫网络；

确定模块，用于根据所述交通出行时空关联规则和所述马尔科夫网络，确定个体车辆的目的地预测结果。

9.一种电子设备，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序；

所述处理器执行所述程序实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1-7中任一项所述的方法。