一种区域人流量预测方法及系统技术方案

本发明专利技术实施例公开了一种区域人流量预测方法，所述方法包括：按照预定规则对预定区域历史N天内的所有人流量数据进行分类，形成至少两类历史人流量数据；对每类所述历史人流量数据分别采用相同模型训练得到各自对应的预测模型系数；根据每类所述历史人流量数据各自对应的所述预测模型系数，预测所述预定区域未来时刻的人流量。本发明专利技术实施例同时公开了一种区域人流量预测系统。

A method and system for prediction of regional human flow

The embodiment of the invention discloses a method to predict the regional flow of people, the method includes: classification according to a predetermined rule for a predetermined region of history within N days of all traffic data, forming at least two historical traffic data; the coefficient prediction model for each class of the historical flow data. Using the same model training corresponding to each of the history; people flow data corresponding to the prediction model to predict the predetermined coefficient, the flow of people area in the future. The embodiment of the invention also discloses a regional human flow prediction system.

【技术实现步骤摘要】
一种区域人流量预测方法及系统
本专利技术涉及人流量预测技术，尤其涉及一种区域人流量预测方法及系统。
技术介绍
在各个景区或城市公共场所区域，监控人流分布和增长趋势，对可能发生的突发事件进行预警，防止类似踩踏事件的发生，提高管理水平，提升服务质量，显得尤为重要。人流量的预测目前主要是根据视频监控或者WIFI定位方式统计当前区域人数，数据覆盖狭隘，人流量预测精度不高。在移动互联网时代，基于位置信息服务(LBS，LocationBasedService)的应用日益广泛的。移动电信运营商在提供LBS服务时具有天然的优势。借助移动基站信息和庞大的用户数量，可以较精确地预测人流量。现有的基于LBS服务预测人流量技术通常是对历史数据进行模型训练得到参数模型，再将当前时刻的人流量信息输入参数模型中预测得到未来时刻的人流量。现有技术在人流预测上有一定程度上的实现，但是还存在两个重大的问题：第一，在预测人流量时，采用的是对历史数据进行模型训练得到参数模型，而对历史数据并没有做数据分类。由于区域人流量变化符合一定的规律性，如节假日比工作日人流量通常要多，那么未按照规律对历史数据进行分类，而对所有数据整体训本文档来自技高网...

【技术保护点】
一种区域人流量预测方法，其特征在于，所述方法包括：按照预定规则对预定区域历史N天内的所有人流量数据进行分类，形成至少两类历史人流量数据；其中，N为大于等于2的整数；对每类所述历史人流量数据分别采用相同模型训练，得到各自对应的预测模型系数；根据每类所述历史人流量数据各自对应的所述预测模型系数，预测所述预定区域未来时刻的人流量。

【技术特征摘要】
1.一种区域人流量预测方法，其特征在于，所述方法包括：按照预定规则对预定区域历史N天内的所有人流量数据进行分类，形成至少两类历史人流量数据；其中，N为大于等于2的整数；对每类所述历史人流量数据分别采用相同模型训练，得到各自对应的预测模型系数；根据每类所述历史人流量数据各自对应的所述预测模型系数，预测所述预定区域未来时刻的人流量。2.根据权利要求1所述方法，其特征在于，所述按照预定规则对预定区域历史N天内的所有人流量数据进行分类，包括：按照每个历史人流量数据产生的日期类型对所有历史人流量数据进行分类，将属于同一日期类型的历史人流量数据划为一类；其中，所述日期类型包括工作日、周末和/或节假日。3.根据权利要求2所述方法，其特征在于，所述按照每个历史人流量数据产生的日期类型对所有历史人流量数据进行分类，将属于同一日期类型的历史人流量数据划为一类，包括：获取每个历史人流量数据的产生时间；根据所述产生时间判断每个历史人流量数据的日期类型归属于所述工作日、周末和/或节假日；将归属于所述工作日、周末和/或节假日日期类型的历史人流量数据分别划为一类。4.根据权利要求3所述方法，其特征在于，对每类所述历史人流量数据分别采用相同模型训练，得到各自对应的预测模型系数，包括：对属于所述工作日日期类型的历史人流量数据进行模型训练得到对应的第一预测模型系数；对属于所述周末日期类型的历史人流量数据进行模型训练得到对应的第二预测模型系数；和/或，对属于所述节假日日期类型的历史人流量数据进行模型训练得到对应的第三预测模型系数。5.根据权利要求4所述方法，其特征在于，根据每类所述历史人流量数据各自对应的所述预测模型系数预测所述预定区域未来时刻的人流量，包括：获取所述预定区域当前时刻的人流量；判断所述当前时刻的日期类型归属于所述工作日、周末和/或节假日；当所述当前时刻的日期类型属于所述工作日时，将当前时刻的人流量与历史下一时刻的第一预测模型系数相乘，得到当前下一时刻的人流量；当所述当前时刻的日期类型属于所述周末时，将当前时刻的人流量与历史下一时刻的第二预测模型系数相乘，得到当前下一时刻的人流量；和/或，当所述当前时刻的日期类型属于所述节假日时，将当前时刻的人流量与历史下一时刻的第三预测模型系数相乘，得到当前下一时刻的人流量。6.根据权利要求1-5任一项所述方法，其特征在于，对每类所述历...

【专利技术属性】
技术研发人员：雷鸣，王兴武，郭慈，颜海涛，梅铮，鲁银冰，柯于皇，
申请(专利权)人：中国移动通信集团湖北有限公司，中国移动通信集团公司，
类型：发明
国别省市：湖北,42