一种轨迹预测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开一种轨迹预测方法、装置、电子设备及存储介质，属于健康养老技术领域，该方法包括：获取目标对象在当前周期内的轨迹数据，轨迹数据包括目标对象达到的地点和地点的到达次序，对轨迹数据进行特征分析，得到轨迹特征，基于权重参数对轨迹特征进行转换处理，得到转换特征，基于转换特征，对目标对象前往各候选地点的兴趣进行分析，基于兴趣分析结果，确定目标对象将要前往的地点，权重参数是对目标对象在历史周期内轨迹数据的轨迹特征与转换特征之间的关系进行学习得到的。这样，可以提前获知目标对象将要前往的地点，便于管理者掌握目标对象的活动动向，提升管理效率。提升管理效率。提升管理效率。

【技术实现步骤摘要】
一种轨迹预测方法、装置、电子设备及存储介质


[0001]本申请涉及健康养老
，尤其涉及一种轨迹预测方法、装置、电子设备及存储介质。

技术介绍

[0002]在养老领域中，社区养老由于可让老人在熟悉的社区环境中生活、让老人更有归属感而成为一种趋势。然而，社区养老中老人的活动区域相对比较多、活动地点比较分散，给养老管理带来了很大难度。
[0003]因此，如何预测老人的活动轨迹，以方便养老管理者更好地进行养老管理成为急需解决的问题。

技术实现思路

[0004]本申请实施例提供一种轨迹预测方法、装置、电子设备及存储介质，用以提供一种预测活动轨迹的方案。
[0005]第一方面，本申请实施例提供一种轨迹预测方法，包括：
[0006]获取目标对象在当前周期内的轨迹数据，所述轨迹数据包括所述目标对象达到的地点和所述地点的到达次序；
[0007]对所述轨迹数据进行特征分析，得到轨迹特征；
[0008]基于权重参数对所述轨迹特征进行转换处理，得到转换特征，所述权重参数是对所述目标对象在历史周期内轨迹数据的轨迹特征与转换特征之间的关系进行学习得到的；
[0009]基于所述转换特征，对所述目标对象前往各候选地点的兴趣进行分析；
[0010]基于所述兴趣分析结果，确定所述目标对象将要前往的地点。
[0011]在一些实施例中，对所述轨迹数据进行特征分析，得到轨迹特征，包括：
[0012]基于预先确定的地点嵌入参数，生成所述目标对象到达的每个地点的地点嵌入向量；
[0013]基于预先确定的次序嵌入参数，生成所述地点的次序嵌入向量；
[0014]对所述地点嵌入向量和所述次序向量进行融合处理，得到所述地点的轨迹向量；
[0015]按照达到次序对各地点的轨迹向量进行组合，将组合得到的轨迹矩阵作为所述轨迹特征。
[0016]在一些实施例中，所述权重参数包括第一权重矩阵、第二权重矩阵和第三权重矩阵，基于权重参数对所述轨迹特征进行转换处理，得到转换特征，包括：
[0017]基于所述第一权重矩阵对所述轨迹矩阵进行转换处理，得到第一转换矩阵；
[0018]基于所述第二权重矩阵对所述轨迹矩阵进行转换处理，得到第二转换矩阵；
[0019]基于所述第三权重矩阵对所述轨迹矩阵进行转换处理，得到第三转换矩阵；
[0020]将所述第一转换矩阵、所述第二转换矩阵和所述第三转换矩阵，作为所述转换特征。
[0021]在一些实施例中，基于所述转换特征，对所述目标对象前往各候选地点的兴趣进行分析，包括：
[0022]基于所述第一转换矩阵和所述第二转换矩阵，确定所述目标对象到达的各地点的权重；
[0023]基于所述目标对象到达的各地点的权重，对所述第三转换矩阵中的列向量进行加权求和，得到兴趣表征向量。
[0024]在一些实施例中，根据以下公式确定所述目标对象到达的第i个地点的权重w
i
：
[0025][0026]其中，q
i
为所述第一转换矩阵中的第i个列向量，k
i
为所述第二转换矩阵中的第i个列向量，k
j
为所述第二转换矩阵中的第j个列向量，d为所述轨迹矩阵的行数，m为所述目标对象到达的地点总数，i和j均为整数。
[0027]在一些实施例中，基于所述兴趣分析结果，确定所述目标对象将要前往的地点，包括：
[0028]基于所述兴趣表征向量和各候选地点的嵌入向量，确定所述目标对象前往各候选地点的概率，各候选地点根据所述目标对象在历史周期内到达过的地点确定；
[0029]将概率最高的候选地点，确定为所述目标对象将要前往的地点。
[0030]在一些实施例中，根据以下公式确定所述目标对象前往第c个候选地点的概率p(v
c
)：
[0031][0032]其中，v
c
为第c个候选地点，a为所述兴趣表征向量，VE
c
为第c个候选地点的嵌入向量，VE
s
为第s个候选地点的嵌入向量，N为候选地点的总数，c和s均为整数。
[0033]第二方面，本申请实施例提供一种轨迹预测装置，包括：
[0034]获取模块，用于获取目标对象在当前周期内的轨迹数据，所述轨迹数据包括所述目标对象达到的地点和所述地点的到达次序；
[0035]特征分析模块，用于对所述轨迹数据进行特征分析，得到轨迹特征；
[0036]转换模块，用于基于权重参数对所述轨迹特征进行转换处理，得到转换特征，所述权重参数是对所述目标对象在历史周期内轨迹数据的轨迹特征与转换特征之间的关系进行学习得到的；
[0037]兴趣分析模块，用于基于所述转换特征，对所述目标对象前往各候选地点的兴趣进行分析；
[0038]确定模块，用于基于所述兴趣分析结果，确定所述目标对象将要前往的地点。
[0039]在一些实施例中，所述特征分析模块具体用于：
[0040]基于预先确定的地点嵌入参数，生成所述目标对象到达的每个地点的地点嵌入向
量；
[0041]基于预先确定的次序嵌入参数，生成所述地点的次序嵌入向量；
[0042]对所述地点嵌入向量和所述次序向量进行融合处理，得到所述地点的轨迹向量；
[0043]按照达到次序对各地点的轨迹向量进行组合，将组合得到的轨迹矩阵作为所述轨迹特征。
[0044]在一些实施例中，所述权重参数包括第一权重矩阵、第二权重矩阵和第三权重矩阵，所述转换模块具体用于：
[0045]基于所述第一权重矩阵对所述轨迹矩阵进行转换处理，得到第一转换矩阵；
[0046]基于所述第二权重矩阵对所述轨迹矩阵进行转换处理，得到第二转换矩阵；
[0047]基于所述第三权重矩阵对所述轨迹矩阵进行转换处理，得到第三转换矩阵；
[0048]将所述第一转换矩阵、所述第二转换矩阵和所述第三转换矩阵，作为所述转换特征。
[0049]在一些实施例中，所述兴趣分析模块具体用于：
[0050]基于所述第一转换矩阵和所述第二转换矩阵，确定所述目标对象到达的各地点的权重；
[0051]基于所述目标对象到达的各地点的权重，对所述第三转换矩阵中的列向量进行加权求和，得到兴趣表征向量。
[0052]在一些实施例中，所述兴趣分析模块具体用于根据以下公式确定所述目标对象到达的第i个地点的权重w
i
：
[0053][0054]其中，q
i
为所述第一转换矩阵中的第i个列向量，k
i
为所述第二转换矩阵中的第i个列向量，k
j
为所述第二转换矩阵中的第j个列向量，d为所述轨迹矩阵的行数，m为所述目标对象到达的地点总数，i和j均为整数。
[0055]在一些实施例中，所述确定模块具体用于：
[0056]基于所述兴趣表征向量和各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹预测方法，其特征在于，包括：获取目标对象在当前周期内的轨迹数据，所述轨迹数据包括所述目标对象达到的地点和所述地点的到达次序；对所述轨迹数据进行特征分析，得到轨迹特征；基于权重参数对所述轨迹特征进行转换处理，得到转换特征，所述权重参数是对所述目标对象在历史周期内轨迹数据的轨迹特征与转换特征之间的关系进行学习得到的；基于所述转换特征，对所述目标对象前往各候选地点的兴趣进行分析；基于所述兴趣分析结果，确定所述目标对象将要前往的地点。2.如权利要求1所述的方法，其特征在于，对所述轨迹数据进行特征分析，得到轨迹特征，包括：基于预先确定的地点嵌入参数，生成所述目标对象到达的每个地点的地点嵌入向量；基于预先确定的次序嵌入参数，生成所述地点的次序嵌入向量；对所述地点嵌入向量和所述次序向量进行融合处理，得到所述地点的轨迹向量；按照达到次序对各地点的轨迹向量进行组合，将组合得到的轨迹矩阵作为所述轨迹特征。3.如权利要求2所述的方法，其特征在于，所述权重参数包括第一权重矩阵、第二权重矩阵和第三权重矩阵，基于权重参数对所述轨迹特征进行转换处理，得到转换特征，包括：基于所述第一权重矩阵对所述轨迹矩阵进行转换处理，得到第一转换矩阵；基于所述第二权重矩阵对所述轨迹矩阵进行转换处理，得到第二转换矩阵；基于所述第三权重矩阵对所述轨迹矩阵进行转换处理，得到第三转换矩阵；将所述第一转换矩阵、所述第二转换矩阵和所述第三转换矩阵，作为所述转换特征。4.如权利要求3所述的方法，其特征在于，基于所述转换特征，对所述目标对象前往各候选地点的兴趣进行分析，包括：基于所述第一转换矩阵和所述第二转换矩阵，确定所述目标对象到达的各地点的权重；基于所述目标对象到达的各地点的权重，对所述第三转换矩阵中的列向量进行加权求和，得到兴趣表征向量。5.如权利要求4所述的方法，其特征在于，根据以下公式确定所述目标对象到达的第i个地点的权重w
i
：其中，q
i
为所述第一转换矩阵中的第i个列向量，k
i
为所述第二转换矩阵中的第i个列向量，...

【专利技术属性】
技术研发人员：向正贵，张伟平，
申请(专利权)人：泰康健康产业投资控股有限公司，
类型：发明
国别省市：