用户的兴趣点预测模型的建模、使用方法及相关设备技术

本公开的实施方式提供了用户的兴趣点预测模型的建模、使用方法及装置、计算机可读存储介质和电子设备，属于计算机和通信技术领域。所述建模方法包括：获取用户的第一时间段内的移动数据集；根据所述移动数据集获取所述用户的兴趣点；根据所述移动数据集和所述兴趣点获取所述用户的兴趣点数据集；使用所述兴趣点数据集对预测器进行训练以完成预测模型的建模。本公开的建模方法，能够实现用户的兴趣点预测模型的建模。点预测模型的建模。点预测模型的建模。

【技术实现步骤摘要】
用户的兴趣点预测模型的建模、使用方法及相关设备


[0001]本公开涉及计算机和通信
，具体而言，涉及用户的兴趣点预测模型的建模、使用方法及装置、计算机可读存储介质和电子设备。

技术介绍

[0002]随着手机的普及，通信公司有了用户的手机信号及其移动轨迹。因此，公司可以了解用户的活动习惯，并预测用户下一步可能会去哪里，以满足网络资源和服务管理的需要。大数据预测使传统异构网络具备学习能力和知识，是实现网络智能化的有效途径，是现代网络架构的一个趋势。随着网络的广泛部署，用户可以通过蜂窝数据网络随时随地通过智能移动设备访问互联网、查看电子邮件、浏览网页、在线聊天以及执行各种移动应用程序。同时，网络提供商可以获得大量有价值的数据，尤其是与用户移动性相关的数据。我们可以利用这一优势开发基于位置的服务，例如基于位置的广告投放、警告系统和交通规划。
[0003]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0004]本公开实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户的兴趣点预测模型的建模方法，其特征在于，包括：获取用户的第一时间段内的移动数据集；根据所述移动数据集获取所述用户的兴趣点；根据所述移动数据集和所述兴趣点获取所述用户的兴趣点数据集；使用所述兴趣点数据集对预测器进行训练以完成预测模型的建模；其中，所述预测器包括激活函数、N个LSTM、K个全连接层和自适应矩估计，其中N和K是大于1的整数。2.根据权利要求1所述的方法，其特征在于，还包括：获取所述用户的第一时间段内的原始运动数据集；根据所述原始运动数据集获取每个记录点的加速度。3.根据权利要求2所述的方法，其特征在于，获取用户的第一时间段内的移动数据集包括：根据每个记录点的加速度获取所述用户的第一时间段内的移动数据集。4.根据权利要求2所述的方法，其特征在于，根据所述移动数据集获取所述用户的兴趣点包括：根据所述移动数据集中每个记录的加速度对所述移动数据集进行筛选。5.根据权利要求1所述的方法，其特征在于，根据所述移动数据集获取所述用户的兴趣点包括：根据所述移动数据集，通过密度的聚类算法获取所述用户的兴趣点。6.根据权利要求1所述的方法，其特征在于，使用所述兴趣点数据集对预测器进行训练以完成预测模型...

【专利技术属性】
技术研发人员：王冬锦，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：