本申请实施例提供了一种位置预测方法、系统、电子设备及存储介质，属于人工智能技术领域。位置预测方法包括：获取样本对象在多个历史时刻上的第一位置信息，和样本对象在当前时刻上的第二位置信息；根据第一位置信息和第二位置信息之间的对应关系进行标记，得到标记信息，根据标记信息确定目标变量；根据第一位置信息进行特征构造得到样本特征，将样本特征和目标变量输入至预设的位置预测模型中，根据位置预测模型的输出结果调整位置预测模型的参数；获取目标对象的在多个历史时刻上的第三位置信息；根据第三位置信息进行特征构造得到目标特征，并将目标特征输入至调整参数后的位置预测模型中，得到位置预测结果，能够提高位置预测的准确性。预测的准确性。预测的准确性。
【技术实现步骤摘要】
位置预测方法、系统、电子设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种位置预测方法、系统、电子设备及存储介质。
技术介绍
[0002]预测目标的出现的时空地点位置有较多的应用价值，可提高数据的处理能力和为用户提供更智能的服务。
[0003]相关技术中，通常采用统计学方法来预测目标的位置，例如通过统计历史时间点出现频率比较高的地方作为对应时点的时空地理位置，但是这种方法无法对各种可能的结果进行预测，因此位置预测的准确性低。
技术实现思路
[0004]本申请实施例的主要目的在于提出一种位置预测方法、系统、电子设备及存储介质，能够提高位置预测的准确性。
[0005]为实现上述目的，本申请实施例的第一方面提出了一种位置预测方法，所述方法包括：获取样本对象在多个历史时刻上的第一位置信息，和所述样本对象在当前时刻上的第二位置信息；根据所述第一位置信息和所述第二位置信息之间的对应关系进行标记，得到标记信息，根据所述标记信息确定目标变量；根据所述第一位置信息进行特征构造得到样本特征，将所述样本特征和所述目标变量输入至预设的位置预测模型中，根据所述位置预测模型的输出结果调整所述位置预测模型的参数；获取目标对象的在多个历史时刻上的第三位置信息；根据所述第三位置信息进行特征构造得到目标特征，并将所述目标特征输入至调整参数后的所述位置预测模型中，得到位置预测结果。
[0006]在一些实施例中，所述根据所述第一位置信息和所述第二位置信息之间的对应关系进行标记，得到标记信息，根据所述标记信息确定目标变量，包括：将与所述第二位置信息相同的所述第一位置信息进行标记，得到第一标记信息；将与所述第二位置信息不相同的所述第一位置信息进行标记，得到第二标记信息；将包含所述第一标记信息的所述第一位置信息作为目标变量，或者将包含所述第二标记信息的所述第一位置信息作为所述目标变量。
[0007]在一些实施例中，所述样本对象有多个，所述根据所述第一位置信息进行特征构造得到样本特征，包括：获取各个所述样本对象的所述第一位置信息表征的位置个数，和所述样本对象的第一出现次数；获取每一个所述第一位置信息上所述样本对象的第一对象个数，和各个所述第一位置信息的第二出现次数；根据所述位置个数、所述第一出现次数、所述第一对象个数和所述第二出现次数中的多个进行特征转换，得到样本特征。
[0008]在一些实施例中，所将所述样本特征和所述目标变量输入至预设的位置预测模型中，根据所述位置预测模型的输出结果调整所述位置预测模型的参数，包括：将所述样本特征和所述目标变量拆分成训练样本和测试样本；将所述训练样本输入至预设的位置预测模
型中，得到第一输出结果，并根据所述第一输出结果调整所述位置预测模型的参数；将所述训练样本输入至调整参数后的所述位置预测模型中，得到第二输出结果，将所述测试样本输入至调整参数后的所述位置预测模型中，得到第三输出结果；根据所述第二输出结果和所述第三输出结果计算得到稳定性指标，并根据所述稳定性指标确定是否继续调整所述位置预测模型的参数。
[0009]在一些实施例中，所述第二输出结果包括第一预测概率值，所述第二输出结果包括第二预测概率值；所述根据所述第二输出结果和所述第三输出结果计算得到稳定性指标，包括：根据所述第一预测概率值和所述第二预测概率值进行相加计算，得到第一数值；根据所述第一预测概率值和所述第二预测概率值进行对数计算，得到第二数值；根据所述第一数值和所述第二数值的乘积，得到稳定性指标。
[0010]在一些实施例中，所述第二输出结果包括第一预测概率值，所述第二输出结果包括第二预测概率值，所述第一预测概率值和所述第二预测概率值均有多个；所述根据所述第二输出结果和所述第三输出结果计算得到稳定性指标，包括：根据所述第一预测概率值和所述第二预测概率值的大小划分多个分数段；分别计算所述第一预测概率值和所述第二预测概率值，在对应的所述分数段下的子稳定性指标；根据各个所述分数段下的所述子稳定性指标进行累加，得到稳定性指标。
[0011]在一些实施例中，所述根据所述第三位置信息进行特征构造得到目标特征，并将所述目标特征输入至调整参数后的所述位置预测模型中，得到位置预测结果，包括：分别根据多个所述第三位置信息进行特征构造，得到多个目标特征；分别将多个所述目标特征输入至调整参数后的所述位置预测模型中，得到多个目标预测位置和对应的目标预测概率值；根据各个所述目标预测概率值的大小，在多个所述预测位置中确定位置预测结果。
[0012]为实现上述目的，本申请实施例的第二方面提出了一种位置预测系统，所述系统包括：样本对象获取模块，用于获取样本对象在多个历史时刻上的第一位置信息，和所述样本对象在当前时刻上的第二位置信息；目标变量获取模块，用于根据所述第一位置信息和所述第二位置信息之间的对应关系进行标记，得到标记信息，根据所述标记信息确定目标变量；参数调整模块，用于根据所述第一位置信息进行特征构造得到样本特征，将所述样本特征和所述目标变量输入至预设的位置预测模型中，根据所述位置预测模型的输出结果调整所述位置预测模型的参数；目标对象获取模块，用于获取目标对象的在多个历史时刻上的第三位置信息；位置预测模块，用于根据所述第三位置信息进行特征构造得到目标特征，并将所述目标特征输入至调整参数后的所述位置预测模型中，得到位置预测结果。
[0013]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面实施例所述的方法。
[0014]为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面实施例所述的方法。
[0015]本申请提出的位置预测方法、系统、电子设备及存储介质,位置预测方法可以应用在位置预测系统中。通过执行位置预测方法，可以先根据样本对象在历史时刻上的第一位置信息和当前时刻上的第二位置信息进行训练，其中，本申请实施例对两种位置信息的对
应关系进行标记，得到标记信息，将标记信息作为训练位置预测模型过程中的目标变量，因此可以根据第一位置信息进行特征构造得到样本特征，将样本特征和目标变量输入至预设的位置预测模型中，通过训练调整位置预测模型的参数，随后在应用过程中可以根据历史时刻上的第三位置信息，进行特征构造后输入至训练后的位置预测模型中，得到目标对象的位置预测结果。本申请实施例中通过构造目标变量将位置预测转换成可预测的方式，有助于模型的学习，把数据变成监督学习方式，最终预测是否出现在历史的位置，提高位置预测的准确性。
附图说明
[0016]图1是本申请实施例提供的位置预测方法的流程图；
[0017]图2是图1中的步骤S102的流程图；
[0018]图3是图1中的步骤S103的流程图；
[0019]图4是图1中的步骤S103的流程图；...
【技术保护点】
【技术特征摘要】
1.一种位置预测方法，其特征在于，所述方法包括：获取样本对象在多个历史时刻上的第一位置信息，和所述样本对象在当前时刻上的第二位置信息；根据所述第一位置信息和所述第二位置信息之间的对应关系进行标记，得到标记信息，根据所述标记信息确定目标变量；根据所述第一位置信息进行特征构造得到样本特征，将所述样本特征和所述目标变量输入至预设的位置预测模型中，根据所述位置预测模型的输出结果调整所述位置预测模型的参数；获取目标对象的在多个历史时刻上的第三位置信息；根据所述第三位置信息进行特征构造得到目标特征，并将所述目标特征输入至调整参数后的所述位置预测模型中，得到位置预测结果。2.根据权利要求1所述的位置预测方法，其特征在于，所述根据所述第一位置信息和所述第二位置信息之间的对应关系进行标记，得到标记信息，根据所述标记信息确定目标变量，包括：将与所述第二位置信息相同的所述第一位置信息进行标记，得到第一标记信息；将与所述第二位置信息不相同的所述第一位置信息进行标记，得到第二标记信息；将包含所述第一标记信息的所述第一位置信息作为目标变量，或者将包含所述第二标记信息的所述第一位置信息作为所述目标变量。3.根据权利要求1所述的位置预测方法，其特征在于，所述样本对象有多个；所述根据所述第一位置信息进行特征构造得到样本特征，包括：获取各个所述样本对象的所述第一位置信息表征的位置个数，和所述样本对象的第一出现次数；获取每一个所述第一位置信息上所述样本对象的第一对象个数，和各个所述第一位置信息的第二出现次数；根据所述位置个数、所述第一出现次数、所述第一对象个数和所述第二出现次数中的多个进行特征转换，得到样本特征。4.根据权利要求1所述的位置预测方法，其特征在于，所将所述样本特征和所述目标变量输入至预设的位置预测模型中，根据所述位置预测模型的输出结果调整所述位置预测模型的参数，包括：将所述样本特征和所述目标变量拆分成训练样本和测试样本；将所述训练样本输入至预设的位置预测模型中，得到第一输出结果，并根据所述第一输出结果调整所述位置预测模型的参数；将所述训练样本输入至调整参数后的所述位置预测模型中，得到第二输出结果，将所述测试样本输入至调整参数后的所述位置预测模型中，得到第三输出结果；根据所述第二输出结果和所述第三输出结果计算得到稳定性指标，并根据所述稳定性指标确定是否继续调整所述位置预测模型的参数。5.根据权利要求4所述的位置预测方法，其特征在于，所述第二输出结果包括第一预测概率值，所述第二输出结果包括第二预测概率值；所述根...
【专利技术属性】
技术研发人员：黄移军，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。