基于互联网地图数据的客流预测方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及一种基于互联网地图数据的客流预测方法、装置、设备及介质，涉及智能交通数据处理技术领域，该方法包括：基于互联网地图获取目标区域的动态监测数据与历史基准数据，动态监测数据包括用户轨迹位置、实时移动方向，历史基准数据包括同期客流分布、环境影响参数；基于动态监测数据与历史基准数据，提取时间周期性特征、空间转移特征及环境关联特征，融合形成时空特征矩阵；将所述时空特征矩阵输入动态权重预测模型，输出包含具体区域与时段的客流预测结果。通过整合互联网地图相关的动态监测数据与历史基准数据，提取融合时间、空间及环境特征后输入动态权重预测模型，实现了高精度的客流预测，且预测结果可直接支撑后续调控策略落地。

【技术实现步骤摘要】

本专利技术涉及智能交通数据处理，尤其涉及一种基于互联网地图数据的客流预测方法、装置、设备及介质。

技术介绍

1、传统客流预测方法多依赖单一数据（如固定闸机统计数据），存在数据覆盖范围有限、无法实时反映用户移动趋势的问题；且未充分结合互联网地图的空间属性与实时导航数据，导致数据来源碎片化、预测结果与用户实际出行行为脱节。因此，亟需一种以互联网地图为核心载体，整合实时动态数据与历史参考数据，通过多维度特征融合实现高精度预测的方案。

技术实现思路

1、本专利技术提供了一种基于互联网地图数据的客流预测方法，首先依托互联网地图获取多源输入数据，其次结合互联网地图的空间属性提取多维度特征并融合，最终通过动态模型输出预测结果，同时联动互联网地图实现策略落地，解决传统方法数据单一、与用户出行行为脱节的缺陷。

2、第一方面，本专利技术提供了一种基于互联网地图数据的客流预测方法，所述方法包括：

3、基于互联网地图获取目标区域的动态监测数据与历史基准数据，所述动态监测数据包括用户轨迹位置、实时移动方向，所述本文档来自技高网...

【技术保护点】

1.一种基于互联网地图数据的客流预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述目标区域的动态监测数据的获取步骤，包括：

3.根据权利要求1所述的方法，其特征在于，所述历史基准数据的获取步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述时间周期性特征的提取步骤，包括：

5.根据权利要求1所述的方法，其特征在于，所述空间转移特征的提取步骤，包括：

6.根据权利要求1所述的方法，其特征在于，所述动态权重预测模型的权重调整步骤，包括：

7.根据权利要求1所述的方法，其特征在于，...

【技术特征摘要】

1.一种基于互联网地图数据的客流预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述目标区域的动态监测数据的获取步骤，包括：

3.根据权利要求1所述的方法，其特征在于，所述历史基准数据的获取步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述时间周期性特征的提取步骤，包括：

5.根据权利要求1所述的方法，其特征在于，所述空间转移特征的提取步骤，包括：

6.根据权利要求1所述的方法，其特征在于，所述动态权重预测模型的权重调整步骤，包括：

7.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：郭旭东，李鹏凯，张俊，王远回，李智，张宁，田时杉，杨博，黄靖翔，廖文娟，黄丹芮，黄子扬，
申请(专利权)人：深圳国家高技术产业创新中心，
类型：发明
国别省市：