一种基于张量分解模型的兴趣点种类预测方法

摘要

本发明公开了一种基于张量分解模型的兴趣点种类预测方法，包括：a)从新能源汽车轨迹数据中获取用户每天在T个时间段内的访问点坐标信息以及停留时间；b)按照访问点所在的时间段以及停留的时间长短，用户停留区域的范围，定义为不确定区域，并获取该区域内兴趣点种类的id，构造张量；c)对所有用户对应的轨迹数据进行聚类处理；d)利用张量分解模型对用户的兴趣点种类进行预测；e)融合工作、居住地位置及出发地的信息后将出发地和目的地之间兴趣点种类的相似度作为张量分解的化项约束，计算张量的低秩近似解；f)利用交替最小二乘法迭代优化目标函数，得到用户访问不同兴趣点种类的概率作为预测结果。采用本发明可实现对用户访问的兴趣点种类的准确预测。