专利交易市场

本发明提出一种基于用户移动位置预测的负载均衡切换优化方法及系统，克服了当前方法具有预测不准确的缺陷，本发明针对用户的位置进行移动预测，充分挖掘用户的日常移动轨迹规律，考虑用户的移动轨迹是以一定移动周期变化的，位置轨迹具有周规律性，建立用户位置数据库，进一步利用人工智能技术得到用户移动位置模型，提高用户位置轨迹预测的准确率，估算小区未来的负载增量，并将其作为当前时刻小区负载量的一部分，即软负载，并将小区的软负载量作为当前网络进行负载均衡的衡量指标，将原来反应式的负载均衡变成超前感知、主动式的负载均衡，以实现用户智能化的移动管理，改变传统网络后知后觉式的负载均衡。

本发明公开了一种基于自动补全的位置预测方法，包括：S1，获取预设时间段的时空数据集；S2，抽取具有共同时空特性的时空主题；S3，选取训练数据集，训练并得到多类分类器；S4，将待预测对象的历史时空数据转换成按时间顺序排列的时空主题序列；S5，预测待预测对象当前时空主题的未来下一个或下几个的时空主题；S6，将待预测对象的历史时空数据中的位置、及与该给定未来时空主题下其他用户的位置作为位置候选集，获取位置候选集中的每一个候选位置的概率，并将概率最大的候选位置作为待预测对象的未来位置。本发明考虑了人类的行为模式具有多样性和个性化的特点，更加贴近实际应用，而且具有更好的预测精度，预测效率高。

本发明涉及一种基于个性化层次核密度估计的签到位置预测方法，属于数据分析技术领域。该方法包括：S1：利用提取的签到位置数据，建立基于地理空间的二元核密度估计；S2：构建自适应带宽的核密度估计，为每个数据点选择各自的带宽；S3：构建个性化的层次核密度估计；S4：利用梯度下降算法计算出参数值。本发明为用户提供了个性化的签到预测，同时，解决了签到数据太少造成的数据稀疏性问题，贴近实际生活，使得预测的结果更加的准确。