客流量预测模型的训练方法和客流量的预测方法和装置与流程

技术特征：
1.一种客流量预测模型的训练方法，所述方法包括：获取地区中目标地点对应的训练样本，其中，所述训练样本包括历史客流量信息和待预测时间段的真实客流量信息，所述历史客流量信息和所述真实客流量信息分别为客流量预测模型的输入和目标输出；根据所述训练样本中的输入和目标输出，对所述客流量预测模型进行训练，得到训练后的客流量预测模型。2.根据权利要求1所述的方法，其中，所述根据所述训练样本中的输入和目标输出，对所述客流量预测模型进行训练，包括：获取指示所述客流量预测模型的输入和输出之间的映射关系的函数表达式，其中，所述函数表达式包括待赋值参数和待调整参数；基于所述目标地点与其它地点的距离，确定所述目标地点的参数值，其中，所述参数值用于对所述待赋值参数赋值；根据所述参数值，在所述客流量预测模型中进行训练，以调整所述函数表达式中的待调整参数。3.根据权利要求2所述的方法，其中，所述客流量预测模型为图卷积网络，所述图卷积网络的邻接矩阵为所述待赋值参数；所述基于所述目标地点与其它地点的距离，确定所述目标地点的参数值，包括：根据所述目标地点与所述其它地点之间的距离的倒数，确定在进行所述训练的前向传播时输入所述图卷积网络的邻接矩阵值，其中，所述倒数用于指示所述目标地点与所述其它地点之间的客流量关联度；根据该邻接矩阵值，确定所述目标地点的参数值。4.根据权利要求1
‑
3之一所述的方法，其中，所述根据所述训练样本中的输入和目标输出，对所述客流量预测模型进行训练，包括：获取指示所述客流量预测模型的输入和输出之间的映射关系的函数表达式，其中，所述函数表达式包括待调整参数，所述待调整参数包括第一地点的头实体和第二地点的尾实体，所述目标地点为所述第一地点或所述第二地点，在所述函数表达式中，所述第一地点和所述第二地点用于指示客流从所述第一地点向所述第二地点转移的可能性；在所述客流量预测模型中进行反向传播，以调整所述函数表达式中的待调整参数。5.根据权利要求4所述的方法，其中，所述客流量预测模型为图卷积网络，所述图卷积网络的所述函数表达式包括邻接矩阵，所述邻接矩阵为所述头实体和所述尾实体的相乘结果，所述邻接矩阵指示所述可能性。6.根据权利要求1
‑
3之一所述的方法，其中，所述客流量预测模型包括多个处理层；所述获取指示所述客流量预测模型的输入和输出之间的映射关系的函数表达式，包括：确定所述多个处理层中处理层的输入和输出之间的映射关系的函数表达式；对所述多个处理层中各个处理层的函数表达式进行汇总，得到指示所述客流量预测模型的输入和输出之间的映射关系的函数表达式，其中，所述多个处理层中相邻的处理层之间存在残差连接。7.根据权利要求1所述的方法，其中，所述历史客流量信息包括以下的至少一项信息特
征：邻近性特征、周期性特征，所述信息特征是采用时间滑动窗口在历史客流量数据中获得的。8.一种客流量的预测方法，其中，所述方法采用权利要求1
‑
7中任一项得到的客流量预测模型。9.一种客流量预测模型的训练装置，所述装置包括：获取单元，被配置成获取地区中目标地点对应的训练样本，其中，所述训练样本包括历史客流量信息和待预测时间段的真实客流量信息，所述历史客流量信息和所述真实客流量信息分别为客流量预测模型的输入和目标输出；训练单元，被配置成根据所述训练样本中的输入和目标输出，对所述客流量预测模型进行训练，得到训练后的客流量预测模型。10.根据权利要求9所述的装置，其中，所述训练单元，进一步被配置成按照如下方式执行所述根据所述训练样本中的输入和目标输出，对所述客流量预测模型进行训练：获取指示所述客流量预测模型的输入和输出之间的映射关系的函数表达式，其中，所述函数表达式包括待赋值参数和待调整参数；基于所述目标地点与其它地点的距离，确定所述目标地点的参数值，其中，所述参数值用于对所述待赋值参数赋值；根据所述参数值，在所述客流量预测模型中进行训练，以调整所述函数表达式中的待调整参数。11.根据权利要求9或10所述的装置，其中，所述训练单元，进一步被配置成按照如下方式执行所述根据所述训练样本中的输入和目标输出，对所述客流量预测模型进行训练：获取指示所述客流量预测模型的输入和输出之间的映射关系的函数表达式，其中，所述函数表达式包括待调整参数，所述待调整参数包括第一地点的头实体和第二地点的尾实体，所述目标地点为所述第一地点或所述第二地点，在所述函数表达式中，所述第一地点和所述第二地点用于指示客流从所述第一地点向所述第二地点转移的可能性；在所述客流量预测模型中进行反向传播，以调整所述函数表达式中的待调整参数。12.一种客流量的预测装置，其中，所述装置采用权利要求9
‑
11中任一项得到的客流量预测模型。13.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1
‑
8中任一项所述的方法。14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1
‑
8中任一项所述的方法。

技术总结
本公开提供了客流量预测模型的训练方法和客流量的预测方法和装置，涉及包括深度学习的人工智能技术领域。具体实施方式包括：获取地区中目标地点对应的训练样本，其中，训练样本包括历史客流量信息和待预测时间段的真实客流量信息，历史客流量信息和真实客流量信息分别为客流量预测模型的输入和目标输出；根据训练样本中的输入和目标输出，对客流量预测模型进行训练，得到训练后的客流量预测模型。本公开可以实现训练客流量预测模型，让训练后的模型实现通过历史客流量信息，预测出待预测时间段的客流量信息。间段的客流量信息。间段的客流量信息。


技术研发人员：宋礼 张钧波 易修文 段哲文
受保护的技术使用者：京东城市（北京）数字科技有限公司
技术研发日：2021.08.16
技术公布日：2021/11/16