买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请提供一种基于机器学习与数据挖掘的城市公共服务需求预测方法和系统，能够充分融合多种数据源，动态调整数据权重以适应不同场景，自动化发现关键特征，结合先进的机器学习模型与深度学习技术，以及利用时空分析手段进行精准预测与结果修正，以满足现代城市公共服务需求预测的高标准要求。

主权项：1.一种基于机器学习与数据挖掘的城市公共服务需求预测方法，其特征在于，包括：获取待预测城市的多个数据源数据，并对所述多个数据源数据进行预处理，得到预处理后的多个数据源数据，其中，所述多个数据源数据包括：交通相关数据，公交车GPS定位数据，公交服务评论数据和政府开放数据，所述预处理包括：处理缺失值，剔除异常值和数据标准化处理；利用自适应动态算法，为所述预处理后的多个数据源数据匹配对应的权重值；基于自动特征发现机制、所述预处理后的多个数据源数据和所述权重值，构建特征集；基于所述特征集和所述特征集对应的权重值，对复合预测模型进行训练，得到完成训练的复合预测模型，其中，所述复合预测模型为基于机器学习模型、图注意力网络和变分自编码器构建的模型；利用所述完成训练的复合预测模型，对公交线路乘客量进行预测，得到初始预测结果，并利用时空立方体分析与预测修正机制对所述初始预测结果进行修正，得到修正后的预测结果；其中，基于自动特征发现机制、所述预处理后的多个数据源数据和所述权重值，构建特征集，包括：基于所述预处理后的多个数据源数据，构建特征池，其中，所述特征池中包含多个特征组合；将所述特征组合编码为染色体，其中，所述染色体中每个基因表示一个特征是否被选中；基于所述染色体、预设适应度函数、遗传算法和所述权重值，确定出特征集；其中，利用时空立方体分析与预测修正机制对所述初始预测结果进行修正，得到修正后的预测结果，包括：基于所述预处理后的多个数据源数据，构建时空立方体，其中，所述时空立方体中包含多个立方体单元，所述多个立方体单元表征各时间点和各地点对应的乘客量或相关特征值；利用所述时空立方体技术和所述时空立方体，确定出所述初始预测结果的补偿值；基于所述补偿值和所述初始预测结果，确定出所述修正后的预测结果；其中，利用所述时空立方体技术和所述时空立方体，确定出所述初始预测结果的补偿值，包括：基于所述时空立方体技术和所述时空立方体，确定出每个立方体单元内的时空模式，并基于所述时空模式，确定出每个时空立方体的第一补偿值；基于局部区域发展趋势分析算法和所述时空立方体，确定出每个时空立方体的第二补偿值；基于事件影响分析算法和所述时空立方体，确定出每个时空立方体的第三补偿值；所述自适应动态算法的表达式为： ；其中，为当前时间点对应的第个数据源的权重，为第个数据源与当前预测目标的相关性分数，为第个数据源的可靠性指标，为时间衰减因子，为第个数据源的最后更新时间，为第个数据源的最后更新时间。

全文数据：

权利要求：

百度查询： 北京天启创展科技有限公司 基于机器学习与数据挖掘的城市公共服务需求预测方法和系统