一种基于时空数据挖掘的到达时间预测方法及系统

本申请提供了一种基于时空数据挖掘的到达时间预测方法及系统，根据本申请的方法包括：获取时空数据和对应的多模态信息数据，对多模态信息数据进行降维处理，得到属性数据；将时空数据输入至卷积神经网络模型中进行地理卷积，得到第一输出数据，将属性数据和第一输出数据输入至改进的递归神经网络模型，得到第二输出数据；以及将第二输出数据输入至多任务学习模型进行整体轨迹的时间预测，得到最终的到达时间。本申请首次将独立预测和整体预测两类方法结合，融合各自优势，使用注意力加权模块将独立预测的子轨迹整合成为长轨迹的预测，提高子轨迹之间的关联性，通过将长轨迹拆分成多个短轨迹，解决了长轨迹GPS信号点稀疏的问题，提高了数据利用率。