在這些可選的實現(xiàn)方式的另 一些應用場景中，還可以將用戶曾經(jīng)到達某一地點的次數(shù)超過一預定的次數(shù)閾值的地點作 為該用戶的歷史停留點。
[0062] 在步驟320中，確定候選停留點集合中的第一候選停留點向第二候選停留點轉(zhuǎn)移 的轉(zhuǎn)移概率。在這里，第一候選停留點和第二候選停留點均為候選停留點集合中的任意候 選停留點，轉(zhuǎn)移概率可以為預定時間間隔內(nèi)，生成以第一候選停留點為起點，以第二候選停 留點為終點的路徑的概率。
[0063] 例如，假設候選停留點集合中包含A、B、C三個候選停留點，預定時間間隔為1小 時。那么，在1小時之內(nèi)，生成用戶以A為起點，以B為終點的路徑的概率，即可作為從A到 B的轉(zhuǎn)移概率。也即是說，用戶當前位置在A且1小時之后的位置在B的概率，即為A到B 的轉(zhuǎn)移概率。在一些可選的實現(xiàn)方式中，例如可以基于一階馬爾科夫模型來統(tǒng)計各候選停 留點之間的轉(zhuǎn)移概率。
[0064] 在一些應用場景中，同樣以候選停留點集合包含A、B、C三個候選停留點為例。假 設用戶以A為起點以B為終點的路徑發(fā)生的次數(shù)為b，而用戶以A為起點以C為終點的路徑 發(fā)生的次數(shù)為c，那么，可以將V(b+c)的數(shù)值作為從A到B的轉(zhuǎn)移概率，而將V(b+C)的數(shù) 值作為從A到C的轉(zhuǎn)移概率。
[0065] 在步驟330中，基于轉(zhuǎn)移概率，確定各候選停留點在預定時刻的第一權(quán)值。
[0066] 在一些可選的實現(xiàn)方式中，同樣以候選停留點集合包含A、B、C三個候選停留點為 例，假設預定時刻與當前時刻之間間隔為如上所述的預定時間間隔，那么，可以將從A到B 的轉(zhuǎn)移概率作為A點和B點之間的第一權(quán)值。
[0067] 由于候選停留點集合中的任意兩個候選停留點之間，以及任意一個候選停留點和 其自身之間均具有一轉(zhuǎn)移概率，因此，在一些可選的實現(xiàn)方式中，候選停留點集合中的各候 選停留點的第一權(quán)值例如可以用矩陣的形式來表達。
[0068] 在一些可選的實現(xiàn)方式中，步驟330的基于轉(zhuǎn)移概率，確定各候選停留點在預定 時刻的第一權(quán)值例如可以通過如下的方式來實現(xiàn)：
[0069] 首先，基于轉(zhuǎn)移概率，確定NXN階轉(zhuǎn)移矩陣S，其中，N為候選停留點集合中的候選 停留點的數(shù)量。轉(zhuǎn)移矩陣S中的每一個元素Su的數(shù)值，例如可以是從候選停留點i向候選 停留點j轉(zhuǎn)移的轉(zhuǎn)移概率，在這里，N、i、j為正整數(shù)，且i、j彡N。
[0070] 接著，基于轉(zhuǎn)移矩陣S，確定各候選停留點在預定時刻的第一權(quán)值P1;其中：
[0071]
[0072]或者，
[0073]
[0074] 在上述公式（1)及公式（2)中，t2為預定時間間隔，h為預定時刻，t。為當前時刻。
[0075] 也即是說，若基于上述公式（1)來確定Ρρ則將t^t。之差與七2相除后向下取整 (假設得到的數(shù)值為k)，再將轉(zhuǎn)移矩陣作k次矩陣乘法，最終得到第一權(quán)值的矩陣表達Ρρ
[0076]類似地，若基于上述公式（2)來確定Ρρ則將^與％之差與七2相除后向上取整 (假設得到的數(shù)值為m)，再將轉(zhuǎn)移矩陣作m次矩陣乘法，最終得到第一權(quán)值的矩陣表達Ρρ
[0077] 在這些可選的實現(xiàn)方式中，顯然，矩陣Pi與轉(zhuǎn)移矩陣S的階數(shù)相同，也為NXN階。
[0078] 在一些可選的實現(xiàn)方式中，步驟230的基于預定時刻，確定候選停留點集合中的 各候選停留點的第二權(quán)值，例如可以采用如圖4所示的流程400來實現(xiàn)。
[0079] 具體而言，在步驟410中，獲取用戶的歷史停留點作為候選停留點。
[0080] 在一些可選的實現(xiàn)方式中，例如，可以采用與圖3中的步驟310類似的方式來獲得 用戶的歷史停留點。
[0081] 在步驟420中，獲取與各候選停留點對應的歷史時間信息。
[0082] 例如，在一些可選的實現(xiàn)方式中，用戶曾經(jīng)在上午10點出現(xiàn)在動物園，并停留了 一段時間，那么"上午10點"即可作為"動物園"這一候選停留點的一個歷史時間信息。
[0083] 在步驟430中，基于各候選停留點和與各候選停留點對應的歷史時間信息，確定 各候選停留點在預定時刻的第二權(quán)值。
[0084] 在一些可選的實現(xiàn)方式中，各候選停留點在預定時刻的第二權(quán)值可以理解為，用 戶在該預定時刻，出現(xiàn)在各個候選停留點的"可能性"。
[0085] 在一些可選的實現(xiàn)方式中，步驟430的基于各候選停留點和與各候選停留點對應 的歷史時間信息，確定各候選停留點在預定時刻的第二權(quán)值例如可以通過如下的方式來實 現(xiàn)：
[0086] 首先，確定用戶在多個預設的歷史時間區(qū)間內(nèi)，處于各候選停留點的停留概率。
[0087] 例如在一些可選的實現(xiàn)方式中，可以將一天的24小時劃分為多個歷史時間區(qū)間， 例如〇點~1點為一個歷史時間區(qū)間，1點~2點為一個歷史時間區(qū)間，…，23點~24點 為一個歷史時間區(qū)間。分別統(tǒng)計在這些歷史時間區(qū)間內(nèi)，用戶處于各個候選停留點的停留 概率。
[0088] 接著，基于停留概率，生成KXN階時間矩陣T，其中，K為歷史時間區(qū)間的數(shù)量，N 為候選停留點的數(shù)量。
[0089] 在時間矩陣T中，每一個元素、表示在第i個歷史時間區(qū)間，用戶出現(xiàn)在第j個 候選停留點的概率。在這里，顯然有1彡i彡K，1彡j彡N。
[0090] 接著，從時間矩陣中，確定與預定時刻對應的N維列向量1\，其中，1 <i<K，列向 量中的各元素為各候選停留點在預定時刻的第二權(quán)值。
[0091] 例如，在一些可選的實現(xiàn)方式中，預定時刻落入時間矩陣Τ中的第i個時間區(qū)間， 那么在這些可選的實現(xiàn)方式中，將列向量中的各個元素作為在該預定時刻，與各候選停 留點對應的第二權(quán)值。在這些可選的實現(xiàn)方式中，！\中與各候選停留點對應的第二權(quán)值也 就是這些候選停留點在第i個歷史時間區(qū)間的停留概率。
[0092] 在一些可選的實現(xiàn)方式中，各歷史時間區(qū)間可以具有相同的時長。例如，可以將一 天24小時平均地劃分為多個（例如，6個、12個或24個，等等）歷史時間區(qū)間。
[0093] 或者，在另一些可選的實現(xiàn)方式中，各歷史時間區(qū)間也可以具有不同的時長。例 如，基于數(shù)據(jù)挖掘，獲知在一天中的某一時間段（例如凌晨1點~5點），用戶的位置鮮有改 變，而在一天中的另一時間段（例如中午12點~14點），用戶的位置可能發(fā)生較為頻繁的 改變。那么，在這些可選的實現(xiàn)方式中，例如，可以將凌晨1點~5點作為一個歷史時間區(qū) 間，而將中午12點~14點進一步劃分為多個（例如2個或4個）歷史時間區(qū)間。
[0094] 在一些應用場景中，用戶在工作日時，其出現(xiàn)在各候選停留點的概率可能顯著地 不同于在節(jié)假日時，其出現(xiàn)在各候選停留點的概率。例如，在工作日時，用戶在上午10點~ 11點這一時間區(qū)間內(nèi)出現(xiàn)在公司的概率較高，而在節(jié)假日時，用戶在上午10點~11點這一 時間區(qū)間內(nèi)出現(xiàn)在公司的概率可能顯著地低于工作日的同一時間區(qū)間內(nèi)，用戶出現(xiàn)在公司 的概率。
[0095] 為了解決上述問題，在一些可選的實現(xiàn)方式中，分別獲取對應于工作日的各歷史 時間區(qū)間的各候選停留點的停留概率，以及對應于節(jié)假日的各歷史時間區(qū)間的各候選停 留點的停留概率，以形成時間矩陣T。例如，可以設K為偶數(shù)。當l<i<K/2時，列向量 !\中的各元素可以為工作日的第i個歷史時間區(qū)間內(nèi)，各候選停留點的停留概率。而當 K/2+1彡i彡K時，列向量1\中的各元素可以為節(jié)假日的第i-K/2個歷史時間區(qū)間內(nèi)，各候 選停留點的停留概率。
[0096] 在一些可選的實現(xiàn)方式中，K= 48。在這些可選的實現(xiàn)方式的一些應用場景中，例 如，可以將工作日的一日24小時平均地分為24個歷史時間區(qū)間，并將節(jié)假日的一日24小 時平均地分為24個歷史時間區(qū)間。在這些應用場景中，時間矩陣Τ中的列向量?\可能代 表工作日的某一歷史時間區(qū)間內(nèi)，各候選停留點的停留概率，或者代表節(jié)假日的某一歷史 時間區(qū)間內(nèi)，各候選停留點的停留概率。
[0097] 在一些可選的實現(xiàn)方式中，步驟240的基于第一權(quán)值和第二權(quán)值，在候選停留點 集合中確定與預定時刻對應的用戶位置例如可以通過如下的方式來實現(xiàn)：
[0098] 首先，基于1'1乂？1確定與預定時刻對應的各候選停留點的