关键词：位置预测 时闹匹配 聚类 

摘要：随着移动服务的发展，越来越多的移动端服务基于对象的位置进行推送和推荐。因此位置预测技术显得越来越重要．由于对象位置信息存在采集不连续或对象行为不规律等因素，导致位置预测成为一项非常有挑战的工作．为了提高位置预测的准确性，提出一种基于K-MestNs算法和时间匹配的位置预测模型．该模型使用K—Means算法对历史位置点进行聚类，划分多个对象运动区域，针对对象运动区域进行预测．按照对象的作息时间将一天时间划分为多个时间段，运用笔者提出的轨迹建模算法和轨迹更新算法形成用户运动轨迹，形成对象运动轨迹，再使用时间匹配原则进行住置预测．笔者最后利用真实的数据实现该模型，实验证明：未使用该模型的位置预测准确率为39．7％；使用该模型后算法和时间匹配的位置预测模型预测准确率达到60．3％，准确率提高了20％左右．

郑州工业大学学报杂志要求:

{1}作图数据必须附于图后。图片必须反差鲜明，清晰易辨。显微照片内应画长度标尺，如1 μm。图片像素应尽量较高，附于相应文字下方，并标明图号、图题和图注，注意图片的上下方位。

{2}论文涉及的课题如为国家或部、省级以上基金或攻关项目，应予以注明。对于有中英文摘要的来稿，基金项目分别以中英文注于中英文关键词下方。

{3}参考文献等要素完整、规范，按照顺序编码制著录。

{4}作者需提供200-300字的内容摘要，3-6个关键词。

{5}作者信息：作者姓名、单位、职称、联系电话、通讯地址、电邮地址。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社