智能手機(jī)、車載GPS終端、可穿戴設(shè)備產(chǎn)生了海量的軌跡數(shù)據(jù)。這些數(shù)據(jù)不僅描述了移動(dòng)對(duì)象的歷史軌跡。而且精確地反映出移動(dòng)對(duì)象的運(yùn)動(dòng)特點(diǎn)．已有軌跡預(yù)測(cè)方法的不足在于：不能同時(shí)兼具預(yù)測(cè)的準(zhǔn)確性和時(shí)效性。有效的軌跡預(yù)測(cè)受限于路網(wǎng)等局部空間范圍。無法處理復(fù)雜、大規(guī)模位置數(shù)據(jù)．為了解決上述問題。針對(duì)海量移動(dòng)對(duì)象軌跡數(shù)據(jù)，結(jié)合頻繁序列模式發(fā)現(xiàn)的思想，提出了基于前綴投影技術(shù)的軌跡預(yù)測(cè)模型PPTP（prefix projection based　trajectory prediction modeD，包含兩個(gè)關(guān)鍵步驟：（1）挖掘頻繁軌跡模式，構(gòu)造投影數(shù)據(jù)庫(kù)并遞歸挖掘頻繁前序軌跡模式；（2）軌跡匹配。以不同頻繁序列模式作為前綴增量式擴(kuò)展生成頻繁后序軌跡，將大于最小支持度閾值的最長(zhǎng)連續(xù)軌跡作為結(jié)果輸出，算法的優(yōu)勢(shì)在于：可以通過較短的頻繁序列模式。增量式生成長(zhǎng)軌跡模式：不會(huì)產(chǎn)生無用的候選軌跡。彌補(bǔ)頻繁模式挖掘計(jì)算代價(jià)較高的不足彳4用真實(shí)大規(guī)模軌跡數(shù)據(jù)進(jìn)行多角度實(shí)驗(yàn)。表明PPTP軌跡預(yù)測(cè)算法具有較高的預(yù)測(cè)準(zhǔn)確性，相對(duì)于1階馬爾可夫鏈預(yù)測(cè)算法，其平均預(yù)測(cè)準(zhǔn)確率可以提升3 9.8%．基于所提出的軌跡預(yù)測(cè)模型。開發(fā)了一個(gè)通用的軌跡預(yù)測(cè)系統(tǒng)。能夠可視化輸出完整的軌跡路線。為用戶路徑規(guī)劃提供輔助決策支持．