AUTOMATIC PREDICTION OF VISITATIONS TO SPECIFIED POINTS OF INTEREST

Techniques are described herein for predicting popularity metrics and/or visitation metrics that are used in the selection of a point of interest (POI) for placement of an electric vehicle charging station (EVCS). The techniques involve training a machine learning model based on information obtained about POIs at which EVCSs are already installed. The information used to train the machine learning model includes, for each existing installation location: (a) visitation data that describes visitation features, and (b) popularity metrics and/or visitation metrics that have been generated for the location. When the machine learning model has been trained, the trained machine learning model predicts popularity metrics and/or visitation metrics for a POI location at which no EVCS has been installed based on the visitation data of that POI. L'invention concerne des techniques destinées à prédire des indicateurs de popularité et/ou des indicateurs de fréquentation qui sont utilisés dans la sélection d'un point d'intérêt (POI) pour la mise en place d'une station de recharge de véhicule électrique (EVCS). Les techniques impliquent l'entraînement d'un modèle d'apprentissage automatique sur la base d'informations obtenues à propos de POI au niveau desquels des EVCS sont déjà installées. Les informations utilisées pour entraîner le modèle d'apprentissage automatique comprennent, pour chaque emplacement d'installation existant : (a) des données de fréquentation qui décrivent des caractéristiques de fréquentation, et (b) des indicateurs de popularité et/ou des indicateurs de fréquentation qui ont été générés pour l'emplacement. Une fois le modèle d'apprentissage automatique entraîné, le modèle d'apprentissage automatique entraîné prédit des indicateurs de popularité et/ou des indicateurs de fréquentation pour l'emplacement d'un POI au niveau duquel aucune EVCS n'est installée sur la base des données de fréquentation de ce POI.