Dự đoán tính di động của người dùng trong tương lai được xem là một xu hướng mới và nhận được nhiều sự quan tâm ủng hộ hiện nay. Việc tạo ra các công cụ dự đoán tốt, có hiệu xuất cao sẽ góp phần thúc đẩy sự phát triển trong rất nhiều lĩnh vực khác trong cuộc sống. Dựa trên ý tưởng gom nhóm những người dùng có quỹ đạo di chuyển giống nhau, chúng ta có thể dự đoán được vị trí di chuyển tiếp theo của người dùng dựa trên sự suy đoán sự di chuyển tiếp theo của những người dùng khác trong cùng một nhóm. Với sự kết hợp giữa thuật toán K-means và thuật toán Bayesian phi tham số, luận văn đã tạo ra một công cụ dự đoán mạnh mẽ và thích nghi tốt khi lượng dữ liệu quỹ đạo di chuyển của người dùng phát triển mạnh.
Tuy thuật toán được đề xuất trong luận văn có hiệu suất chưa phải là tối ưu nhất, nhưng đó cũng là một trong những cách thực hiện việc dự đoán và sẽ là tiền đề để tiếp tục nghiên cứu và tìm ra các phương pháp khác tốt hơn dựa trên ý tưởng đã đề xuất. 0 10 20 30 40 50 60 70 80 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Random Walking Fllow The Ground KM-CAMP
Trong thời gian sắp tới, nếu có thời gian và điều kiện, luận văn mong muốn sẽ tìm ra được các phương pháp khác với khả năng phân tích dữ liệu người dùng tốt hơn, với xác xuất gom nhóm dữ liệu của người dùng dựa trên sự giống nhau của quỹ đạo tốt hơn, từ đó nâng cao hiệu suất của công cụ dự đoán tính di động mà luận văn đã đề xuất.
Ngoài ra, hệ thống dự đoán sẽ phát triển lên một bước mới, không chỉ dự đoán khả năng di chuyển của 1 người dùng, mà có thể cùng lúc dự đoán được khả năng di chuyển của nhiều người dùng trong cùng một khu vực, với thời gian và địa điểm xác định. Từ đó, ứng dụng cho việc cảnh báo dòng di chuyển của nhiều người dùng.