随着人们生活水平地提高，旅游、购物、休闲娱乐等生活方式丰富了人们的生活，旅游景点、商业区等公共区域成为人流聚集之地。由于不合理地安排，可能导致在这些地方经常出现人流拥挤的情况，不仅影响游客的心情而且可能带来极大的安全隐患。当前，在较为封闭的区域实行限流等行为，可以在一定程度上缓解拥挤的状况。但是在开放性区域，这类方法便不再适用。因此，公共区域识别以及人流预测和分析可以为管理决策提供有力依据，具有重要的现实意义随着各种定位技术地发展和普及，用户可以非常方便地获取个人位置信息，以及使用各种基于位置的服务，例如全球定位系统GPS，无线蜂窝网等。本文提出一种基于轨迹数据的人流预测方法。首先，针对当前停留区域识别算法中存在区域范围不够准确的问题，采用基于改变点的分段方法，结合BP神经网络算法和DBScan聚类算法提出了一种停留区域识别算法。然后，通过对停留区域进行网格化处理，再利用聚类算法对网格进行聚类的方式，实现公共区域的发现方法。最后，综合考虑当地人口和流动人口的相关数据的情况下，结合高斯拟合算法，给出了一种公共区域客流量的估算方法。实验结果表明，本文提出的方法能够从时空轨迹数据中准确地识别停留区域和发现公共区域，在采样数据满足一定条件下，给出的客流估算方法可以在一定程度上估算公共区域客流量范围。