يُعدّ التنبؤ بالحركة البشرية عبر مدن متعددة تحديًا كبيرًا نظرًا للديناميكيات المكانية-الزمنية المعقدة والمتعددة التي تتميّز بها البيئات الحضرية المختلفة. في هذه الدراسة، نقترح منهجية قوية للتنبؤ بأنماط الحركة البشرية تُسمّى ST-MoE-BERT. وعلى عكس الطرق الحالية، يُعالج هذا النهج مهمة التنبؤ كمشكلة تصنيف مكانية-زمنية. تعتمد منهجيتنا على دمج معمارية "مزيج الخبراء" (Mixture-of-Experts) مع نموذج BERT لالتقاط الديناميكيات المعقدة للحركة البشرية وأداء مهمة التنبؤ اللاحق بأنماط الحركة البشرية. علاوةً على ذلك، تم دمج التعلم الناقل (transfer learning) لمعالجة تحدي نقص البيانات في التنبؤ عبر المدن. ونُظهر فعالية النموذج المقترح باستخدام مقاييس GEO-BLEU وDTW، ونقارن نتائجه مع عدة طرق حديثة متطورة، حيث حقق ST-MoE-BERT تحسينًا متوسطًا بلغ 8.29%.