[發明專利]建立行程規劃模型以及規劃出游行程的方法、裝置

有效

• 申請號: 201710452638.2
• 申請日: 2017-06-15
• 公開（公告）號: CN107633317B
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 陳夢婷;梁華盛;王凡;周波
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/29;G06N3/04
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 袁媛

1.一種建立行程規劃模型的方法，其特征在于，所述方法包括：

獲取已知出游需求的出游路線；

將所述出游需求、利用該出游需求確定的候選景點集合以及該出游需求對應的出游路線作為訓練樣本，訓練深度學習模型，以得到行程規劃模型；

所述行程規劃模型用于利用出游需求得到對應的出游路線；

其中，所述深度學習模型的訓練目標為最大化所述深度學習模型的反饋值；

所述反饋值為利用路線評估模型對所述深度學習模型得到的出游路線的評估得分。

2.根據權利要求1所述的方法，其特征在于，所述利用該出游需求確定候選景點集合包括：

根據所獲取的出游需求，確定滿足所述出游需求的候選景點；

根據所述候選景點的熱度以及評分，將滿足預設要求的候選景點構成候選景點集合。

3.根據權利要求2所述的方法，其特征在于，所述候選景點包含景點的屬性信息，所述景點的屬性信息包括景點所屬位置信息、景點所屬主題信息以及景點游玩時間中的至少一種。

4.根據權利要求1所述的方法，其特征在于，將所述出游需求、利用該出游需求確定的候選景點集合以及該出游需求對應的出游路線作為訓練樣本包括：

利用所述出游需求以及所述候選景點集合，構建出游信息圖；

將所述出游需求、出游信息圖以及所述出游路線作為所述訓練樣本。

5.根據權利要求4所述的方法，其特征在，所述出游信息圖包括：

景點位置信息圖、景點是否游玩信息圖以及相同位置景點的重疊信息圖中的至少一種。

6.根據權利要求1所述的方法，其特征在于，所述出游需求包括出游地點、出游舒適程度、出游天數以及出游主題中至少一種。

7.根據權利要求1所述的方法，其特征在于，所述路線評估模型是采用如下方式建立的：

獲取已知評估得分和出游需求的出游路線；

將出游路線的路線特征、出游需求特征以及評估得分作為訓練樣本，訓練回歸模型，得到路線評估模型；

所述路線評估模型用于根據出游需求對出游路線進行評估。

8.根據權利要求7所述的方法，其特征在于，所述方法還包括：

所述回歸模型的訓練目標為最小化所述回歸模型的回歸代價；

所述回歸代價為所述回歸模型得到的對應出游路線的得分與所述出游路線已知的評估得分之間的均方根誤差。

9.根據權利要求7所述的方法，其特征在于，所述出游路線的路線特征包括路線的主題、路線的熱度、路線的游玩時間以及路線的距離中的至少一種。

10.根據權利要求1所述的方法，其特征在于，所述深度學習模型為：深度確定性策略梯度模型。

11.一種規劃出游行程的方法，其特征在于，所述方法包括：

獲取用戶的出游需求；

根據所述用戶的出游需求，獲取對應所述出游需求的候選景點集合；

將所述用戶的出游需求以及所述候選景點集合輸入行程規劃模型，獲取由行程規劃模型得到的出游路線；

其中，所述行程規劃模型由權利要求1至10任一權項得到。

12.一種建立行程規劃模型的裝置，其特征在于，所述裝置包括：

第一獲取單元，用于獲取已知出游需求的出游路線；

第一訓練單元，用于將所述出游需求、利用該出游需求確定的候選景點集合以及該出游需求對應的出游路線作為訓練樣本，訓練深度學習模型，以得到行程規劃模型；

所述行程規劃模型用于利用出游需求得到對應的出游路線；

第一更新單元，用于使所述深度學習模型的訓練目標為最大化所述深度學習模型的反饋值；

所述反饋值為利用路線評估模型對所述深度學習模型得到的出游路線的評估得分。