[發明專利]目的地的預測方法、裝置、終端和存儲介質

有效

• 申請號: 201811313047.8
• 申請日: 2018-11-06
• 公開（公告）號: CN109543886B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 楊帆
• 申請（專利權）人: 斑馬網絡技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

本發明提供一種目的地的預測方法、裝置、終端和存儲介質，該方法包括：獲取用戶的出行數據，該出行數據包括該用戶的多個出行地點和每個出行地點對應的出行時間，將該出行數據輸入到目的地預測模型中，獲取該用戶的目的地，其中，目的地預測模型為預先獲取的根據用戶的出行地點和出行時間確定目的地的模型。本發明提供的目的地的預測方法、裝置、終端和存儲介質，能夠準確預測用戶的目的地，提升了用戶體驗。

技術領域

本發明涉及智能技術領域，尤其涉及一種目的地的預測方法、裝置、終端和存儲介質。

背景技術

隨著經濟的發展和人民生活水平的提高，汽車幾乎成為用戶出行的必需品，準確地預測出用戶的目的地，從而更好的規劃交通尤其重要。

在實際應用中，主要基于歷史出行訂單來預測用戶的目的地，具體地，計算獲取每一個目的地對應的接單時刻的平均值和方差，根據當前時刻和每一個目的地對應的接單時刻的平均值和方差，預測用戶的目的地。

然而，由于正常的私家車沒有歷史訂單數據，無法采用上述方案來預測用戶的目的地，導致無法準確預測地用戶的目的地，影響用戶體驗。

發明內容

為解決現有技術中存在的問題，本發明提供一種目的地的預測方法、裝置、終端和存儲介質，以提高對目的地預測的準確性，提高用戶體驗。

第一方面，本發明實施例提供一種目的地的預測方法，包括：

獲取用戶的出行數據，所述出行數據包括所述用戶的多個出行地點和每個出行地點對應的出行時間；

將所述出行數據輸入到目的地預測模型中，獲取所述用戶的目的地，其中，所述目的地預測模型為預先獲取的根據用戶的出行地點和出行時間確定目的地的模型。

可選的，所述方法還包括：

獲取所述用戶的多個歷史出行鏈，每個歷史出行鏈包括多個出行地點和每個出行地點對應的出行時間；

根據所述多個歷史出行鏈訓練得到所述目的地預測模型。

可選的，所述獲取用戶的出行數據之后，所述方法還包括：

采用獨熱編碼，對所述出行數據進行編碼，得到多個特征向量。

可選的，所述出行數據包括至少三個出行地點和每個出行地點對應的出行時間。

可選的，所述目的地預測模型包括長短期記憶網絡LSTM模型和隱馬爾可夫模型HMM模型；

其中，所述LSTM模型的輸出為所述HMM模型的輸入，所述HMM模型為一階HMM模型。

第二方面，本發明實施例提供一種目的地的預測裝置，包括：

獲取模塊，用于獲取用戶的出行數據，所述出行數據包括所述用戶的多個出行地點和每個出行地點對應的出行時間；

所述獲取模塊，還用于將所述出行數據輸入到目的地預測模型中，獲取所述用戶的目的地，其中，所述目的地預測模型為預先獲取的根據用戶的出行地點和出行時間確定目的地的模型。

可選的，所述獲取模塊還用于：

獲取所述用戶的多個歷史出行鏈，每個歷史出行鏈包括多個出行地點和每個出行地點對應的出行時間；

訓練模塊，用于根據所述多個歷史出行鏈訓練得到所述目的地預測模型。

可選的，所述裝置還包括編碼模塊，所述編碼模塊用于：

采用獨熱編碼，對所述出行數據進行編碼，得到多個特征向量。

可選的，所述出行數據包括至少三個出行地點和每個出行地點對應的出行時間。