[發(fā)明專(zhuān)利]建立路線耗時(shí)預(yù)估模型、預(yù)估路線耗時(shí)的方法及對(duì)應(yīng)裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010079202.5
• 申請(qǐng)日: 2020-02-03
• 公開(kāi)（公告）號(hào): CN111353009B
• 公開(kāi)（公告）日: 2021-10-26
• 發(fā)明（設(shè)計(jì)）人: 方曉敏;黃際洲;王凡;曾令科;梁海金;王海峰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類(lèi)號(hào): G06F16/29
• 分類(lèi)號(hào): G06F16/29;G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11412
• 代理人: 田宏賓

本申請(qǐng)公開(kāi)了一種建立路線耗時(shí)預(yù)估模型、預(yù)估路線耗時(shí)的方法及對(duì)應(yīng)裝置，設(shè)置人工智能技術(shù)領(lǐng)域。技術(shù)方案包括：從用戶(hù)軌跡數(shù)據(jù)中獲取訓(xùn)練數(shù)據(jù)，訓(xùn)練數(shù)據(jù)包括：用戶(hù)經(jīng)過(guò)的路線、用戶(hù)經(jīng)過(guò)該路線時(shí)的時(shí)間信息以及用戶(hù)經(jīng)過(guò)該路線的實(shí)際耗時(shí)信息；利用訓(xùn)練數(shù)據(jù)訓(xùn)練得到路線耗時(shí)預(yù)估模型，其中路線耗時(shí)預(yù)估模型包括：路況子網(wǎng)絡(luò)利用時(shí)間信息和路線所包含各路段的路網(wǎng)特征表示，預(yù)估路線所包含各路段的路況特征表示；整合子網(wǎng)絡(luò)依據(jù)時(shí)間信息的特征表示、路線所包含各路段的向量表示以及路線所包含各路段的路況特征表示，確定路線的預(yù)估耗時(shí)；路線耗時(shí)預(yù)估模型的訓(xùn)練目標(biāo)為：最小化路線的預(yù)估耗時(shí)與實(shí)際耗時(shí)的差距。本申請(qǐng)能夠提高路線耗時(shí)預(yù)估的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別涉及人工智能技術(shù)領(lǐng)域。

背景技術(shù)

在地圖類(lèi)服務(wù)中，路線耗時(shí)預(yù)估是一個(gè)非常重要的模塊，其用于預(yù)估經(jīng)過(guò)該路線所需要的耗時(shí)。路線耗時(shí)預(yù)估可以用于向用戶(hù)返回路線耗時(shí)作為參考，也可以用于諸如輔助進(jìn)行最優(yōu)路線的生成等其他場(chǎng)景。

現(xiàn)有的路線耗時(shí)預(yù)估中會(huì)使用路線中各路段的路況特征，而路況特征的獲取通常作為一個(gè)獨(dú)立的模型，利用該模型輸出的路況特征進(jìn)行路線耗時(shí)預(yù)估模型的訓(xùn)練。也就是說(shuō)，獲取路況特征的模型和路線耗時(shí)路線耗時(shí)預(yù)估模型是分別單獨(dú)訓(xùn)練的，從而難以捕捉路況特征和路線耗時(shí)之間的內(nèi)在聯(lián)動(dòng)關(guān)系，造成路線耗時(shí)預(yù)估的準(zhǔn)確性不足。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)?zhí)峁┝艘环N建立路線耗時(shí)預(yù)估模型的方法、預(yù)估路線耗時(shí)的方法及對(duì)應(yīng)裝置，以便于提高路線耗時(shí)預(yù)估的準(zhǔn)確性。

第一方面，本申請(qǐng)?zhí)峁┝艘环N建立路線耗時(shí)預(yù)估模型的方法，該方法包括：

從用戶(hù)軌跡數(shù)據(jù)中獲取訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括：用戶(hù)經(jīng)過(guò)的路線、用戶(hù)經(jīng)過(guò)該路線時(shí)的時(shí)間信息以及用戶(hù)經(jīng)過(guò)該路線的實(shí)際耗時(shí)信息；

利用所述訓(xùn)練數(shù)據(jù)訓(xùn)練得到所述路線耗時(shí)預(yù)估模型，其中所述路線耗時(shí)預(yù)估模型包括：路況子網(wǎng)絡(luò)和整合子網(wǎng)絡(luò)；

所述路況子網(wǎng)絡(luò)利用所述時(shí)間信息和所述路線所包含各路段的路網(wǎng)特征表示，預(yù)估所述路線所包含各路段的路況特征表示；

所述整合子網(wǎng)絡(luò)依據(jù)所述時(shí)間信息的特征表示、所述路線所包含各路段的向量表示以及所述路線所包含各路段的路況特征表示，確定所述路線的預(yù)估耗時(shí)；

所述路線耗時(shí)預(yù)估模型的訓(xùn)練目標(biāo)為：最小化所述路線的預(yù)估耗時(shí)與實(shí)際耗時(shí)的差距。

根據(jù)本申請(qǐng)一優(yōu)選實(shí)施方式，所述路線耗時(shí)預(yù)估模型還包括：時(shí)間子網(wǎng)絡(luò)和/或路段子網(wǎng)絡(luò)；

所述時(shí)間子網(wǎng)絡(luò)用于獲取所述時(shí)間信息的特征表示；

所述路段子網(wǎng)絡(luò)用于獲取所述路線所包含各路段的向量表示。

根據(jù)本申請(qǐng)一優(yōu)選實(shí)施方式，獲取所述路線所包含各路段的向量表示包括：

獲取所述路線所包含的各路段以及各路段的上下文；

針對(duì)每一條路段以及該路段的上下文，使用神經(jīng)網(wǎng)絡(luò)進(jìn)行編碼，得到該路段的向量表示。

根據(jù)本申請(qǐng)一優(yōu)選實(shí)施方式，利用所述時(shí)間信息預(yù)估路段的路況特征表示包括：

獲取路段在所述時(shí)間信息之前預(yù)設(shè)歷史時(shí)長(zhǎng)內(nèi)各時(shí)間點(diǎn)的路況特征；

將該路段的路網(wǎng)特征、在所述時(shí)間信息之前預(yù)設(shè)歷史時(shí)長(zhǎng)內(nèi)各時(shí)間點(diǎn)的路況特征以及所述歷史時(shí)長(zhǎng)內(nèi)各時(shí)間點(diǎn)的特征進(jìn)行拼接，得到該路段對(duì)應(yīng)的時(shí)空張量；

利用注意力機(jī)制對(duì)所述時(shí)空張量進(jìn)行映射，得到對(duì)該路段預(yù)估的路況特征表示。

根據(jù)本申請(qǐng)一優(yōu)選實(shí)施方式，所述獲取路段在所述時(shí)間信息之前預(yù)設(shè)歷史時(shí)長(zhǎng)內(nèi)各時(shí)間點(diǎn)的路況特征包括：