[發明專利]一種模型訓練的方法、裝置、設備和存儲介質

有效

• 申請號: 202010598538.2
• 申請日: 2020-06-28
• 公開（公告）號: CN111782976B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 李旭光;閆瑞波;肖飛
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F18/214
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 黃燦;湯明明

本申請公開了一種模型訓練的方法、裝置、設備和存儲介質，涉及智能交通領域。具體實現方案為：一種模型訓練的方法，包括：獲取用戶的歷史出行數據，所述歷史出行數據中包括路線影響特征和路線的目標特征；根據所述路線影響特征對第一初始模型進行訓練，以得到第一模型；根據所述目標參數和所述路線的目標特征對第二初始模型進行訓練，以得到第二模型，所述第二模型為輸入為多條規劃路線，輸出為所述多條規劃路線的排序結果的模型，所述目標參數為所述用戶的選路權重。本申請提供的一種模型訓練的規劃方法、裝置、設備和存儲介質，可以訓練得到第二模型，而第二模型可以按照用戶的個性化需求對路線進行排序。

技術領域

本申請涉及計算機領域中的數據處理技術領域，具體涉及到智能交通領域，尤其涉及一種模型訓練的方法、裝置、設備和存儲介質。

背景技術

隨著科技的發展，導航技術在人們的生活中占據了越來越重要的位置。在實際的使用過程中，一般是基于所耗費時間的長度、路線的長度或者路線的擁堵狀態等因素綜合規劃路線。

發明內容

本公開提供了一種模型訓練的規劃方法、裝置、設備和存儲介質。

根據本公開的一方面，提供了一種模型訓練的方法，包括：

獲取用戶的歷史出行數據，所述歷史出行數據中包括路線影響特征和路線的目標特征；

根據所述路線影響特征對第一初始模型進行訓練，以得到第一模型，所述第一模型為輸入為所述路線影響特征的數值，輸出為軌跡一致率特征的模型，所述軌跡一致率特征為所述第一模型的目標參數與對應的路線影響特征的數值的乘積；

根據所述目標參數和所述路線的目標特征對第二初始模型進行訓練，以得到第二模型，所述第二模型為輸入為多條規劃路線，輸出為所述多條規劃路線的排序結果的模型，所述目標參數為所述用戶的選路權重。

根據本公開的另一方面，提供了一種模型訓練的裝置，包括：

獲取模塊，用于獲取用戶的歷史出行數據，所述歷史出行數據中包括路線影響特征和路線的目標特征；

第一訓練模塊，用于根據所述路線影響特征對第一初始模型進行訓練，以得到第一模型，所述第一模型為輸入為所述路線影響特征的數值，輸出為軌跡一致率特征的模型，所述軌跡一致率特征為所述第一模型的目標參數與對應的路線影響特征的數值的乘積；

第二訓練模塊，用于根據所述目標參數和所述路線的目標特征對第二初始模型進行訓練，以得到第二模型，所述第二模型為輸入為多條規劃路線，輸出為所述多條規劃路線的排序結果的模型，所述目標參數為所述用戶的選路權重。

根據本公開的另一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本公開提供的模型訓練的方法。

根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行本申請提供的模型訓練的方法。

根據本公開的另一方面，提供了一種模型訓練的方法，包括：

接收用戶輸入的目標信息，所述目標信息包括起點和終點；

根據所述目標信息召回多條規劃路線；

基于第二模型對所述多條規劃路線進行排序，其中，所述第二模型為輸入為多條規劃路線輸出為所述多條規劃路線的排序結果的模型。

根據本申請的技術可以訓練得到第二模型，而第二模型可以按照用戶的個性化需求對路線進行排序。