[發明專利]出行推薦方法、出行推薦模型的訓練方法、裝置

有效

• 申請號: 202110239861.5
• 申請日: 2021-03-04
• 公開（公告）號: CN112884235B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 鐘子宏
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06F16/29;G06F16/9535;G06K9/62
• 代理公司: 北京勵誠知識產權代理有限公司 11647
• 代理人: 趙爽

本申請提供了一種出行推薦方法、出行推薦模型的訓練方法和裝置，能夠應用于地圖類應用、導航、自動駕駛等領域，能夠推薦目標對象偏好的出行方式，以及基于目標對象偏好的出行方式推薦出行路徑。出行推薦方法包括：獲取T時期的特征信息；將T時期的特征信息輸入出行方式推薦模型，得到目標出行方式；獲取目標出行方式下的時間向量、限速向量、時間上限值和距離約束值；將時間向量、限速向量、時間上限值、距離約束值輸入目標出行方式下的出行路徑推薦模型，得到速度估計向量和截距估計向量；根據速度估計向量和截距估計向量，計算路徑距離向量；根據路徑距離向量計算的距離最小方差，確定目標出行方式下的目標出行路徑。

技術領域

本申請實施例涉及人工智能技術領域，并且更具體地，涉及一種出行推薦方法、出行推薦模型的訓練方法、裝置。

背景技術

隨著互聯網技術的發展，一些出行服務應用(如導航類應用程序或者導航類小程序)能夠生成出行路徑，豐富了用戶的出行體驗。然而，現階段的出行路徑生成方案還不夠完善，如未考慮用戶的出行偏好等，如何基于用戶需求生成更為合理的出行路徑，是一項亟待解決的技術問題。

發明內容

本申請提供了一種出行推薦方法、出行推薦模型的訓練方法、裝置、電子設備、芯片和計算機可讀存儲介質，能夠根據目標對象出行偏好的行為特征，自動為目標對象推薦最優出行方式，并在此基礎上，根據距離最小方差的最優化算法計算該出行方式下的最優路線方案，以及出行服務應用可以根據推薦得到的最優出行方式和路徑方案進入導航模式，解決了地圖類應用中需要人工搜索出行方式和出行路線的缺點，并且考慮了出行偏好和出行路線的限制信息等實際情況，能夠更貼近現實生活。

本申請的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本申請的實踐而習得。

根據本申請的一方面，提供了一種出行推薦方法，包括：

獲取T時期的特征信息，其中，T時期的特征信息是根據T時期的用戶個人特征信息、用戶出行特征信息和始發地與目的地之間的路況特征信息確定的；

將T時期的特征信息輸入預先訓練的出行方式推薦模型，得到出行方式推薦模型從M種出行方式中推薦的目標出行方式，M為正整數；

獲取目標出行方式下對應于N條出行路徑的時間向量、限速向量、時間上限值和距離約束值，N為正整數；

將目標出行方式下對應于N條出行路徑的時間向量、限速向量、時間上限值、距離約束值輸入目標出行方式下預先訓練的出行路徑推薦模型，得到目標出行方式下對應于N條出行路徑的速度估計向量和截距估計向量；

根據目標出行方式下對應于N條出行路徑的速度估計向量和截距估計向量，計算得到目標出行方式下對應于N條出行路徑的路徑距離向量；

根據目標出行方式下對應于N條出行路徑的路徑距離向量計算的距離最小方差，確定目標出行方式下的目標出行路徑。

根據本申請的一方面，提供了一種出行推薦模型的訓練方法，包括：

獲取出行方式訓練樣本集和M個出行路徑訓練樣本集；

其中，出行方式訓練樣本集包括T時期的M種出行方式的標簽和T-1時期的特征信息，T-1時期的特征信息是根據T-1時期的用戶個人信息特征、用戶出行信息特征和始發地與目的地之間的路況特征確定的；M個出行路徑訓練樣本集分別對應M種出行方式，M個出行路徑訓練樣本集中的每個出行路徑訓練樣本集包括對應的出行方式下對應于N條出行路徑的時間向量、限速向量、距離向量、時間上限值、距離約束值，M和N均為正整數；

根據出行方式訓練樣本集訓練出行方式推薦模型，以及根據M個出行路徑訓練樣本集分別訓練M種出行方式下的出行路徑推薦模型。

根據本申請的一方面，提供了一種出行推薦裝置，包括：