[发明专利]ETA模型的训练方法、ETA预估方法、装置及设备

权利要求书

1.一种预计到达时间ETA模型的训练方法，其特征在于，所述方法包括：

获取目标用户的至少一条轨迹数据，所述至少一条轨迹数据对应于至少一种属性的道路；

根据所述至少一条轨迹数据，获取所述目标用户在所述至少一种属性的道路上的速度比；其中，所述速度比是指所述目标用户的移动速度与道路通行速度的比值；

根据路线特征和所述目标用户的速度比特征，训练用于对所述目标用户的ETA进行预估的ETA个性化模型；其中，所述目标用户的速度比特征包括所述目标用户在所述至少一种属性的道路上的速度比，所述路线特征包括所述道路的物理属性、历史挖掘速度、实时速度中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一条轨迹数据，获取所述目标用户在所述至少一种属性的道路上的速度比，包括：

对于所述至少一种属性中的目标属性，从所述至少一条轨迹数据中选取与所述目标属性对应的轨迹数据；

根据与所述目标属性对应的轨迹数据，获取所述目标用户在至少一条目标属性的道路上的速度比；

根据所述目标用户在所述至少一条目标属性的道路上的速度比以及所述至少一条目标属性的道路的长度，加权平均得到所述目标用户在所述目标属性的道路上的速度比。

3.根据权利要求1所述的方法，其特征在于，所述目标用户的速度比特征包括所述目标用户在指定数量的属性的道路上的速度比，所述指定数量的属性包括所述至少一种属性以及至少一种其它属性；

所述根据路线特征和所述目标用户的速度比特征，训练用于对所述目标用户的ETA进行预估的ETA个性化模型之前，还包括：

获取所述目标用户的至少一个相似用户；

根据所述至少一个相似用户在所述至少一种其它属性的道路上的速度比，确定所述目标用户在所述至少一种其它属性的道路上的速度比。

4.根据权利要求3所述的方法，其特征在于，所述获取所述目标用户的至少一个相似用户，包括：

对于所述至少一种属性中的目标属性，根据所述目标用户在所述目标属性的道路上的速度比，以及用户集合中的其它用户在所述目标属性的道路上的速度比，确定所述目标用户在所述目标属性的道路上的行为分布特征；其中，所述用户集合包括所述目标用户和至少一个所述其它用户，所述目标用户在所述目标属性的道路上的行为分布特征，是指所述目标用户在所述目标属性的道路上的速度比在所述用户集合中的各个用户在所述目标属性的道路上的速度比中的分布；

根据所述目标用户在所述指定数量的属性的道路上的行为分布特征，确定所述目标用户的主题描述特征；其中，所述目标用户的主题描述特征包括所述目标用户属于至少一个主题中的各个主题的概率；

根据所述目标用户的主题描述特征，以及所述用户集合中的其它用户的主题描述特征，从所述用户集合中选取所述目标用户的至少一个相似用户。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标用户在所述目标属性的道路上的速度比，以及用户集合中的其它用户在所述目标属性的道路上的速度比，确定所述目标用户在所述目标属性的道路上的行为分布特征，包括：

根据所述目标用户在所述目标属性的道路上的速度比，以及所述用户集合中的其它用户在所述目标属性的道路上的速度比，创建至少两个区间；其中，所述至少两个区间中的每一个区间对应于一个速度比的取值范围；

获取所述目标用户在至少一条目标属性的道路上的速度比各自所属的区间；

整合所述至少两个区间中各个区间分别包含的所述目标用户的速度比的平均值，得到所述目标用户在所述目标属性的道路上的行为分布特征。

6.根据权利要求4所述的方法，其特征在于，所述根据所述目标用户在所述指定数量的属性的道路上的行为分布特征，确定所述目标用户的主题描述特征，包括：

根据所述目标用户在所述指定数量的属性的道路上的行为分布特征，以及所述用户集合中的其它用户在所述指定数量的属性的道路上的行为分布特征，训练主题模型；

通过所述主题模型得到所述目标用户的主题描述特征。