[发明专利]一种提示方法及装置

权利要求书

1.一种提示方法，应用于移动终端，其特征在于，所述方法包括：

获取影响出行携带决策的目标信息；

将所述目标信息输入至候选对象对应的推荐指数预测模型，得到所述候选对象的推荐指数；所述候选对象为待决策的出行是否携带的对象，所述推荐指数预测模型通过针对所述候选对象的数据样本集训练得到；

根据所述推荐指数向用户推送携带提示信息，所述携带提示信息包含推荐携带的一个或多个所述候选对象；

获取预设的推荐清单与欲携带对象集的差集，得到第一提示清单；

获取预设的不推荐清单与所述欲携带对象集的交集，得到第二提示清单；

将第一提示清单、第二提示清单推送给用户；

其中，所述根据所述推荐指数向用户推送携带提示信息，包括：

选取所述推荐指数大于预设阈值的候选对象添加至预设的推荐清单；

将所述推荐清单通过携带提示信息推送给用户。

2.根据权利要求1所述的方法，其特征在于，在根据所述推荐指数向用户推送携带提示信息的步骤之后，所述方法还包括：

获取用户针对欲携带对象拍摄的图像；

从所述图像中识别所述欲携带对象集。

3.根据权利要求1所述的方法，其特征在于，在所述将所述推荐清单通过携带提示信息推送给用户的步骤之前，所述方法还包括：

根据所述目标信息查询对应的违禁对象；

将所述违禁对象添加至预设的不推荐清单；

所述将所述推荐清单通过携带提示信息推送给用户的步骤，包括：

将所述推荐清单、所述不推荐清单通过携带提示信息推送给用户。

4.根据权利要求1所述的方法，其特征在于，所述数据样本集中每个数据样本包括目标信息样本，所述目标信息样本包括推荐指数样本值，所述推荐指数样本值表示在所述目标信息样本限定的条件下是否推荐携带所述候选对象，通过针对所述候选对象的数据样本集训练得到推荐指数预测模型的步骤，包括：

获取待训练的推荐指数预测模型，并初始化所述待训练的推荐指数预测模型的参数，所述推荐指数预测模型由多棵模型树组成；

通过所述目标信息样本训练所述推荐指数预测模型的第一棵模型树；

在训练其余每个模型树之前，根据上一棵模型树对应的预测函数计算每个目标信息样本对应的预测值；

针对每个目标信息样本，计算所述预测值与推荐指数样本值的差值，并将所述目标信息样本中的推荐指数样本值更新为所述差值；

通过更新所述推荐指数样本值之后的目标信息样本训练所述其余每棵模型树，得到推荐指数预测模型。

5.根据权利要求1所述的方法，其特征在于，所述获取影响出行携带决策的目标信息包括：

获取车票购买记录，并从所述车票购买记录中提取影响携带决策的目标信息；

和/或，接收在目标页面中输入的影响携带决策的目标信息。

6.一种提示装置，应用于移动终端，其特征在于，所述装置包括：

目标信息获取模块，用于获取影响出行携带决策的目标信息；

推荐指数获取模块，用于将所述目标信息输入至候选对象对应的推荐指数预测模型，得到所述候选对象的推荐指数；所述候选对象为待决策的出行是否携带的对象，所述推荐指数预测模型通过针对所述候选对象的数据样本集训练得到；

推送模块，用于根据所述推荐指数向用户推送携带提示信息，所述携带提示信息包含推荐携带的一个或多个所述候选对象；

第一提示清单获取模块，用于获取预设的推荐清单与欲携带对象集的差集，得到第一提示清单；

第二提示清单获取模块，用于获取预设的不推荐清单与所述欲携带对象集的交集，得到第二提示清单；

提示清单推送模块，用于将第一提示清单、第二提示清单推送给用户；

其中，所述推送模块包括：

选取子模块，用于选取所述推荐指数大于预设阈值的候选对象添加至预设的推荐清单；

第一推送子模块，用于将所述推荐清单通过携带提示信息推送给用户。