[发明专利]数据处理方法、数据处理装置、存储介质和电子设备

说明书

本发明实施例公开了一种数据处理方法、数据处理装置、存储介质和电子设备。本发明实施例获取由顺序连接的单位路段组成的路径序列，并基于预定概率分布函数随机生成各单位路段的嵌入特征，进而将各目标单位路段输入对应的预定模型以获得目标单位路段与非目标单位路段的相似度，从而根据相似度迭代更新预定模型的模型参数以及目标单位路段和非目标单位路段的嵌入特征，在各预定模型的损失函数收敛后，根据目标值确定对应的第一路径的嵌入特征。在本发明实施例中，无需对单位路段的嵌入特征进行人工标记，有效降低了人力成本，且通过多个模型同时迭代更新各单位路段的嵌入特征，能够准确地获取各单位路段的特征表示。

技术领域

本发明公开涉及计算机技术领域，具体涉及一种数据处理方法、数据处理装置、存储介质和电子设备。

背景技术

自古以来，道路作为各种车辆、行人等通行所必需的基础设施，在生产生活中占据着十分重要的地位。随着生活节奏的不断加快，各条道路(或路段)的交通状况也在时刻发生着改变。对于物流行业、电商行业等对于交通状况的依赖程度较高的行业，提前获取各条道路的交通状况，从而规划出最优路径是十分有必要的。但在现有技术中，各条道路的特征表示的获取方式需要通过人工标记，且复杂度较高。

发明内容

有鉴于此，本发明实施例的目的在于提供一种数据处理方法、数据处理装置、存储介质和电子设备，用于较为准确地获取各道路(或路段)的特征表示且降低人力成本，从而为预测各道路的交通状况等提供较为准确的数据支持。

根据本发明实施例的第一方面，提供一种数据处理方法，所述方法包括：

获取第一路径序列，所述第一路径序列由多个第一路径组成，各所述第一路径为顺序连接的单位路段；

基于预定概率分布函数生成各所述第一路径的第一嵌入特征；

迭代更新所述目标第一路径的所述第一嵌入特征、各非目标第一路径的所述第一嵌入特征以及多个预定模型的模型参数，直至各所述预定模型的第一损失函数收敛，其中，所述预定模型用于根据所述目标第一路径的所述第一嵌入特征获取所述目标第一路径的第一输出特征，所述第一损失函数用于表征对应的所述目标第一路径的第一输出特征与对应的非目标第一路径的第一嵌入特征的第一相似度；

根据各第一目标值确定对应的所述第一路径的所述第一嵌入特征，所述第一目标值用于表征使得对应的所述预定模型的所述第一损失函数收敛的第一路径的嵌入特征。

优选地，所述方法还包括：

确定多组第一模型参数，所述第一模型参数为所述损失函数收敛的所述预定模型的模型参数；

获取第二路径序列，所述第二路径序列由多个第二路径组成，各所述第二路径均为具有连接关系的单位路段；

基于所述预定概率分布函数生成各所述第二路径的第二嵌入特征；

基于各所述第一模型参数，同时迭代更新所述目标第二路径的所述第二嵌入特征、各非目标第二路径的所述第二嵌入特征以及所述多个预定模型的模型参数，直至各所述预定模型的第二损失函数收敛，其中，所述预定模型用于根据所述目标第二路径的第二潜入特征获取所述第二目标路径的第二输出特征，所述第二损失函数用于表征对应的所述目标第二路径的第二输出特征与对应的非目标第二路径的第二嵌入特征的第二相似度；

根据各第二目标值确定对应的所述第二路径的所述第二嵌入特征，所述第二目标值用于表征使得对应的所述预定模型的所述第二损失函数收敛的第二路径的嵌入特征。

优选地，所述基于预定概率分布函数生成各所述第一路径的第一嵌入特征包括：

基于所述预定概率分布函数随机生成各所述第一路径对应的多个元素，所述元素的数量为预先设定；

分别根据各所述第一路径对应的所述多个元素确定所述第一嵌入特征。