[发明专利]用户轨迹数据的处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 202011018814.X 申请日: 2020-09-24
公开(公告)号: CN112148825B 公开(公告)日: 2022-03-11
发明(设计)人: 刘雨亭 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/29 分类号: G06F16/29;G06N3/04;G06N3/08;G01C21/20
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁;张海秀
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 轨迹 数据 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种用户轨迹数据的处理方法,其特征在于,包括:

获取待处理道路数据,所述待处理道路数据包括待处理用户轨迹数据和所述待处理用户轨迹数据对应的数据标识信息,所述数据标识信息包括用户标识信息;

确定所述待处理用户轨迹数据对应的用户路线数据,所述用户路线数据包括所述待处理用户轨迹数据经过的各道路的道路数据;

根据所述用户路线数据、所述数据标识信息和道路特征向量集合,确定所述待处理用户轨迹数据经过的各道路的道路数据的特征表示信息,以及所述待处理用户轨迹数据对应的数据标识信息的特征表示信息;

根据所述待处理用户轨迹数据对应的数据标识信息的特征表示信息、所述各道路的经过顺序、以及所述各道路的道路数据的特征表示信息,得到所述待处理道路数据对应的道路特征向量;根据所述道路特征向量进行相应的处理;

其中,所述道路特征向量集合中包含各道路的道路数据的特征表示信息和各数据标识信息对应的特征表示信息,该集合是通过以下方式得到的:

获取各样本道路数据,所述样本道路数据包括样本用户轨迹数据和所述样本用户轨迹数据所对应的数据标识信息;

对于每个所述样本道路数据,确定所述样本用户轨迹数据对应的样本路线数据;基于每个所述样本道路数据对应的样本路线数据和数据标识信息,确定每个所述样本道路数据对应的初始特征向量;

基于各所述初始特征向量对初始特征嵌入模型进行训练,直至符合预设的训练结束条件;

基于训练结束时的所述特征嵌入模型的模型参数,得到所述道路特征向量集合。

2.根据权利要求1所述的方法,其特征在于,所述数据标识信息还包括城市标识信息。

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述道路特征向量进行相应的处理,包括以下至少一项:

根据所述道路特征向量确定同义道路;

根据所述道路特征向量确定同义路线;

根据所述道路特征向量进行路线聚类处理;

基于所述道路特征向量进行神经网络模型的训练。

4.根据权利要求1或2所述的方法,其特征在于,所述道路特征向量集合是基于训练后的所述特征嵌入模型的隐藏层的模型参数得到的,或者是基于训练后的所述特征嵌入模型的隐藏层和输出层的模型参数得到的。

5.根据权利要求4所述的方法,其特征在于,所述特征嵌入模型包括连续跳字Skip-gram模型,所述基于每个所述样本道路数据对应的样本路线数据和数据标识信息,确定每个所述样本道路数据对应的初始特征向量,包括:

对于一个所述样本道路数据,基于该样本道路数据对应的样本路线数据和数据标识信息进行独热编码,得到该样本道路数据的初始特征向量;

所述基于各所述初始特征向量对所述初始特征嵌入模型进行训练,包括:

将各所述初始特征向量输入至Skip-gram模型中,得到各所述初始特征向量中待优化信息的预测上下文信息;

基于各所述初始特征向量中待优化信息的预测上下文信息与各所述初始特征向量中待优化信息对应的真实上下文信息对所述Skip-gram模型进行训练。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011018814.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top