[发明专利]出行推荐方法、出行推荐模型的训练方法、装置

权利要求书

1.一种出行推荐方法，其特征在于，包括：

获取T时期的特征信息，其中，所述T时期的特征信息是根据T时期的用户个人特征信息、用户出行特征信息和始发地与目的地之间的路况特征信息确定的；

将所述T时期的特征信息输入预先训练的出行方式推荐模型，得到所述出行方式推荐模型从M种出行方式中推荐的目标出行方式，M为正整数；

获取所述目标出行方式下对应于N条出行路径的时间向量、限速向量、时间上限值和距离约束值，N为正整数，所述时间向量通过出行服务应用后台数据库得到的始发地与目的地之间的路段历史行程时间数据平均得到，所述限速向量通过出行服务应用后台数据库记录的始发地与目的地之间的路段历史最大限速得到，所述时间上限值由用户自行设定，所述距离约束值由出行服务应用后台计算的目的地与始发地的直线距离得到；

将所述目标出行方式下对应于N条出行路径的时间向量、限速向量、时间上限值、距离约束值输入所述目标出行方式下预先训练的出行路径推荐模型，得到所述目标出行方式下对应于N条出行路径的速度估计向量和截距估计向量；

根据所述目标出行方式下对应于N条出行路径的时间向量、速度估计向量和截距估计向量，计算得到所述目标出行方式下对应于N条出行路径的路径距离向量；

根据所述目标出行方式下对应于N条出行路径的路径距离向量计算的距离最小方差，确定所述目标出行方式下的目标出行路径。

2.根据权利要求1所述的方法，其特征在于，所述目标出行方式为所述M种出行方式中概率得分大于第一阈值的出行方式，所述M种出行方式的概率得分为根据所述T时期的特征信息计算得到的。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标出行方式下对应于N条出行路径的时间向量、速度估计向量和截距估计向量，计算得到所述目标出行方式下对应于N条出行路径的路径距离向量，包括：

根据所述目标出行方式下对应于N条出行路径的时间向量和速度估计向量的转置，计算得到第一向量；以及

根据所述目标出行方式下对应于N条出行路径的截距估计向量和所述第一向量，计算得到所述目标出行方式下对应于N条出行路径的路径距离向量。

4.根据权利要求1所述的方法，其特征在于，所述T时期的特征信息是由所述T时期始发地与目的地之间的路况特征信息中的每个特征与所述T时期的用户出行特征信息中的每个特征进行交叉，再与所述T时期的用户个人特征信息中的特征进行连接之后得到的。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

将所述目标出行方式和所述目标出行路径通过出行服务应用推送给用户。

6.根据权利要求1至4中任一项所述的方法，其特征在于，

所述用户个人信息特征包括用户基本信息、用户资产信息中的至少一种；

所述用户出行特征信息包括用户是否有车、用户在出行服务应用中的点击信息、用户在出行服务应用中的活跃信息、用户在出行服务应用中的出行消费信息、用户在出行服务应用中的出行信息、用户车辆油耗信息、用户出行成本信息、用户等车时长信息中的至少一种；

所述路况特征信息包括交通状况信息、交通灯信息、道路信息、车辆等待时长、道路限速信息、路段平均耗时信息中的至少一种。