[发明专利]基于图神经网络的装卸货点推荐方法和装置

权利要求书

1.一种基于图神经网络的装卸货点推荐方法，方法包括：

构造基于地理位置信息的兴趣点图、基于地理位置信息的装卸货点图和兴趣点装卸货点交互图；

根据所述兴趣点图的邻接矩阵得到基于地理位置信息的兴趣点表征向量，根据所述装卸货点图的邻接矩阵得到基于地理位置信息的装卸货点表征向量，根据所述兴趣点装卸货点交互图得到基于交互信息的兴趣点表征向量和基于交互信息的装卸货点表征向量；

将基于交互信息的兴趣点表征向量与基于地理位置信息的兴趣点表征向量进行合并，经过多层感知机进行表征，得到融合交互信息和地理位置信息的兴趣点表征向量；

将基于交互信息的装卸货点表征向量与基于地理位置信息的装卸货点表征向量进行合并，经过多层感知机进行表征，得到融合交互信息和地理位置信息的装卸货点表征向量；

将所述融合交互信息和地理位置信息的兴趣点表征向量和所述融合交互信息和地理位置信息的装卸货点表征向量输入到图神经网络中进行学习；通过反向传播最小化损失函数的方式来对图神经网络模型进行训练，得到相应的图神经网络模型参数，并输出经过学习的融合交互信息和地理位置信息的兴趣点表征向量和融合交互信息和地理位置信息的装卸货点表征向量；其中，经过学习的融合交互信息和地理位置信息的兴趣点表征向量和融合交互信息和地理位置信息的装卸货点表征向量用于预测与目标兴趣点相关联的装卸货点序列；

构造所述基于地理位置信息的兴趣点图，包括：

获取所有兴趣点POI以及每个兴趣点的地理位置信息；

根据每两个兴趣点的地理位置信息分别计算每两个兴趣点之间的距离，根据每两个兴趣点之间的距离确定每两个兴趣点之间的边的权重，得到所述基于地理位置信息的兴趣点图；

构造所述基于地理位置信息的装卸货点图，包括：

获取所有装卸货点以及每个装卸货点的地理位置信息；

根据每两个装卸货点的地理位置信息分别计算每两个装卸货点之间的距离，根据每两个装卸货点之间的距离确定每两个装卸货点之间的边的权重，得到所述基于地理位置信息的装卸货点图；

构建所述兴趣点装卸货点交互图，包括：

获取兴趣点与装卸货点的配对数据；

根据所述配对数据确定将配对数据中的兴趣点和装卸货点，分别作为兴趣点节点和装卸货点节点；在配对次数大于等于预设值的兴趣点节点和装卸货点节点之间建立边连接，得到兴趣点装卸货点交互图。

2.如权利要求1的所述方法，其特征在于，根据每两个兴趣点之间的距离确定每两个兴趣点之间的边的权重，包括：

当任意两个兴趣点之间的距离小于第一预设阈值时，确定该任意两个兴趣点之间形成边关系，将该任意两个兴趣点之间的边的权重设置为1；

当任意两个兴趣点之间的距离大于等于第一预设阈值时，确定该任意两个兴趣点之间不形成边关系，将该任意两个兴趣点之间的边的权重设置为0;

根据每两个装卸货点之间的距离确定每两个装卸货点之间的边的权重，包括：

当任意两个装卸货点之间的距离小于第二预设阈值时，两个装卸货点形成边关系，边的权重为1；

当两个装卸货点的距离大于等于第二预设阈值时，两个装卸货点不形成边关系，边的权重为0。

3.如权利要求1的所述方法，其特征在于，

根据所述兴趣点装卸货点交互图得到基于交互信息的兴趣点表征向量和基于交互信息的装卸货点表征向量，包括：

基于所述兴趣点装卸货点交互图中的装卸货点表征向量和兴趣点节点的邻接矩阵，更新兴趣点表征向量，得到基于交互信息的兴趣点的表征向量；

基于所述兴趣点装卸货点交互图中的装卸货点表征向量和装卸货点节点的邻接矩阵，更新装卸货点表征向量，得到基于交互信息的装卸货点的表征向量。