[发明专利]行程推荐的方法和系统

说明书

本说明书提供的行程推荐的方法和系统，以行程中不同环节对应的推荐对象的组合点击率最大为优化目标，并以不同环节对应的推荐对象之间的关系为约束条件（比如距离约束、折返约束，等等），来构建行程推荐模型，以获取每个环节对应的推荐对象，从而生成推荐行程，使得在复杂的场景下，获取更优的推荐行程，避免因距离太远或频繁折返带来的麻烦，以提升用户体验。同时，本说明书提供的行程推荐的方法和系统，在对行程推荐模型求解时，可以使用线性化处理方式来处理约束条件，还可以使用松弛算法来求解整数规划问题，从而加快求解速度，进行实时的行程推荐计算，在节省计算量的同时，提升计算速度和提升用户体验。

技术领域

本说明书涉及行程规划技术领域，尤其涉及一种行程推荐的方法和系统。

背景技术

随着人工智能技术的高速发展，推荐算法在各个领域中的应用取得了巨大的成功，通过向用户推荐感兴趣的产品能够提升产品的点击率、转化率，减少用户的信息检索时间。例如在行程推荐的场景中，随着当今资讯的发达和交通的便利，人们在出行前通常会通过各种应用程序提前进行路线规划，应用程序也会基于推荐算法向用户推荐行程。传统的推荐算法只对单个类型产品进行推荐（比如只推荐与吃有关的产品，或只推荐与玩有关的产品），通常直接向用户展示点击率最大的产品。当涉及多个产品的联合推荐（比如一条路线行程中往往涉及多种不同类型的产品，比如吃、喝、玩、乐，等等）时，除了最大化点击率外，还需要考虑不同类型的产品间的关系（比如产品之间的距离、线路的折返等等），对推荐过程施加约束。传统的推荐算法只能在当前类型产品的推荐中获取更优推荐（即局部更优），而无法在整条线路的行程推荐中获取更优的行程推荐（即全局更优）。

因此，需要提供一种能够基于不同类型的产品间的关系进行行程推荐的方法和系统，以推荐更优的行程线路。

发明内容

本说明书提供一种能够基于不同类型的产品间的关系进行行程推荐的方法和系统，以推荐更优的行程线路。

第一方面，本说明书提供一种行程推荐的方法，包括：获取目标用户的目标目的地；从预设的数据库中确定所述目标目的地对应的行程模板，所述行程模板包括多个环节，所述多个环节中的每个环节包括至少一个候选对象；基于行程推荐模型，从所述每个环节的所述至少一个候选对象中确定推荐对象，所述行程推荐模型是基于所述多个环节对应的多个推荐对象的组合点击率最大为优化目标，以及以目标约束函数为约束条件构建的，所述目标约束函数至少包括相邻环节对应的推荐对象之间的距离约束；以及基于所述多个推荐对象生成推荐行程。

在一些实施例中，所述多个环节包括饮食环节、交通环节、景点环节、娱乐环节以及住宿环节中的多种。

在一些实施例中，所述从预设的数据库中确定所述目标目的地对应的行程模板，包括：对所述每个环节，基于所述目标用户的属性特征数据以及所述目标目的地的位置数据，从所述数据库中选取与当前环节对应的所述至少一个候选对象。

在一些实施例中，所述从所述数据库中选取与当前环节对应的所述至少一个候选对象，包括：从所述数据库中获取所述至少一个候选对象中的每个候选对象的特征数据，所述特征数据包括位置数据以及点击率。

在一些实施例中，所述相邻环节对应的推荐对象之间的距离约束包括所述相邻环节对应的推荐对象之间的距离在预设的距离阈值内，所述相邻环节对应的推荐对象之间的距离是基于所述相邻环节对应的推荐对象的所述位置数据得到的。

在一些实施例中，所述目标约束函数还包括折返约束，所述折返约束包括第一个环节对应的推荐对象与最后一个环节对应的推荐对象之间的距离与所述第一个环节对应的推荐对象与第二个环节对应的推荐对象之间的距离的比例大于预设阈值，其中，所述第一个环节对应的推荐对象与所述最后一个环节对应的推荐对象之间的距离是基于所述第一个环节对应的推荐对象的所述位置数据与所述最后一个环节对应的推荐对象的所述位置数据得到的，所述第一个环节对应的推荐对象与所述第二个环节对应的推荐对象之间的距离是基于所述第一个环节对应的推荐对象的所述位置数据与所述第二个环节对应的推荐对象的所述位置数据得到的。