[发明专利]出行信息的确定方法、装置及计算机程序产品

说明书

本公开提供了一种出行信息的确定方法、装置、电子设备、存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及深度学习技术，可用于导航场景下。具体实现方案为：确定所获取的算路请求中的起止点；通过预训练的特征提取网络确定当前时刻所属的时间段内的多个时刻的路网数据的路网时序特征信息；从路网时序特征信息中确定出起止点对应的编码信息；基于编码信息，通过预训练的多任务网络确定包括起止点之间的接驳位置和接驳出行方式的出行信息。本公开提高了得到的出行信息的准确度和出行方式的灵活性。

技术领域

本公开涉及人工智能领域，具体涉及深度学习技术，尤其涉及出行信息的确定方法、装置以及出行信息确定模型的训练方法、装置、电子设备、存储介质以及计算机程序产品，可用于导航场景下。

背景技术

通过多种出行方式的组合来得到总出行路线，往往能够使得出行过程在时间、金钱成本、能源耗费等方面达到较好的效果。现有技术中，一般通过轮训搜索的方式，首先暴力组合不同出行方式得到不同的组合方案，然后对召回的组合方案进行排序和过滤，得到较高质量的组合出行方案。现有的通过轮训搜索的方式的算路方法计算量巨大，计算耗时较长。

发明内容

本公开提供了一种出行信息的确定方法、装置以及出行信息确定模型的训练方法、装置、电子设备、存储介质以及计算机程序产品。

根据第一方面，提供了一种出行信息的确定方法，包括：确定所获取的算路请求中的起止点；通过预训练的特征提取网络确定当前时刻所属的时间段内的多个时刻的路网数据的路网时序特征信息；从路网时序特征信息中确定出起止点对应的编码信息；基于编码信息，通过预训练的多任务网络确定包括起止点之间的接驳位置和接驳出行方式的出行信息。

根据第二方面，提供了一种出行信息确定模型的训练方法，包括：获取训练样本集，其中，训练样本集中的训练样本包括含有不同出行方式的轨迹数据和接驳位置标签、接驳出行方式标签；通过特征提取网络确定所输入的轨迹数据对应的目标时间段内的多个时刻的路网数据的路网时序特征信息；从路网时序特征信息中确定出所输入的轨迹数据的起止点对应的编码信息；将编码信息输入多任务网络，将所输入的轨迹数据对应的接驳位置标签、接驳出行方式标签作为多任务网络的期望输出，训练得到包括特征提取网络、多任务网络的出行信息确定模型。

根据第三方面，提供了一种出行信息的确定装置，包括：第一确定单元，被配置成确定所获取的算路请求中的起止点；提取单元，被配置成通过预训练的特征提取网络确定当前时刻所属的时间段内的多个时刻的路网数据的路网时序特征信息；编码单元，被配置成从路网时序特征信息中确定出起止点对应的编码信息；第二确定单元，被配置成基于编码信息，通过预训练的多任务网络确定包括起止点之间的接驳位置和接驳出行方式的出行信息。

根据第四方面，提供了一种出行信息确定模型的训练装置，包括：获取单元，被配置成获取训练样本集，其中，训练样本集中的训练样本包括含有不同出行方式的轨迹数据和接驳位置标签、接驳出行方式标签；训练单元，被配置成通过特征提取网络确定所输入的轨迹数据对应的目标时间段内的多个时刻的路网数据的路网时序特征信息；从路网时序特征信息中确定出所输入的轨迹数据的起止点对应的编码信息；将编码信息输入多任务网络，将所输入的轨迹数据对应的接驳位置标签、接驳出行方式标签作为多任务网络的期望输出，训练得到包括特征提取网络、多任务网络的出行信息确定模型。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面、第二方面任一实现方式描述的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面、第二方面任一实现方式描述的方法。

根据第七方面，提供了一种计算机程序产品，包括：计算机程序，计算机程序在被处理器执行时实现如第一方面、第二方面任一实现方式描述的方法。