[发明专利]目的地的预测方法、装置、终端和存储介质

说明书

本发明提供一种目的地的预测方法、装置、终端和存储介质，该方法包括：获取用户的出行数据，该出行数据包括该用户的多个出行地点和每个出行地点对应的出行时间，将该出行数据输入到目的地预测模型中，获取该用户的目的地，其中，目的地预测模型为预先获取的根据用户的出行地点和出行时间确定目的地的模型。本发明提供的目的地的预测方法、装置、终端和存储介质，能够准确预测用户的目的地，提升了用户体验。

技术领域

本发明涉及智能技术领域，尤其涉及一种目的地的预测方法、装置、终端和存储介质。

背景技术

随着经济的发展和人民生活水平的提高，汽车几乎成为用户出行的必需品，准确地预测出用户的目的地，从而更好的规划交通尤其重要。

在实际应用中，主要基于历史出行订单来预测用户的目的地，具体地，计算获取每一个目的地对应的接单时刻的平均值和方差，根据当前时刻和每一个目的地对应的接单时刻的平均值和方差，预测用户的目的地。

然而，由于正常的私家车没有历史订单数据，无法采用上述方案来预测用户的目的地，导致无法准确预测地用户的目的地，影响用户体验。

发明内容

为解决现有技术中存在的问题，本发明提供一种目的地的预测方法、装置、终端和存储介质，以提高对目的地预测的准确性，提高用户体验。

第一方面，本发明实施例提供一种目的地的预测方法，包括：

获取用户的出行数据，所述出行数据包括所述用户的多个出行地点和每个出行地点对应的出行时间；

将所述出行数据输入到目的地预测模型中，获取所述用户的目的地，其中，所述目的地预测模型为预先获取的根据用户的出行地点和出行时间确定目的地的模型。

可选的，所述方法还包括：

获取所述用户的多个历史出行链，每个历史出行链包括多个出行地点和每个出行地点对应的出行时间；

根据所述多个历史出行链训练得到所述目的地预测模型。

可选的，所述获取用户的出行数据之后，所述方法还包括：

采用独热编码，对所述出行数据进行编码，得到多个特征向量。

可选的，所述出行数据包括至少三个出行地点和每个出行地点对应的出行时间。

可选的，所述目的地预测模型包括长短期记忆网络LSTM模型和隐马尔可夫模型HMM模型；

其中，所述LSTM模型的输出为所述HMM模型的输入，所述HMM模型为一阶HMM模型。

第二方面，本发明实施例提供一种目的地的预测装置，包括：

获取模块，用于获取用户的出行数据，所述出行数据包括所述用户的多个出行地点和每个出行地点对应的出行时间；

所述获取模块，还用于将所述出行数据输入到目的地预测模型中，获取所述用户的目的地，其中，所述目的地预测模型为预先获取的根据用户的出行地点和出行时间确定目的地的模型。

可选的，所述获取模块还用于：

获取所述用户的多个历史出行链，每个历史出行链包括多个出行地点和每个出行地点对应的出行时间；

训练模块，用于根据所述多个历史出行链训练得到所述目的地预测模型。

可选的，所述装置还包括编码模块，所述编码模块用于：

采用独热编码，对所述出行数据进行编码，得到多个特征向量。

可选的，所述出行数据包括至少三个出行地点和每个出行地点对应的出行时间。