[发明专利]推荐模型生成方法、装置、电子设备及存储介质有效

专利信息
申请号: 202010610565.7 申请日: 2020-06-30
公开(公告)号: CN111767479B 公开(公告)日: 2023-06-27
发明(设计)人: 刘浩;韩金栋;傅衍杰;熊辉 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/9537 分类号: G06F16/9537;G06Q10/047;G06Q50/30;G06N3/0442;G06N3/045;G06N3/084
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 曹娜
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 推荐 模型 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种推荐模型生成方法,包括:

获取历史路线,确定所述历史路线中的节点的连贯性表征;

基于所述历史路线的节点的连贯性表征,确定所述节点的权重值;

基于所述历史路线的节点的连贯性以及权重值,确定历史路线的路线表征;

基于所述历史路线的路线表征建立推荐模型;其中,所述推荐模型用于确定候选路线对应的推荐概率;

其中,所述确定所述历史路线中的节点的连贯性表征,包括以下至少之一:

确定所述历史路线中每一个路段节点的前缀路段节点以及后缀路段节点;基于所述前缀路段节点以及后缀路段节点组成每一个路段节点的连贯性表征;

确定所述历史路线中每一个路口节点的前缀路口节点以及后缀路口节点;基于所述前缀路口节点以及后缀路口节点组成每一个路口节点的连贯性表征;

其中,所述基于历史路线的节点的连贯性表征,确定所述节点的权重值,包括以下至少之一:

基于历史路线的路口节点的连贯性表征以及自注意力参数矩阵,确定所述路口节点的权重值;

基于历史路线的路段节点的连贯性表征以及自注意力参数矩阵,确定所述路段节点的权重值;

其中,所述基于所述历史路线的节点的连贯性以及权重值,确定历史路线的路线表征,包括:

基于所述历史路线的路口节点的连贯性表征以及对应的权重值进行计算并将计算结果进行拼接,建立路口序列的表征;基于所述历史路线的路段节点的连贯性表征以及对应的权重值进行计算并将计算结果进行拼接,建立路段序列的表征;

基于所述路口序列的表征以及路段序列的表征进行拼接,得到历史路线的路线表征。

2.根据权利要求1所述的方法,其中,所述方法还包括:

根据损失函数的反向传播对所述推荐模型进行训练;其中,所述损失函数包括:用于基于表征历史路线与连贯性表征之间的差异的连贯性损失函数。

3.根据权利要求1所述的方法,其中,所述方法还包括:

获取起点以及终点所对应的N条候选路线;其中,N为大于等于1的整数;

基于所述推荐模型确定N条候选路线所对应的推荐概率;

基于N条候选路线对应的推荐概率进行排序,根据排序后的候选路线进行路线推荐。

4.一种推荐模型生成装置,包括:

连贯性处理模块,用于获取历史路线,确定所述历史路线中的节点的连贯性表征;

权重分析模块,用于基于历史路线的节点的连贯性表征,确定所述节点的权重值;

路线表征模块,用于基于所述历史路线的节点的连贯性以及权重值,确定历史路线的路线表征;

模型建立模块,用于基于所述历史路线的路线表征建立推荐模型;其中,所述推荐模型用于确定候选路线对应的推荐概率;

其中,所述连贯性处理模块,用于执行以下至少之一:

确定所述历史路线中每一个路段节点的前缀路段节点以及后缀路段节点;基于所述前缀路段节点以及后缀路段节点组成每一个路段节点的连贯性表征;

确定所述历史路线中每一个路口节点的前缀路口节点以及后缀路口节点;基于所述前缀路口节点以及后缀路口节点组成每一个路口节点的连贯性表征;

其中,所述权重分析模块,用于执行以下至少之一:

基于历史路线的路口节点的连贯性表征以及自注意力参数矩阵,确定所述路口节点的权重值;

基于历史路线的路段节点的连贯性表征以及自注意力参数矩阵,确定所述路段节点的权重值;

其中,所述路线表征模块,用于基于所述历史路线的路口节点的连贯性表征以及对应的权重值进行计算并将计算结果进行拼接,建立路口序列的表征;基于所述历史路线的路段节点的连贯性表征以及对应的权重值进行计算并将计算结果进行拼接,建立路段序列的表征;基于所述路口序列的表征以及路段序列的表征进行拼接,得到历史路线的路线表征。

5.根据权利要求4所述的装置,其中,所述模型建立模块,用于根据损失函数的反向传播对所述推荐模型进行训练;其中,所述损失函数包括:用于基于表征历史路线与连贯性表征之间的差异的连贯性损失函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010610565.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top