[发明专利]推荐模型生成方法、装置、电子设备及存储介质

说明书

本申请公开了推荐模型生成方法、装置、电子设备及存储介质，涉及人工智能中深度学习、云计算及计算机信息处理领域。具体实现方案为：获取历史路线，确定所述历史路线中的节点的连贯性表征；基于历史路线的节点的连贯性表征，确定所述路口节点或路段节点的权重值；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。

技术领域

本申请涉及计算机技术领域。本申请尤其涉及人工智能中深度学习、云计算及计算机信息处理领域。

背景技术

在相关技术方案中，多模态路线推荐的方法主要为：基于搜索的多模态路线推荐，一般根据给定的距离度量指标，使用现有的图搜索算法在预定义的交通网络上搜索最短路径；以及，基于学习算法的交通方式推荐，通过从用户历史点击和轨迹数据中提取大量特征，使用机器学习算法来推测给定用户可能会选择的交通方式。但是，上述相关技术中的方案都只能向用户推荐粗粒度的交通出行方式，无法结合路线的静态属性、结构等特征进行路线推荐。

发明内容

本公开提供了一种推荐模型生成方法、装置、电子设备及存储介质。

根据本公开的第一方面，提供了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。

根据本公开的第二方面，提供了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。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述方法。

根据本公开的第四方面，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，所述计算机指令用于使所述计算机执行前述方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

根据本申请的技术，基于历史路线数据建模了路线的连贯性，并将路线特征聚合为路线表征向量，从而进行模型建立。如此能够使得最终建立的推荐模型结合了路线的连贯性等方面建立推荐模型，使得建立的模型结合了路线的静态属性以及结构等特征，最终可以有效地提高路线推荐的准确率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：