建立行程规划模型以及规划出游行程的方法、装置制造方法及图纸

本发明专利技术提供一种建立行程规划模型以及规划出游行程的方法、装置，其中建立行程规划模型的方法为：获取已知出游需求的出游路线；将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本，训练深度学习模型，以得到行程规划模型；所述行程规划模型用于利用出游需求得到对应的出游路线。其中规划出游行程的方法为：获取用户的出游需求；根据所述用户的出游需求，获取对应所述出游需求的候选景点集合；将所述用户的出游需求以及所述候选景点集合输入行程规划模型，获取由行程规划模型得到的出游路线。本发明专利技术通过预先建立的行程规划模型智能地生成出游路线，从而减少出游行程的规划时间，提高出游行程的规划效率。

Set up the model of travel planning and the method and device for planning the travel travel

【技术实现步骤摘要】
建立行程规划模型以及规划出游行程的方法、装置
本专利技术涉及互联网
，尤其涉及一种建立行程规划模型以及规划出游行程的方法、装置。
技术介绍
自助游是旅游者在进行旅游活动时，部分依靠或者完全不依靠旅游中介商的安排，并且无须任何导游人员陪同，最终完成旅游者自主选择和安排的旅游活动。因此自助游是广大旅游爱好者的一种新选择、新趋势，在未来也会有更多的人选择自助游这种出游方式。但是，随着生活节奏的加快以及旅游者对旅游目的地的景点不能完全了解，因此旅游者需要花费大量时间进行调研并拟订一条合理的出游行程，这对于普通旅游者来说是一个巨大的挑战。现有技术在进行出游行程的规划时，所采用的方式为：获取用户的出游需求后，返回满足用户出游需求的备选景点清单供用户进行选择，当用户查看各个景点的详细信息后，选择满意的景点将其添加到出游路线，再根据景点距离的远近进行游玩顺序的规划。因此，现有技术人机交互步骤较多，操作繁琐且需要时间成本，并且无法做到真正意义上根据用户的出游需求智能地进行出游行程的个性化定制。因此，如何根据用户实际的出游需求，智能地对出游行程进行个性化定制成为亟待解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种建立行程规划模型以及规划出游行程的方法、装置，用于根据用户的出游需求，智能地规划出游路线。本专利技术为解决技术问题而采用的技术方案是提供一种建立行程规划模型的方法，所述方法包括：获取已知出游需求的出游路线；将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本，训练深度学习模型，以得到行程规划模型；所述行程规划模型用于利用出游需求得到对应的出游路线。根据本专利技术一优选实施例，所述方法还包括：所述深度学习模型的训练目标为最大化所述深度学习模型的反馈值；所述反馈值为利用路线评估模型对所述深度学习模型得到的出游路线的评估得分。根据本专利技术一优选实施例，所述利用该出游需求确定候选景点集合包括：根据所获取的出游需求，确定满足所述出游需求的候选景点；根据所述候选景点的热度以及评分，将满足预设要求的候选景点构成候选景点集合。根据本专利技术一优选实施例，所述候选景点包含景点的属性信息，所述景点的属性信息包括景点所属位置信息、景点所属主题信息以及景点游玩时间中的至少一种。根据本专利技术一优选实施例，所述将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本包括：利用所述出游需求以及所述候选景点集合，构建出游信息图；将所述出游需求、出游信息图以及所述出游路线作为所述训练样本。根据本专利技术一优选实施例，所述出游信息图包括：景点位置信息图、景点是否游玩信息图以及相同位置景点的重叠信息图中的至少一种。根据本专利技术一优选实施例，所述出游需求包括出游地点、出游舒适程度、出游天数以及出游主题中至少一种。根据本专利技术一优选实施例，所述路线评估模型是采用如下方式建立的：获取已知评估得分和出游需求的出游路线；将出游路线的路线特征、出游需求特征以及评估得分作为训练样本，训练回归模型，得到路线评估模型；所述路线评估模型用于根据出游需求对出游路线进行评估。根据本专利技术一优选实施例，所述方法还包括：所述回归模型的训练目标为最小化所述回归模型的回归代价；所述回归代价为所述回归模型得到的对应出游路线的得分与所述出游路线已知的评估得分之间的均方根误差。根据本专利技术一优选实施例，所述出游路线的路线特征包括路线的主题、路线的热度、路线的游玩时间以及路线的距离中的至少一种。根据本专利技术一优选实施例，所述深度学习模型为深度增强学习模型。根据本专利技术一优选实施例，所述回归模型为线性回归模型。本专利技术为解决技术问题而采用的技术方案是提供一种建立行程规划模型的装置，所述装置包括：第一获取单元，用于获取已知出游需求的出游路线；第一训练单元，用于将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本，训练深度学习模型，以得到行程规划模型；所述行程规划模型用于利用出游需求得到对应的出游路线。根据本专利技术一优选实施例，所述装置还包括：第一更新单元，用于使所述深度学习模型的训练目标为最大化所述深度学习模型的反馈值；所述反馈值为利用路线评估模型对所述深度学习模型得到的出游路线的评估得分。根据本专利技术一优选实施例，所述第一训练单元在利用该出游需求确定候选景点集合时，具体执行：根据所获取的出游需求，确定满足所述出游需求的候选景点；根据所述候选景点的热度以及评分，将满足预设要求的候选景点构成候选景点集合。根据本专利技术一优选实施例，所述第一训练单元在用于将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本时，具体执行：利用所述出游需求以及所述候选景点集合，构建出游信息图；将所述出游需求、出游信息图以及所述出游路线作为所述训练样本。根据本专利技术一优选实施例，所述出游需求包括出游地点、出游舒适程度、出游天数以及出游主题中至少一种。根据本专利技术一优选实施例，所述装置还包括：第二训练单元，用于采用如下方式建立路线评估模型：获取已知评估得分和出游需求的出游路线；将出游路线的路线特征、出游需求特征以及评估得分作为训练样本，训练回归模型，得到路线评估模型；所述路线评估模型用于根据出游需求对出游路线进行评估。根据本专利技术一优选实施例，所述装置还包括：第二更新单元，用于使所述回归模型的训练目标为最小化所述回归模型的回归代价；所述回归代价为所述回归模型得到的对应出游路线的得分与所述出游路线已知的评估得分之间的均方根误差。根据本专利技术一优选实施例，所述出游路线的路线特征包括路线的主题、路线的热度、路线的游玩时间以及路线的距离中的至少一种。本专利技术为解决技术问题而采用的技术方案是提供一种规划出游行程的方法，所述方法包括：获取用户的出游需求；根据所述用户的出游需求，获取对应所述出游需求的候选景点集合；将所述用户的出游需求以及所述候选景点集合输入行程规划模型，获取由行程规划模型得到的出游路线。本专利技术为解决技术问题而采用的技术方案是提供一种规划出游行程的装置，所述装置包括：第二获取单元，用于获取用户的出游需求；第三获取单元，用于根据所述用户的出游需求，获取对应所述出游需求的候选景点集合；规划单元，用于将所述用户的出游需求以及所述候选景点集合输入行程规划模型，获取由行程规划模型得到的出游路线。由以上技术方案可以看出，本专利技术通过预先的建立行程规划模型，将所获取的用户出游需求输入后，便能够智能地规划出满足用户出游需求的出游路线，从而减少用户对出游行程的规划时间，提高了出游行程的规划效率。【附图说明】图1为本专利技术一实施例提供的规划出游行程的方法流程图。图2为本专利技术一实施例提供的获取用户出游需求的示意图。图3为本专利技术一实施例提供的出游路线示意图。图4为本专利技术一实施例提供的景点介绍的示意图。图5为本专利技术一实施例提供的建立行程规划模型的装置结构图。图6为本专利技术一实施例提供的规划出游行程的装置结构图。图7为本专利技术一实施例提供的计算机系统/服务器的框图。【具体实施方式】为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本文档来自技高网...

【技术保护点】
一种建立行程规划模型的方法，其特征在于，所述方法包括：获取已知出游需求的出游路线；将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本，训练深度学习模型，以得到行程规划模型；所述行程规划模型用于利用出游需求得到对应的出游路线。

【技术特征摘要】
1.一种建立行程规划模型的方法，其特征在于，所述方法包括：获取已知出游需求的出游路线；将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本，训练深度学习模型，以得到行程规划模型；所述行程规划模型用于利用出游需求得到对应的出游路线。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述深度学习模型的训练目标为最大化所述深度学习模型的反馈值；所述反馈值为利用路线评估模型对所述深度学习模型得到的出游路线的评估得分。3.根据权利要求1所述的方法，其特征在于，所述利用该出游需求确定候选景点集合包括：根据所获取的出游需求，确定满足所述出游需求的候选景点；根据所述候选景点的热度以及评分，将满足预设要求的候选景点构成候选景点集合。4.根据权利要求3所述的方法，其特征在于，所述候选景点包含景点的属性信息，所述景点的属性信息包括景点所属位置信息、景点所属主题信息以及景点游玩时间中的至少一种。5.根据权利要求1所述的方法，其特征在于，将所述出游需求、利用该出游需求确定的候选景点集合以及该出游需求对应的出游路线作为训练样本包括：利用所述出游需求以及所述候选景点集合，构建出游信息图；将所述出游需求、出游信息图以及所述出游路线作为所述训练样本。6.根据权利要求5所述的方法，其特征在，所述出游信息图包括：景点位置信息图、景点是否游玩信息图以及相同位置景点的重叠信息图中的至少一种。7.根据权利要求1所述的方法，其特征在于，所述出游需求包括出游地点、出游舒适程度、出游天数以及出游主题中至少一种。8.根据权利要求2所述的方法，其特征在于，所述路线评估模型是采用如下方式建立的：获取已知评估得分和出游需求的出游路线；将出游路线的路线特征、出游需求特征以及评估得分作为训练样本，训练回归模型，得到路线评估模型；所述路线评估模型用于根据出游需求对出游路线进行评估。9.根据权利要求8所述的方法，其特征在于，所述方法还包括：所述回归模型的训练目标为最小化所述回归模型的回归代价；所述回归代价为所述回归模型得到的对应出游路线的得分与所述出游路线已知的评估得分之间的均方根误差。10.根据权利要求8所述的方法，其特征在于，所述出游路线的路线特征包括路线的主题、路线的热度、路线的游玩时间以及路线的距离中的至少一种。11.根据权利要求1所述的方法，其特征在于，所述深度学习模型为：深度确定性策略梯度模型。12.一种规划出游行程的方法，其特征在于，所述方法包括：获取用户的出游需求；根据所述用户的出游需求，获取对应所述出游需求的候选景点集合；将所述用户的出游需求以及所述候选景点集合输入行程规划模型，获取由行程规划模型得到的出游路线；其中，所述行程规划模型由权利要求1至11任一权项得到。13.一种建立行程规划模型的装置，其特征在于，所述装置包括：第一获取单元，用于获取已知出游...

【专利技术属性】
技术研发人员：陈梦婷，梁华盛，王凡，周波，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11