一种对目的地进行预测的方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种对目的地进行预测的方法、装置及存储介质，所述方法包括有：获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；根据所述决策树的预测效果，筛选预测准确率高于第一阈值的所述多特征组合；以及基于预测准确率高于第一阈值的所述多特征组合、相应的所述决策树以及设定阈值对用户进行分类，并根据所述分类的结果进行个性化目的地预测。本发明专利技术能够进行目的地的个性化预测，节约了人工成本的同时提升了目的地预测效果。

A method, device and storage medium for destination prediction

【技术实现步骤摘要】
一种对目的地进行预测的方法、装置及存储介质
本专利技术涉及数据处理
，具体的，本专利技术涉及一种对目的地进行预测的方法、装置及存储介质。
技术介绍
网络约车给人们的出行带来了很多便利，用户可以便捷地通过服务平台预约车辆。在预约车辆时，一般来说，用户需要自行定义目的地。由于用户手动输入目的地信息需花费大量的输入时间对乘客造成了不便，如何通过服务平台为用户提供目的地推荐服务具有重要意义。尽管现有的方法通过人工对用户历史订单中的特征进行挑选组合也能实现对目的地的预测，但是这种人工的方式需要花费大量的时间以及人工成本，而且人力难以发现非线性的特征组合，对用户目的地的预测准确率较低。
技术实现思路
针对现有技术中存在的不足之处，本专利技术的目的是提供一种对目的地进行预测的方法、装置及存储介质，其通过决策树寻找合适的特征组合，省去了人工寻找、组合特征的过程，并且充分挖掘了历史订单中的不同特征间的联系，提升了目的地预测效果。为了实现根据本专利技术的这些目的和其它优点，第一方面，本专利技术提供了一种对目的地进行预测的方法，包括:获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；根据所述决策树的预测效果，筛选预测准确率高于第一阈值的所述多特征组合；以及基于预测准确率高于第一阈值的所述多特征组合、相应的所述决策树以及设定阈值对用户进行分类，并根据所述分类的结果进行个性化目的地预测。优选的，根据所述历史订单数据生成带标注的训练集数据，包括：从特定用户的所述历史订单数据中提取信息，所述信息至少包括用户画像、地理兴趣点和用户打车习惯，并将所述信息转化为量化特征；以及针对所述量化特征对所述历史订单进行样本标注，以生成所述训练集数据；其中，对所述历史订单进行样本标注时，当所述历史订单满足选定的所述特征时，将所述历史订单标记为正样本；当所述历史订单不满足选定的所述特征时，将所述历史订单标记为负样本。优选的，所述训练集数据包括一个或多个特征，不同的所述特征具有不同的权重，权重越高，则对应的所述特征对目的地预测的准确性影响越大。优选的，根据所述分类的结果进行个性化目的地预测，包括：将用户订单输入所述决策树；根据所述决策树对所述用户订单进行分类；以及根据所述分类的结果，对所述用户订单的目的地进行个性化预测。优选的，所述决策树对所述用户订单进行分类，具体包括：如果所述用户订单的一个特征高于该特征的设定阈值，所述用户订单属于所述决策树上对应节点的一个分支；以及如果所述用户订单的一个特征低于该特征的设定阈值，所述用户订单属于所述决策树上对应节点的另一分支。第二方面，本专利技术提供了一种对目的地进行预测的装置，包括：训练集数据生成模块，用于获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；多特征组合生成模块，用于根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；多特征组合筛选模块，用于根据所述决策树的预测效果，筛选预测准确率高于第一阈值的所述多特征组合；以及目的地预测模块，用于基于预测准确率高于第一阈值的所述多特征组合、相应的所述决策树以及设定阈值对用户进行分类，并根据所述分类的结果进行个性化目的地预测。优选的，所述训练集生成模块，包括：量化特征转化单元，用于从特定用户的所述历史订单数据中提取信息，所述信息至少包括用户画像、地理兴趣点和用户打车习惯，并将所述信息转化为量化特征；以及历史订单标注单元，用于针对所述量化特征对所述历史订单进行样本标注，以生成所述训练集数据；其中，对所述历史订单进行样本标注时，当所述历史订单满足选定的所述特征时，将所述历史订单标记为正样本；当所述历史订单不满足选定的所述特征时，将所述历史订单标记为负样本。优选的，所述训练集数据包括一个或多个特征，不同的所述特征具有不同的权重，权重越高，则对应的所述特征对目的地预测的准确性影响越大。优选的，所述目的地预测模块，包括：订单输入单元，用于将用户订单输入所述决策树；用户订单分类单元，用于根据所述决策树对所述用户订单进行分类；以及个性化预测单元，用于根据所述分类的结果，对所述用户订单的目的地进行个性化预测。优选的，所述用户订单分类单元，具体用于：如果所述用户订单的一个特征高于该特征的设定阈值，所述用户订单属于所述决策树上对应节点的一个分支；以及如果所述用户订单的一个特征低于该特征的设定阈值，所述用户订单属于所述决策树上对应节点的另一分支。第三方面，本专利技术提供了一种非暂时性的计算机可读存储介质，包括可执行指令，所述指令被至少一个处理器执行时，导致所述至少一个处理器实现一种方法，包括：获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；根据所述决策树的预测效果，筛选预测准确率高于第一阈值的所述多特征组合；以及基于预测准确率高于第一阈值的所述多特征组合、相应的所述决策树以及设定阈值对用户进行分类，并根据所述分类的结果进行个性化目的地预测。本专利技术的有益效果是：本专利技术提供了一种对目的地进行预测的方法、装置及存储介质，通过用户的历史订单数据生成训练集数据，由训练集数据构建出决策树，再根据决策树生成特征组合并进行用户订单目的地的预测，取代了人工进行特征组合的方式，节约了人工成本；并且决策树可以发现人力难以发现的非线性特征组合，基于这些特征组合可以实现目的地的精确预测，提高了预测的准确率。附图说明为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图1为本案一实施例提供的一种对目的地进行预测的方法的流程示意图；图2为本案一实施例提供的一种对目的地进行预测的装置的结构示意图。具体实施方式下面将结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。另外还需说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以本文档来自技高网...

【技术保护点】
1.一种对目的地进行预测的方法，其特征在于，包括：/n获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；/n根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；/n根据所述决策树的预测效果，筛选预测准确率高于第一阈值的所述多特征组合；以及/n基于预测准确率高于第一阈值的所述多特征组合、相应的所述决策树以及设定阈值对用户进行分类，并根据所述分类的结果进行个性化目的地预测。/n

【技术特征摘要】
1.一种对目的地进行预测的方法，其特征在于，包括：
获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；
根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；
根据所述决策树的预测效果，筛选预测准确率高于第一阈值的所述多特征组合；以及
基于预测准确率高于第一阈值的所述多特征组合、相应的所述决策树以及设定阈值对用户进行分类，并根据所述分类的结果进行个性化目的地预测。


2.如权利要求1所述的对目的地进行预测的方法，其特征在于，根据所述历史订单数据生成带标注的训练集数据，包括：
从特定用户的所述历史订单数据中提取信息，所述信息至少包括用户画像、地理兴趣点和用户打车习惯，并将所述信息转化为量化特征；以及
针对所述量化特征对所述历史订单进行样本标注，以生成所述训练集数据；
其中，对所述历史订单进行样本标注时，当所述历史订单满足选定的所述特征时，将所述历史订单标记为正样本；当所述历史订单不满足选定的所述特征时，将所述历史订单标记为负样本。


3.如权利要求1所述的对目的地进行预测的方法，其特征在于，所述训练集数据包括一个或多个特征，不同的所述特征具有不同的权重，权重越高，则对应的所述特征对目的地预测的准确性影响越大。


4.如权利要求1所述的对目的地进行预测的方法，其特征在于，根据所述分类的结果进行个性化目的地预测，包括：
将用户订单输入所述决策树；
根据所述决策树对所述用户订单进行分类；以及
根据所述分类的结果，对所述用户订单的目的地进行个性化预测。


5.如权利要求4所述的对目的地进行预测的方法，其特征在于，根据所述决策树对所述用户订单进行分类，具体包括：
如果所述用户订单的一个特征高于该特征的设定阈值，所述用户订单属于所述决策树上对应节点的一个分支；以及
如果所述用户订单的一个特征低于该特征的设定阈值，所述用户订单属于所述决策树上对应节点的另一分支。


6.一种对目的地进行预测的装置，其特征在于，包括：
训练集数据生成模块，用于获取历史订单数据，并根据所述历史订单数据生成带标注的训练集数据；
多特征组合生成模块，用于根据所述训练集数据构建出多个决策树，基于所述多个决策树生成多种多特征组合；
多特征组合筛选模块，用于根据所述决策树的预测效果，筛选预测准确率高...

【专利技术属性】
技术研发人员：陈然，陈欢，宋奇，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11