出行方式推荐方法及装置制造方法及图纸

本发明专利技术提出一种出行方式推荐方法及装置，其中方法包括：获取历史出行数据；根据历史出行数据，确定各个出行方式之间的相关度，进而生成各个出行方式对应的向量；根据各个出行方式对应的向量，以及历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，得到各个用户对应的向量以及各个出发到达对对应的向量，进而根据上述向量进行出行方式推荐操作，其中，各个出行方式对应的向量根据各个出行方式之间的相似度生成，能够表征各个出行方式之间的异质性，从而结合各个出行方式对应的向量，能够为用户推荐合适的出行方式，提高了出行方式的推荐准确度和推荐效率。

【技术实现步骤摘要】
出行方式推荐方法及装置
本专利技术涉及互联网
，尤其涉及一种出行方式推荐方法及装置。
技术介绍
目前的出行方式推荐算法为，随机生成各个用户对应的初始化向量、各个出行方式对应的初始化向量、各个出发到达对对应的初始化向量；结合历史出行数据，对上述初始化向量进行学习，得到各个用户对应的向量、各个出行方式对应的向量、各个出发到达对对应的向量；进而结合上述向量，进行出行方式推荐操作。然而，上述方案中，各个出行方式对应的初始化向量是随机生成的，难以表征出行方式之间的异质性，例如公交出行和打车出行适合远距离，步行出行和骑行出行适合近距离等，导致各个出行方式对应的向量也难以表征出异质性，从而难以为用户推荐合适的出行方式，降低了出行方式的推荐准确度和推荐效率。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种出行方式推荐方法，用于解决现有技术中出行方式推荐准确度和推荐效率差的问题。本专利技术的第二个目的在于提出一种出行方式推荐装置。本专利技术的第三个目的在于提出另一种出行方式推荐装置。本专利技术的第四个目的在于提出一种非临时性计算机可读存储介质。本专利技术的第五个目的在于提出一种计算机程序产品。为达上述目的，本专利技术第一方面实施例提出了一种出行方式推荐方法，包括：获取历史出行数据；根据所述历史出行数据，确定各个出行方式之间的相关度；两个出行方式之间的相关度，表征在用户和出发到达对相同时，所述两个出行方式在选择概率上的差异；根据各个出行方式之间的相关度，生成各个出行方式对应的向量；根据各个出行方式对应的向量，以及所述历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，得到各个用户对应的向量以及各个出发到达对对应的向量；根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作。进一步的，所述历史出行数据中包括：至少一条历史出行记录；所述历史出行记录中包括：用户、用户所选择的出发到达对、用户所选择的出行方式；所述根据所述历史出行数据，确定各个出行方式之间的相关度，包括：针对每个出行方式，根据所述历史出行数据，获取所述出行方式的特征信息；所述特征信息包括：各个用户采用所述出行方式的频次，以及各个出发到达对使用所述出行方式的频次；根据所述出行方式的特征信息，生成所述出行方式的特征向量；根据各个出行方式的特征向量，计算任意两个出行方式之间的特征向量相似度；将任意两个出行方式之间的特征向量相似度，确定为所述两个出行方式之间的相关度。进一步的，所述根据各个出行方式之间的相关度，生成各个出行方式对应的向量，包括：获取对应的相关度最高的第一出行方式和第二出行方式；随机生成所述第一出行方式对应的向量，以及第二出行方式对应的向量；按照预设选择方式，获取第三种出行方式；所述预设选择方式为，待选择的出行方式与各个已选择出行方式之间的相关度的和最高；生成所述第三出行方式对应的向量，使得三种出行方式之间的向量相似度关系满足三种出行方式之间的相关度关系；按照预设选择方式，获取第四种出行方式，并生成对应的向量，直至生成所有出行方式对应的向量。进一步的，所述根据各个出行方式对应的向量，以及所述历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，包括：依次获取所述历史出行数据中的每条历史出行记录；根据每条历史出行记录，采用随机梯度下降算法对所述历史出行记录中的用户对应的初始化向量，以及所述历史出行记录中的出发到达对对应的初始化向量进行调整，得到各个用户对应的向量以及各个出发到达对对应的向量。进一步的，所述根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作，包括：获取推荐请求，所述推荐请求中包括：用户以及出发到达对；获取所述用户对应的向量，以及所述出发到达对对应的向量；计算所述用户对应的向量与各个出行方式对应的向量的第一相似度，计算所述出发到达对对应的向量与各个出行方式对应的向量的第二相似度；根据所述第一相似度和所述第二相似度，从各个出行方式中选择待推荐的出行方式。本专利技术实施例的出行方式推荐方法，通过获取历史出行数据；根据历史出行数据，确定各个出行方式之间的相关度；两个出行方式之间的相关度，表征在用户和出发到达对相同时，两个出行方式在选择概率上的差异；根据各个出行方式之间的相关度，生成各个出行方式对应的向量；根据各个出行方式对应的向量，以及历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，得到各个用户对应的向量以及各个出发到达对对应的向量；根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作，其中，各个出行方式对应的向量根据各个出行方式之间的相似度生成，能够表征各个出行方式之间的异质性，从而结合各个出行方式对应的向量，能够为用户推荐合适的出行方式，提高了出行方式的推荐准确度和推荐效率。为达上述目的，本专利技术第二方面实施例提出了一种出行方式推荐装置，包括：获取模块，用于获取历史出行数据；确定模块，用于根据所述历史出行数据，确定各个出行方式之间的相关度；两个出行方式之间的相关度，表征在用户和出发到达对相同时，所述两个出行方式在选择概率上的差异；生成模块，用于根据各个出行方式之间的相关度，生成各个出行方式对应的向量；学习模块，用于根据各个出行方式对应的向量，以及所述历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，得到各个用户对应的向量以及各个出发到达对对应的向量；推荐模块，用于根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作。进一步的，所述历史出行数据中包括：至少一条历史出行记录；所述历史出行记录中包括：用户、用户所选择的出发到达对、用户所选择的出行方式；所述确定模块具体用于，针对每个出行方式，根据所述历史出行数据，获取所述出行方式的特征信息；所述特征信息包括：各个用户采用所述出行方式的频次，以及各个出发到达对使用所述出行方式的频次；根据所述出行方式的特征信息，生成所述出行方式的特征向量；根据各个出行方式的特征向量，计算任意两个出行方式之间的特征向量相似度；将任意两个出行方式之间的特征向量相似度，确定为所述两个出行方式之间的相关度。进一步的，所述生成模块具体用于，获取对应的相关度最高的第一出行方式和第二出行方式；随机生成所述第一出行方式对应的向量，以及第二出行方式对应的向量；按照预设选择方式，获取第三种出行方式；所述预设选择方式为，待选择的出行方式与各个已选择出行本文档来自技高网...

【技术保护点】
1.一种出行方式推荐方法，其特征在于，包括：/n获取历史出行数据；/n根据所述历史出行数据，确定各个出行方式之间的相关度；两个出行方式之间的相关度，表征在用户和出发到达对相同时，所述两个出行方式在选择概率上的差异；/n根据各个出行方式之间的相关度，生成各个出行方式对应的向量；/n根据各个出行方式对应的向量，以及所述历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，得到各个用户对应的向量以及各个出发到达对对应的向量；/n根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作。/n

【技术特征摘要】
1.一种出行方式推荐方法，其特征在于，包括：
获取历史出行数据；
根据所述历史出行数据，确定各个出行方式之间的相关度；两个出行方式之间的相关度，表征在用户和出发到达对相同时，所述两个出行方式在选择概率上的差异；
根据各个出行方式之间的相关度，生成各个出行方式对应的向量；
根据各个出行方式对应的向量，以及所述历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，得到各个用户对应的向量以及各个出发到达对对应的向量；
根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作。


2.根据权利要求1所述的方法，其特征在于，所述历史出行数据中包括：至少一条历史出行记录；所述历史出行记录中包括：用户、用户所选择的出发到达对、用户所选择的出行方式；
所述根据所述历史出行数据，确定各个出行方式之间的相关度，包括：
针对每个出行方式，根据所述历史出行数据，获取所述出行方式的特征信息；所述特征信息包括：各个用户采用所述出行方式的频次，以及各个出发到达对使用所述出行方式的频次；
根据所述出行方式的特征信息，生成所述出行方式的特征向量；
根据各个出行方式的特征向量，计算任意两个出行方式之间的特征向量相似度；
将任意两个出行方式之间的特征向量相似度，确定为所述两个出行方式之间的相关度。


3.根据权利要求1所述的方法，其特征在于，所述根据各个出行方式之间的相关度，生成各个出行方式对应的向量，包括：
获取对应的相关度最高的第一出行方式和第二出行方式；
随机生成所述第一出行方式对应的向量，以及第二出行方式对应的向量；
按照预设选择方式，获取第三种出行方式；所述预设选择方式为，待选择的出行方式与各个已选择出行方式之间的相关度的和最高；
生成所述第三出行方式对应的向量，使得三种出行方式之间的向量相似度关系满足三种出行方式之间的相关度关系；
按照预设选择方式，获取第四种出行方式，并生成对应的向量，直至生成所有出行方式对应的向量。


4.根据权利要求1所述的方法，其特征在于，所述根据各个出行方式对应的向量，以及所述历史出行数据，对各个用户对应的初始化向量以及各个出发到达对对应的初始化向量进行学习，包括：
依次获取所述历史出行数据中的每条历史出行记录；
根据每条历史出行记录，采用随机梯度下降算法对所述历史出行记录中的用户对应的初始化向量，以及所述历史出行记录中的出发到达对对应的初始化向量进行调整，得到各个用户对应的向量以及各个出发到达对对应的向量。


5.根据权利要求1所述的方法，其特征在于，所述根据各个出行方式对应的向量，各个用户对应的向量以及各个出发到达对对应的向量，进行出行方式推荐操作，包括：
获取推荐请求，所述推荐请求中包括：用户以及出发到达对；
获取所述用户对应的向量，以及所述出发到达对对应的向量；
计算所述用户对应的向量与各个出行方式对应的向量的第一相似度，计算所述出发到达对对应的向量与各个出行方式对应的向量的第二相似度；
根据所述第一相似度和所述第二相似度，从各个出行方式中选择待推荐的出行方式。


6.一种出行方式推荐装置，其特征在于，包括：
获取模块，用于获取历史出行数据；
确定模块，用于根据所述历史出行数据，确定各个出行方式之间的...

【专利技术属性】
技术研发人员：胡仁君，刘浩，熊辉，李婷，傅衍杰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11