一种目的地预测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种目的地预测方法、装置、电子设备及存储介质，涉及人工智能技术领域。具体方案为：获取用户的个性化数据和用户在当前时刻上的时空场景数据；基于用户的个性化数据和用户在当前时刻上的时空场景数据以及预先确定的各个候选目的地的属性特征，通过预先训练好的预测模型预测用户在当前时刻上的目标目的地；将目标目的地推荐给用户。本申请实施例可以有效地提高目的地预测的准确性，适用于更加普遍的出行场景，从而可以提升用户的使用体验。

【技术实现步骤摘要】
一种目的地预测方法、装置、电子设备及存储介质
本申请涉及计算机
，进一步涉及人工智能技术，尤其是一种目的地预测方法、装置、电子设备及存储介质。
技术介绍
目的地预测是指在基于位置的服务(LocationBasedServices，简称LBS)中，通过对用户使用行为历史的分析，结合当前使用场景对其未来出行目的地进行预测及推荐的技术。随着移动互联网和人工智能技术的发展，基于位置的服务类产品(如电子地图等)的个性化需求越来越多，如何能够精准地展示基于用户行为的个性化内容就显得至关重要。如果能够准确预测出用户未来出行的目的地并进行优先展现，则会缩短用户使用路径，同时还可以给用户带来智能化体验。在现有技术中，目的地预测目前一般采用如下两种方案来解决：(1)基于用户最近使用行为进行目的地预测：将用户最近几次检索或浏览的兴趣点(PointofInterest，简称POI)作为其即将出行的目的地。(2)基于统计和规则进行目的地预测：先对用户的历史检索记录、常去地等候选目的地，根据频次基于时间、位置等场景按照某些规则进行综合排序，将排序较高的地点作本文档来自技高网...

【技术保护点】
1.一种目的地预测方法，所述方法包括：/n获取用户的个性化数据和所述用户在当前时刻上的时空场景数据；/n基于所述用户的个性化数据和所述用户在当前时刻上的时空场景数据以及预先确定的各个候选目的地的属性特征，通过预先训练好的预测模型预测所述用户在所述当前时刻上的目标目的地；/n将所述目标目的地推荐给所述用户。/n

【技术特征摘要】
1.一种目的地预测方法，所述方法包括：
获取用户的个性化数据和所述用户在当前时刻上的时空场景数据；
基于所述用户的个性化数据和所述用户在当前时刻上的时空场景数据以及预先确定的各个候选目的地的属性特征，通过预先训练好的预测模型预测所述用户在所述当前时刻上的目标目的地；
将所述目标目的地推荐给所述用户。


2.根据权利要求1所述的方法，所述个性化数据至少包括：用户特征数据和行为特征数据；其中，所述用户特征数据包括以下至少其中之一：性别、年龄、职业类别、所属行业、所在公司、收入水平、资产状况、消费水平；所述行为特征数据包括以下至少其中之一：检索位置、导航位置和达到位置；所述属性特征包括以下至少其中之一：各个候选目的地的位置坐标、兴趣点类型、位置标签。


3.根据权利要求1所述的方法，所述基于所述用户的个性化数据和所述用户在当前时刻上的时空场景数据以及预先确定的候选目的地的属性特征，通过预先训练好的预测模型得到所述用户在所述当前时刻上的目标目的地，包括：
将所述用户的个性化数据和所述用户在当前时刻上的时空场景数据以及预先确定的候选目的地的属性特征输入至预先训练好的机器学习模型中；其中，所述机器学习模型包括但不限于：线性模型、树模型、神经网络模型；
通过所述机器学习模型输出所述用户在所述当前时刻上的目标目的地。


4.根据权利要求3所述的方法，其特征在于，所述通过所述机器学习模型输出所述用户在所述当前时刻上的目标目的地，包括：
通过所述机器学习模型计算出各个候选目的地对应的被选中的概率值或者未被选中的概率值；
根据各个候选目的地被选中的概率值或者未被选中的概率值，将全部的候选目的地进行排序，并根据排序结果确定出所述用户在所述当前时刻上的目标目的地。


5.根据权利要求1所述的方法，在所述获取用户的个性化数据和所述用户在当前时刻上的时空场景数据之前，所述方法还包括：
将预先获取的一个正样本数据或者负样本数据作为当前样本数据；
若所述预测模型不满足预先设置的收敛条件，将所述当前样本数据输入至所述预测模型中，使用所述当前样本数据对所述预测模型进行训练；将所述当前样本数据的下一个样本数据作为所述当前样本数据，重复执行上述操作，直到所述预测模型满足所述收敛条件。


6.一种目的地预测装置，所述装置包括：获取模块、预测模块和推荐模块；其中，
所述获取模块，用于获取用户的个性化数据和所述用户在当...

【专利技术属性】
技术研发人员：梁振铎，邴峰，袁子超，张岩，贾凯凯，
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