本发明专利技术公开了基于前缀树的车辆目的地的预测方法、装置、设备和介质。所述方法包括：接收查询请求；以及响应于查询请求，基于优化后的目的地预测模型，对预设时间段内、且从起始点区域到目的地区域内的所有途径车辆信息进行预测，得到并输出预测结果。因此，采用本申请，由于构建了用于对初始化目的地预测模型进行训练的训练样本数据，并对该训练样本数据进行预处理，得到预处理后的训练样本数据；基于预处理后的训练样本数据，对初始化目的地预测模型进行训练及优化，得到并输出优化后的目的地预测模型；这样，就能够根据接收到的查询请求中携带的各种查询信息进行精准查询及预测，精准地预测出符合查询信息的所有途径车辆信息。息。息。
【技术实现步骤摘要】
基于前缀树的车辆目的地的预测方法、装置、设备及介质
[0001]本专利技术涉及文本处理
，特别涉及基于前缀树的车辆目的地的预测方法、装置、设备及介质。
技术介绍
[0002]现有技术，基于车辆在目标场景下的实时轨迹点数据，根据用户到达目标场景下的目标位置区域顺序，来预测车辆最终的目的地的预测方法存在如下多种缺陷。
[0003]缺陷一：对于不同的业务目标场景，需要提前设置场景中的目标位置区域，例如酒店场景中，可以选取各楼层客房、健身房、中餐厅、西餐厅、酒店大门等位置区域作为上述多个目标位置区域，不同的目标位置区域设置方案，对于预测结果的影响无法估计，造成对于车辆目的地的预测结果不准的缺陷。
[0004]缺陷二：需要提前在目标场景下的各个目标位置区域中安装定位装置，从而造成硬件成本较高。
[0005]缺陷三：在多种不同业务目标场景中，无法对预测方法所采用的预测算法进行有效统一的评估优化。
[0006]因此，如何提供一种能够对车辆目的地进行精准预测，且能够对该预测方法所采用的预测算法进行不断迭代及优化，是待解决的技术问题。
技术实现思路
[0007]基于此，有必要针对现有技术无法对车辆目的地进行精准预测的问题，提供一种基于前缀树的车辆目的地的预测方法、装置、计算机设备和存储介质。
[0008]第一方面，本申请实施例提供了一种基于前缀树的车辆目的地的预测方法，所述方法包括：
[0009]获取初始化目的地预测模型，所述初始化目的地预测模型用于预测目标车辆的目的地；
[0010]构建用于训练及优化所述初始化目的地预测模型的训练样本数据；
[0011]基于所述训练样本数据，对所述初始化目的地预测模型进行训练及优化，得到并输出优化后的目的地预测模型；
[0012]接收查询请求，所述查询请求中携带有预设时间段、起始点区域的位置信息和目的地区域的位置信息；
[0013]响应于所述查询请求，基于所述优化后的目的地预测模型，对所述预设时间段内、且从起始点区域到目的地区域内的所有途径车辆信息进行预测，得到并输出预测结果。
[0014]在一种实施方式中，所述基于所述优化后的目的地预测模型，对所述预设时间段内、且从起始点区域到目的地区域内的所有途径车辆信息进行预测，得到并输出预测结果包括：
[0015]获取多个待预测车辆的实时位置信息；
[0016]从多个待预测车辆中选取任意一个待预测车辆作为当前待预测车辆；
[0017]基于第一预设条件，判断当前待预测车辆在从所述起始点区域行驶至所述目的地区域的过程中，当前途径区域是否发生变化；若基于所述第一预设条件，判断当前待预测车辆对应的途径区域发生变化，则将当前途径区域的实时位置信息和进入当前途径区域的时间信息添加至途径区域序列列表中；否则，则忽略处理；
[0018]判断所述途径区域序列列表中的途径区域数量是否大于或者等于预设数量，若所述途径区域数量大于或者等于所述预设数量，则基于预设格式搜索数据库中存储的数据，为每一辆车辆建立多条历史运单线路对应的前缀树，并在所述前缀树中的所有途径区域节点上标记有线路运输趟次信息、平均路线完成时长信息、线路完成时长标准差信息；
[0019]以所述途径区域序列列表作为子线路查询前缀树，基于第二预设条件，判断所述途径区域序列列表中是否存在相同的子线路；若基于所述第二预设条件，判断所述途径区域序列列表中不存在相同的子路线，则基于当前子线路在所述预设格式搜索数据库中搜索并输出所有叶子节点作为潜在目的地；
[0020]基于各个潜在目的地在所述预设格式搜索数据库中搜索对应的车辆信息和车辆关联信息，所述车辆信息至少包括车牌号信息和车辆颜色信息，并将包括所述车辆信息和车辆关联信息作为所述预测结果并输出所述预测结果。
[0021]在一种实施方式中，所述方法还包括：
[0022]在所述预设格式搜索数据库中搜索各个潜在目的地的位置信息以及对应的潜在目的地关联信息；
[0023]所述潜在目的地关联信息包括以下至少一项：
[0024]与各个潜在目的地对应的输出线路起点区域信息、对应的目的地线路完成趟次、对应的线路次数占比、对应的到达时间。
[0025]在一种实施方式中，所述构建用于训练及优化所述初始化目的地预测模型的训练样本数据包括：
[0026]获取所述预设时间段内的运单数据和车辆所述预设时间段内的途径区域车辆数据；
[0027]基于第三预设条件，对所述运单数据进行筛选，得到筛选后的运单数据；
[0028]基于第四预设条件，对所述途径区域车辆数据进行筛选，得到筛选后的途径区域车辆数据；
[0029]将所述筛选后的运单数据和所述筛选后的途径区域车辆数据作为筛选后的数据，并将所述筛选后的数据作为用于训练及优化所述初始化目的地预测模型的所述训练样本数据。
[0030]在一种实施方式中，所述基于第三预设条件，对所述运单数据进行筛选包括：
[0031]若所述第三预设条件包括待预测目的地车辆的行驶里程数大于或等于第一预设阈值时，则从所述运单数据中筛选掉与所述行驶里程数小于所述第一预设阈值车辆的相关数据。
[0032]在一种实施方式中，所述基于第四预设条件，对所述途径区域车辆数据进行筛选包括：
[0033]若所述第四预设条件为待预测目的地车辆的平均速度大于或等于第二预设阈值，
在任意一个途径区域行驶时长小于第三预设阈值、且途径行驶里程小于第四预设阈值时，则从所述途径区域车辆数据中筛选掉不符合所述第四预设条件车辆的相关数据。
[0034]在一种实施方式中，所述方法还包括：
[0035]将所述筛选后的数据存储于所述预设格式搜索数据库中，对所述筛选后的数据中的每一辆车辆的车辆号和车辆颜色之间构建对应的映射关系，并将所述映射关系存储于所述预设格式搜索数据库中。
[0036]第二方面，本申请实施例提供了一种基于前缀树的车辆目的地的预测装置，所述装置包括：
[0037]获取模块，用于获取初始化目的地预测模型，所述初始化目的地预测模型用于预测目标车辆的目的地；
[0038]构建模块，用于构建用于训练及优化所述初始化目的地预测模型的训练样本数据；
[0039]训练及优化模块，用于基于所述构建模块构建的所述训练样本数据，对所述初始化目的地预测模型进行训练及优化，得到并输出优化后的目的地预测模型；
[0040]接收模块，用于接收查询请求，所述查询请求中携带有预设时间段、起始点区域的位置信息和目的地区域的位置信息；
[0041]预测模块，用于响应于所述接收模块接收的所述查询请求，基于所述优化后的目的地预测模型，对所述预设时间段内、且从起始点区域到目的地区域内的所有途径车辆信息进行预测，得到预测结果；
[0042]输出模块，用于输出所述预测模块得到的所述预测结果。
[0043]第三方面，本申请实施例提供一种计算机设备，包括本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于前缀树的车辆目的地的预测方法，其特征在于，所述方法包括：获取初始化目的地预测模型，所述初始化目的地预测模型用于预测目标车辆的目的地；构建用于训练及优化所述初始化目的地预测模型的训练样本数据；基于所述训练样本数据，对所述初始化目的地预测模型进行训练及优化，得到并输出优化后的目的地预测模型；接收查询请求，所述查询请求中携带有预设时间段、起始点区域的位置信息和目的地区域的位置信息；响应于所述查询请求，基于所述优化后的目的地预测模型，对所述预设时间段内、且从起始点区域到目的地区域内的所有途径车辆信息进行预测，得到并输出预测结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述优化后的目的地预测模型，对所述预设时间段内、且从起始点区域到目的地区域内的所有途径车辆信息进行预测，得到并输出预测结果包括：获取多个待预测车辆的实时位置信息；从多个待预测车辆中选取任意一个待预测车辆作为当前待预测车辆；基于第一预设条件，判断当前待预测车辆在从所述起始点区域行驶至所述目的地区域的过程中，当前途径区域是否发生变化；若基于所述第一预设条件，判断当前待预测车辆对应的途径区域发生变化，则将当前途径区域的实时位置信息和进入当前途径区域的时间信息添加至途径区域序列列表中；否则，则忽略处理；判断所述途径区域序列列表中的途径区域数量是否大于或者等于预设数量，若所述途径区域数量大于或者等于所述预设数量，则基于预设格式搜索数据库中存储的数据，为每一辆车辆建立多条历史运单线路对应的前缀树，并在所述前缀树中的所有途径区域节点上标记有线路运输趟次信息、平均路线完成时长信息、线路完成时长标准差信息；以所述途径区域序列列表作为子线路查询前缀树，基于第二预设条件，判断所述途径区域序列列表中是否存在相同的子线路；若基于所述第二预设条件，判断所述途径区域序列列表中不存在相同的子路线，则基于当前子线路在所述预设格式搜索数据库中搜索并输出所有叶子节点作为潜在目的地；基于各个潜在目的地在所述预设格式搜索数据库中搜索对应的车辆信息和车辆关联信息，所述车辆信息至少包括车牌号信息和车辆颜色信息，并将包括所述车辆信息和车辆关联信息作为所述预测结果并输出所述预测结果。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：在所述预设格式搜索数据库中搜索各个潜在目的地的位置信息以及对应的潜在目的地关联信息；所述潜在目的地关联信息包括以下至少一项：与各个潜在目的地对应的输出线路起点区域信息、对应的目的地线路完成趟次、对应的线路次数占比、对应的到达时间。4.根据权利要求1所述的方法，其特征在于，所述构建用于训练及优化所述初始化目的地预测模型的训练样本数据包括...
【专利技术属性】
技术研发人员：黄智勇，张志恒，蔡抒扬，夏曙东，孙智彬，张志平，
申请(专利权)人：北京中交兴路信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。