【技术实现步骤摘要】
基于图神经网络的装卸货点推荐方法和装置
[0001]本申请涉及装卸货点推荐领域，特别是涉及一种基于图神经网络的装卸货点推荐方法、装置、计算机设备和存储介质。
技术介绍
[0002]如今用户在APP平台下单，部分订单用户下单兴趣点（point of interesting，POI）与用户实际装卸货点距离较远，司机来了找不到用户货物，司机与用户货物碰面沟通成本大，司机用户体验差，为了提高司机货物碰面效率，降低碰面成本，提升平台司机与用户体验，让更多的司机与用户选择并留存于平台，需要一种更加智能的基于用户下单兴趣点来进行装卸货点推荐的方案。
[0003]协同过滤是推荐系统中广泛使用的方法，其基本思想是，通过分析兴趣点有行为的装卸货点，找到与某个兴趣点相似的其它兴趣点，然后综合这些相似兴趣点对装卸货点的行为，预测该兴趣点可能的装卸货点。随着词嵌入技术的发展，很多方法将描述兴趣点和装卸货点的特征信息进行嵌入作为兴趣点和装卸货点的表征向量，捕获了兴趣点以及装卸货点的特征，然而，这种方法的卸货点推荐效果不佳，影响司机与用户体验。<...
【技术保护点】
【技术特征摘要】
1.一种基于图神经网络的装卸货点推荐方法，方法包括：构造基于地理位置信息的兴趣点图、基于地理位置信息的装卸货点图和兴趣点装卸货点交互图；根据所述兴趣点图的邻接矩阵得到基于地理位置信息的兴趣点表征向量，根据所述装卸货点图的邻接矩阵得到基于地理位置信息的装卸货点表征向量，根据所述兴趣点装卸货点交互图得到基于交互信息的兴趣点表征向量和基于交互信息的装卸货点表征向量；将基于交互信息的兴趣点表征向量与基于地理位置信息的兴趣点表征向量融合得到融合交互信息和地理位置信息的兴趣点表征向量；将基于交互信息的装卸货点表征向量与基于地理位置信息的装卸货点表征向量融合得到融合交互信息和地理位置信息的装卸货点表征向量；将所述融合交互信息和地理位置信息的兴趣点表征向量和所述融合交互信息和地理位置信息的装卸货点表征向量输入到图神经网络中进行推荐。2.如权利要求1的方法，其特征在于，构造所述基于地理位置信息的兴趣点图，包括：获取所有兴趣点以及每个兴趣点的地理位置信息；根据每两个兴趣点的地理位置信息分别计算每两个兴趣点之间的距离，根据每两个兴趣点之间的距离确定每两个兴趣点之间的边的权重，得到所述基于地理位置信息的兴趣点图；构造所述基于地理位置信息的装卸货点图，包括：获取所有装卸货点以及每个装卸货点的地理位置信息；根据每两个装卸货点的地理位置信息分别计算每两个装卸货点之间的距离，根据每两个装卸货点之间的距离确定每两个装卸货点之间的边的权重，得到所述基于地理位置信息的装卸货点图。3.如权利要求2的方法，其特征在于，根据每两个兴趣点之间的距离确定每两个兴趣点之间的边的权重，包括：当任意两个兴趣点之间的距离小于第一预设阈值时，确定该任意两个兴趣点之间形成边关系，将该任意两个兴趣点之间的边的权重设置为1；当任意两个兴趣点之间的距离大于等于第一预设阈值时，确定该任意两个兴趣点之间不形成边关系，将该任意两个兴趣点之间的边的权重设置为0;根据每两个装卸货点之间的距离确定每两个装卸货点之间的边的权重，包括：当任意两个装卸货点之间的距离小于第二预设阈值时，两个装卸货点形成边关系，边的权重为1；当两个装卸货点的距离大于等于第二预设阈值时，两个装卸货点不形成边关系，边的权重为0。4.如权利要求1
‑
3任一项的方法，其特征在于，构建所述兴趣点装卸货点交互图，包括：获取兴趣点与装卸货点的配对数据；根据所述配对数据确定将配对数据中的兴趣点和装卸货点，分别作为兴趣点节点和装卸货点节点；在配对次数大于等于预设值的兴趣点节点和装卸货点节点之间建立边连接，得到兴趣点装卸货点交互图。
5.如权利要求1的方法，其特征在于，根据所述兴趣点装卸货点交互图得到基于交互信息的兴趣点表征向量和基于交互信息的装卸货点表征向量，包括：基于所述兴趣点装卸货点交互图中的装卸货点表征向量和兴趣点节点的邻接矩阵，更新兴趣点表征向量，得到基于交互信息的兴趣点的表征向量；基...
【专利技术属性】
技术研发人员：赵斌伟，廖泽平，沈永新，杨晨，强成仓，石立臣，
申请(专利权)人：深圳依时货拉拉科技有限公司，
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。