本申请公开了一种到达时间的预估方法、装置、存储介质、电子设备及产品，涉及人工智能技术领域，本申请可以应用于区块链、云技术、地图及车联网等领域，该方法包括：获取预估到达时间，预估到达时间为采用预设预估模型预估得到的；获取残差网络参数，残差网络参数为定期根据经由候选路线的用户的行驶数据对残差计算网络进行训练得到的；对预定出发时间进行特征提取处理，得到预定出发时间特征；采用残差计算网络，基于残差网络参数与预定出发时间特征进行残差计算处理，得到到达时间残差；根据预估到达时间与到达时间残差，得到路线到达时间。本申请可以在不必对预设预估模型进行调整的情况下，有效提升到达时间的预估效果，提升用户体验。用户体验。用户体验。
【技术实现步骤摘要】
到达时间的预估方法、装置、存储介质、电子设备及产品
[0001]本申请涉及人工智能
，具体涉及一种到达时间的预估方法、装置、存储介质、电子设备及产品。
技术介绍
[0002]到达时间的预估(Estimated Time of Arrival，ETA)，即给定一条路线和出发时间，采用预设预估模型预估出走完这条路线所需要的时间，从而得到到达时间。
[0003]目前，到达时间的预估的预设预估模型，通常包括基于规则、基于树及基于神经网络的模型。其中，基于规则和基于树的模型，难以实现模型的实时更新，通常最快的模型更新频率为天级，由于更新不及时，预设预估模型对于到达时间的预估效果会较差；基于神经网络的模型可以做到实时更新，但通常是直接更新原有神经网络的参数，这样的缺点是模型容易发生灾难性遗忘，即采用了最新数据训练模型以后，模型之前学到的规律难以得到保持，使得预设预估模型对于到达时间的预估效果变差。
[0004]因此，目前存在到达时间的预估效果较差的问题，导致用户体验较差。
技术实现思路
[0005]本申请实施例提供一种到达时间的预估方法及相关装置，可以在不必对预设预估模型进行调整的情况下，有效提升到达时间的预估效果，提升用户体验。
[0006]为解决上述技术问题，本申请实施例提供以下技术方案：
[0007]根据本申请的一个实施例，一种到达时间的预估方法，该方法包括：获取在预定出发时间下候选路线对应的预估到达时间，所述预估到达时间为采用预设预估模型所预估得到的；获取所述候选路线对应的残差网络参数，所述残差网络参数为定期根据经由所述候选路线的用户的行驶数据对残差计算网络进行训练得到的；对所述预定出发时间进行特征提取处理，得到预定出发时间特征；采用所述残差计算网络，基于所述残差网络参数与所述预定出发时间特征进行残差计算处理，得到到达时间残差；根据所述预估到达时间与所述到达时间残差，得到所述候选路线对应的路线到达时间。
[0008]根据本申请的一个实施例，一种到达时间的预估装置，其包括：时间获取模块，用于获取在预定出发时间下候选路线对应的预估到达时间，所述预估到达时间为采用预设预估模型所预估得到的；参数获取模块，用于获取所述候选路线对应的残差网络参数，所述残差网络参数为定期根据经由所述候选路线的用户的行驶数据对残差计算网络进行训练得到的；时间表征模块，用于对所述预定出发时间进行特征提取处理，得到预定出发时间特征；计算处理模块，用于采用所述残差计算网络，基于所述残差网络参数与所述预定出发时间特征进行残差计算处理，得到到达时间残差；到达时间模块，用于根据所述预估到达时间与所述到达时间残差，得到所述候选路线对应的路线到达时间。
[0009]在本申请的一些实施例中，所述装置还包括参数更新模块，用于：定期获取经由所述候选路线的用户的行驶数据，所述行驶数据包括当时出发时间及所述候选路线对应的路
段序列；基于所述当时出发时间提取当时出发时间特征，并基于所述路段序列提取初始路段序列特征；采用所述残差计算网络，基于所述当时出发时间特征及所述初始路段序列特征进行残差计算处理，得到预测残差；根据所述预测残差对所述初始路段序列特征进行调整，直至符合预定条件，得到目标路段序列特征，所述残差网络参数包括所述目标路段序列特征。
[0010]在本申请的一些实施例中，所述行驶数据还包括预测到达时间及实际到达时间；参数更新模块，用于：根据所述预测残差与所述预测到达时间，得到修正到达时间；根据所述修正到达时间及所述实际到达时间的误差，对所述初始路段序列特征进行调整，直至所述误差符合预定误差条件，得到目标路段序列特征。
[0011]在本申请的一些实施例中，所述时间表征模块，用于：将所述预定出发时间与所述预定时间周期内的时间点进行计算处理，得到所述预定时间周期内的时间点对应的计算数值；根据所述预定时间周期内的时间点对应的计算数值，得到所述预定出发时间对应的预定出发时间特征。
[0012]在本申请的一些实施例中，所述时间表征模块，用于实现以下方式中一种：计算所述预定出发时间与所述预定时间周期内的时间点的时间差，并将所述时间差除去预定时间粒度，得到所述预定时间周期内的时间点对应的计算数值；将所述预定时间周期内的时间点绕单位圆分布，得到时间点圆，并计算所述预定出发时间在所述时间点圆上对应的坐标值，得到所述预定时间周期内的时间点对应的计算数值。
[0013]在本申请的一些实施例中，所述计算处理模块，用于：将所述残差网络参数与所述预定出发时间特征进行融合处理，得到残差特征；根据所述残差特征得到所述到达时间残差。
[0014]在本申请的一些实施例中，所述残差网络参数包括目标路段序列特征，所述目标路段序列特征包括所述候选路线中各路段对应的路段特征；所述计算处理模块，用于：将各路段对应的路段特征与所述预定出发时间特征进行求内积运算，得到各路段对应的残差特征；将各路段对应的残差特征处理为恒正数值，并将各路段对应的恒正数值求平均，得到所述到达时间残差。
[0015]在本申请的一些实施例中，所述到达时间模块，用于实现以下方式中一种：将所述预估到达时间与所述到达时间残差累加，得到所述候选路线对应的路线到达时间；将所述预估到达时间与所述到达时间残差基于预定权重进行加权求和，得到所述候选路线对应的路线到达时间。
[0016]根据本申请的另一实施例，一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行本申请实施例所述的方法。
[0017]根据本申请的另一实施例，一种电子设备，包括：存储器，存储有计算机程序；处理器，读取存储器存储的计算机程序，以执行本申请实施例所述的方法。
[0018]根据本申请的另一实施例，一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例所述的各种可选实现方式中提供的方法。
[0019]本申请实施例中，获取在预定出发时间下候选路线对应的预估到达时间，所述预
估到达时间为采用预设预估模型所预估得到的；获取所述候选路线对应的残差网络参数，所述残差网络参数为定期根据经由所述候选路线的用户的行驶数据对残差计算网络进行训练得到的；对所述预定出发时间进行特征提取处理，得到预定出发时间特征；采用所述残差计算网络，基于所述残差网络参数与所述预定出发时间特征进行残差计算处理，得到到达时间残差；根据所述预估到达时间与所述到达时间残差，得到所述候选路线对应的路线到达时间。
[0020]以这种方式，针对预设预估模型所预估得到的预估到达时间，通过残差计算网络基于残差网络参数与预定出发时间特征计算到达时间残差，基于根据预估到达时间与到达时间残差得到校准后的路线到达时间，该路线到达时间相较于初始的预估到达时间准确性更高，可以不必对预设预估模型进行实时更新且避本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种到达时间的预估方法，其特征在于，包括：获取在预定出发时间下候选路线对应的预估到达时间，所述预估到达时间为采用预设预估模型所预估得到的；获取所述候选路线对应的残差网络参数，所述残差网络参数为定期根据经由所述候选路线的用户的行驶数据对残差计算网络进行训练得到的；对所述预定出发时间进行特征提取处理，得到预定出发时间特征；采用所述残差计算网络，基于所述残差网络参数与所述预定出发时间特征进行残差计算处理，得到到达时间残差；根据所述预估到达时间与所述到达时间残差，得到所述候选路线对应的路线到达时间。2.根据权利要求1所述的方法，其特征在于，在所述获取所述候选路线对应的残差网络参数之前，所述方法还包括：定期获取经由所述候选路线的用户的行驶数据，所述行驶数据包括当时出发时间及所述候选路线对应的路段序列；基于所述当时出发时间提取当时出发时间特征，并基于所述路段序列提取初始路段序列特征；采用所述残差计算网络，基于所述当时出发时间特征及所述初始路段序列特征进行残差计算处理，得到预测残差；根据所述预测残差对所述初始路段序列特征进行调整，直至符合预定条件，得到目标路段序列特征，所述残差网络参数包括所述目标路段序列特征。3.根据权利要求2所述的方法，其特征在于，所述行驶数据还包括预测到达时间及实际到达时间；所述根据所述预测残差对所述初始路段序列特征进行调整，直至符合预定条件，得到目标路段序列特征，包括：根据所述预测残差与所述预测到达时间，得到修正到达时间；根据所述修正到达时间及所述实际到达时间的误差，对所述初始路段序列特征进行调整，直至所述误差符合预定误差条件，得到目标路段序列特征。4.根据权利要求1所述的方法，其特征在于，所述对所述预定出发时间进行特征提取处理，得到预定出发时间特征，包括：将所述预定出发时间与所述预定时间周期内的时间点进行计算处理，得到所述预定时间周期内的时间点对应的计算数值；根据所述预定时间周期内的时间点对应的计算数值，得到所述预定出发时间对应的预定出发时间特征。5.根据权利要求4所述的方法，其特征在于，所述将所述预定出发时间与所述预定时间周期内的时间点进行计算处理，得到所述预定时间周期内的时间点对应的计算数值，包括以下方式中一种：计算所述预定出发时间与所述预定时间周期内的时间点的时间差，并将所述时间差除去预定时间粒度，得到所述预定时间周期内的时间点对应的计算数值；将所述预定时间周期内的时间点绕单位圆分布，得到时间点圆，并计算所述预定出发时间在所述时间点圆上...
【专利技术属性】
技术研发人员：姜正申，
申请(专利权)人：腾讯科技深圳有限公司，
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。