【技术实现步骤摘要】
本专利技术涉及计算机机器学习，尤其是涉及一种出行中转方案的排列方法、装置、电子设备及介质。
技术介绍
1、在中转方案推荐中，需要对中转方案通过精排后截取top n个中转方案展示给用户。现有的中转方案精排方法有两种：一是采用最小价或最多好评(依产品属性决定，在ota领域还有可能是最短耗时)等人工规则进行精排，二是采用一般的机器学习方法预测产品的购买概率，对精排候选列表按购买概率预估值进行从大到小排列。但是现有方法中得到的中转方案的排序不能安全反映出用户的真实偏好，结果不够准确。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种出行中转方案的排列方法、装置、电子设备及介质，以提高了中转方案排序结果的准确性。
2、为了实现上述目的，本专利技术实施例采用的技术方案如下：
3、第一方面，本专利技术实施例提供了一种出行中转方案的排列方法，包括：获取中转方案候选集；其中，中转方案候选集中包括多个中转方案，每个中转方案多个特征参数；基于预先确定的数据处理中间模型，对中转方案...
【技术保护点】
1.一种出行中转方案的排列方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多任务模型至少包括：第一输出模块和第二输出模块；
3.根据权利要求1所述的方法，其特征在于，基于所述购买概率预估值对所述中转方案候选集中的中转方案进行排序，包括：
4.根据权利要求1所述的方法，其特征在于，所述多任务模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，对所述训练集数据进行预处理，包括：
6.一种出行中转方案的排列装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征...
【技术特征摘要】
1.一种出行中转方案的排列方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多任务模型至少包括：第一输出模块和第二输出模块；
3.根据权利要求1所述的方法，其特征在于，基于所述购买概率预估值对所述中转方案候选集中的中转方案进行排序，包括：
4.根据权利要求1所述的方法，其特征在于，所述多任务模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，对所述训练集数据进行预处理，包括：
6.一种出行中转方案的排列装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述多任务模型...
【专利技术属性】
技术研发人员：王安琪，
申请(专利权)人：苏州创旅天下信息技术有限公司，
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。