【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体涉及一种目的地的推荐方法、装置、计算机设备及存储介质。
技术介绍
1、目前的联邦学习方案中，大部分还是延用现有的联邦学习框架，例如，利用联邦模型进行车载数据的处理，或者利用联邦学习的方式预测用户出行方式。然而在利用联邦学习的过程中，并不涉及对用户的时空数据进行处理，因此利用现有的联邦模型进行目的地的推荐的准确度较低。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种目的地的推荐方法、装置、计算机设备及存储介质，以解决现有的联邦模型进行目的地的推荐的准确度较低的问题。
2、第一方面，本专利技术实施例提供了一种目的地的推荐方法，所述方法包括：
3、获取目标用户当前的关键时序数据；
4、将所述关键时序数据输入至预先训练好的联邦模型，通过所述联邦模型依据模型参数对所述关键时序数据进行时序推理，得到推理结果；
5、将所述推理结果中满足未来时空约束条件的推理结果作为目标推理结果，并将所述目标推理结果所指示的目的地推荐
【技术保护点】
1.一种目的地的推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户当前的关键时序数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述联邦模型依据模型参数对所述关键时序数据进行时序推理，得到推理结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一关联关系确定所述目标用户在不同时间的轨迹变化规律，以及基于所述第二关联关系所述目标用户在不同时间的出行情况，包括：
5.根据权利要求1所述的方法，其特征在于，在将所述关键时序数据输入至预先训练好的联邦...
【技术特征摘要】
1.一种目的地的推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户当前的关键时序数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述联邦模型依据模型参数对所述关键时序数据进行时序推理，得到推理结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一关联关系确定所述目标用户在不同时间的轨迹变化规律，以及基于所述第二关联关系所述目标用户在不同时间的出行情况，包括：
5.根据权利要求1所述的方法，其特征在于，在将所述关键时序数据输入至预先训练好的联邦模型之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述获取目标用户对应的目标时空数据，包括：
7.根据权利要求5所述的方法，其特征在于，所述提取所述...
【专利技术属性】
技术研发人员：孟艺凝，罗咏刚，
申请(专利权)人：重庆长安汽车股份有限公司，
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。