[发明专利]一种模型训练的方法、装置、设备和存储介质

说明书

本申请公开了一种模型训练的方法、装置、设备和存储介质，涉及智能交通领域。具体实现方案为：一种模型训练的方法，包括：获取用户的历史出行数据，所述历史出行数据中包括路线影响特征和路线的目标特征；根据所述路线影响特征对第一初始模型进行训练，以得到第一模型；根据所述目标参数和所述路线的目标特征对第二初始模型进行训练，以得到第二模型，所述第二模型为输入为多条规划路线，输出为所述多条规划路线的排序结果的模型，所述目标参数为所述用户的选路权重。本申请提供的一种模型训练的规划方法、装置、设备和存储介质，可以训练得到第二模型，而第二模型可以按照用户的个性化需求对路线进行排序。

技术领域

本申请涉及计算机领域中的数据处理技术领域，具体涉及到智能交通领域，尤其涉及一种模型训练的方法、装置、设备和存储介质。

背景技术

随着科技的发展，导航技术在人们的生活中占据了越来越重要的位置。在实际的使用过程中，一般是基于所耗费时间的长度、路线的长度或者路线的拥堵状态等因素综合规划路线。

发明内容

本公开提供了一种模型训练的规划方法、装置、设备和存储介质。

根据本公开的一方面，提供了一种模型训练的方法，包括：

获取用户的历史出行数据，所述历史出行数据中包括路线影响特征和路线的目标特征；

根据所述路线影响特征对第一初始模型进行训练，以得到第一模型，所述第一模型为输入为所述路线影响特征的数值，输出为轨迹一致率特征的模型，所述轨迹一致率特征为所述第一模型的目标参数与对应的路线影响特征的数值的乘积；

根据所述目标参数和所述路线的目标特征对第二初始模型进行训练，以得到第二模型，所述第二模型为输入为多条规划路线，输出为所述多条规划路线的排序结果的模型，所述目标参数为所述用户的选路权重。

根据本公开的另一方面，提供了一种模型训练的装置，包括：

获取模块，用于获取用户的历史出行数据，所述历史出行数据中包括路线影响特征和路线的目标特征；

第一训练模块，用于根据所述路线影响特征对第一初始模型进行训练，以得到第一模型，所述第一模型为输入为所述路线影响特征的数值，输出为轨迹一致率特征的模型，所述轨迹一致率特征为所述第一模型的目标参数与对应的路线影响特征的数值的乘积；

第二训练模块，用于根据所述目标参数和所述路线的目标特征对第二初始模型进行训练，以得到第二模型，所述第二模型为输入为多条规划路线，输出为所述多条规划路线的排序结果的模型，所述目标参数为所述用户的选路权重。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开提供的模型训练的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请提供的模型训练的方法。

根据本公开的另一方面，提供了一种模型训练的方法，包括：

接收用户输入的目标信息，所述目标信息包括起点和终点；

根据所述目标信息召回多条规划路线；

基于第二模型对所述多条规划路线进行排序，其中，所述第二模型为输入为多条规划路线输出为所述多条规划路线的排序结果的模型。

根据本申请的技术可以训练得到第二模型，而第二模型可以按照用户的个性化需求对路线进行排序。