[发明专利]模型训练方法、目的地推荐方法及存储介质

说明书

本申请实施例提供一种模型训练方法、目的地推荐方法及存储介质。其中，方法包括如下的步骤：基于出行对象的第一历史出行记录，生成查询请求；基于所述查询请求，召回所述出行对象的历史起终点对；基于所述历史起终点对对应的出发特征，构建所述历史起终点对对应的训练样本，所述训练样本包括：用于表征所述历史起终点对对应的出发特征与所述查询请求之间相似度的相似度特征；根据所述查询请求对应的真实目的地以及所述历史起终点中的终点，标记所述历史起终点对对应的训练样本的训练标签；根据标记后的训练样本，对预设的目的地推荐模型进行训练。本申请实施例提供的技术方案具有较高的推荐准确率，可提升出行对象出行效率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种模型训练方法、目的地推荐方法及存储介质。

背景技术

随着互联网和智能终端技术的飞速发展，人们可以使用手机等智能终端上安装的支持网约车功能的软件来满足自身出行的需求。出行对象使用软件打车时，可通过搜索框中手动搜索目的地。

为方便出行对象出行，减少操作，提升出行对象打车体验，目前有些软件在出行对象打开该软件时可为出行对象主动推荐出行地(如目的地)，而推荐的目的地是否符合出行对象预期会对出行对象体验产生直接影响。因此，如何保证主动推荐的目的地满足出行对象期待，是本领域技术人员需要持续解决和优化的问题。

发明内容

鉴于上述问题，提出了本申请以提供一种解决上述问题或至少部分地解决上述问题的模型训练方法、目的地推荐方法及存储介质。

于是，在本申请的一个实施例中，提供了一种模型训练方法。该方法包括：

基于出行对象的第一历史出行记录，生成查询请求；

基于所述查询请求，召回所述出行对象的历史起终点对；

基于所述历史起终点对对应的出发特征，构建所述历史起终点对对应的训练样本，所述训练样本包括：用于表征所述历史起终点对对应的出发特征与所述查询请求之间相似度的相似度特征；

根据所述查询请求对应的真实目的地以及所述历史起终点中的终点，标记所述历史起终点对对应的训练样本的训练标签；

根据标记后的训练样本，对预设的目的地推荐模型进行训练。

在本申请的又一个实施例中，提供了一种目的地推荐方法。该方法包括：

获取出行对象的查询请求；

基于所述查询请求，召回所述出行对象的历史起终点对；

基于所述历史起终点对对应的出发特征，确定输入信息，所述输入信息包括：用于表征所述历史起终点对对应的出发特征与所述查询请求之间相似度的相似度特征；

将所述输入信息输入至训练过的目的地推荐模型中，得到预测结果；

根据所述预测结果，确定所述历史起终点对中的终点是否为需推荐给所述出行对象的目的地。在本申请的另一实施例中，提供了一种存储有计算机程序的计算机可读存储介质，其中，所述计算机程序被计算机执行时能够实现上述任一项所述的模型训练方法或目的地推荐方法。

本申请实施例提供的技术方案中，出行对象的历史起终点对对应的出发特征与出行对象的查询请求之间的相似度越大，该出行对象去该历史起终点对中的终点的概率就越大。那么，根据用于表征出行对象的历史起终点对对应的出发特征与出行对象的查询请求之间相似度的相似度特征，来构建用于训练目的地推荐模型的训练样本，有助于提高训练得到的目的地推荐模型的推荐准确率。