[发明专利]路线排序模型的训练方法、路线推荐方法、装置及设备

权利要求书

1.一种路线排序模型的训练方法，包括：

基于被导航对象的历史导航数据处理得到训练数据，所述训练数据包括：所述被导航对象对预设导航策略的偏好特征、所述被导航对象历史选择首条推荐导航路线的统计特征、多条历史导航路线的路线特征，以及与历史导航路线的推荐信息相关的偏置特征；

将所述统计特征和所述多条历史导航路线的偏置特征输入所述路线排序模型中的第一网络，由所述第一网络对所述多条历史导航路线进行第一打分处理；

将所述多条历史导航路线的路线特征、所述统计特征和所述偏好特征输入所述路线排序模型中的第二网络，由所述第二网络对所述多条历史导航路线进行第二打分处理；

基于所述第一打分处理的结果和所述第二打分处理的结果对所述多条历史导航路线进行打分排序；

根据所述多条历史导航路线的打分排序结果及所述多条历史导航路线的实走覆盖率排序结果，调整所述第二网络的参数，使得所述第二网络对所述多条历史导航路线的打分排序结果与所述多条历史导航路线的实走覆盖率排序结果匹配。

2.根据权利要求1所述的方法，其中，基于被导航对象的历史导航数据处理得到被导航对象对预设导航策略的偏好特征，包括：

基于被导航对象的历史导航数据，处理得到所述被导航对象基于每个预设导航策略发起导航的次数，以及所述被导航对象发起导航的总次数；

确定所述被导航对象基于每个预设导航策略发起导航的次数占所述总次数的比例，将所述比例确定为所述被导航对象对所述预设导航策略的偏好特征。

3.根据权利要求1所述的方法，其中，所述统计特征包括如下至少一种：所述被导航对象历史选择首条推荐导航路线的次数、所述被导航对象历史选择备选推荐导航路线的次数、首条推荐导航路线为实走覆盖率最大的导航路线的次数。

4.根据权利要求1所述的方法，其中，所述路线特征，包括：路线数据特征和路线场景特征；

所述路线数据特征包括：

里程数、预计到达时间、红绿灯数、拥堵信息、道路等级、熟悉路段的长度占历史导航路线长度的比例；

所述路线场景特征包括：被导航对象发起导航的时间、导航目的地的距离。

5.根据权利要求1所述的方法，其中，基于被导航对象的历史导航数据处理得到与历史导航路线的推荐信息相关的偏置特征，包括：

基于被导航对象的历史导航数据，处理得到历史导航路线在导航路线推荐页面的展示位置，以及所述历史导航路线与各推荐导航路线之间的相似度。

6.根据权利要求1-5中任一项所述的方法，其中，所述基于所述第一打分处理的结果和所述第二打分处理的结果对所述多条历史导航路线进行打分排序，包括：

针对每条历史导航路线，对所述历史导航路线对应的第一打分处理的结果和第二打分处理的结果进行求和处理，得到所述历史导航路线的打分求和结果；

对所述多条历史导航路线的打分求和结果进行打分排序。

7.根据权利要求6所述的方法，其中，所述根据所述多条历史导航路线的打分排序结果及所述多条历史导航路线的实走覆盖率排序结果，调整所述第二网络的参数，包括：

针对每条历史导航路线，基于所述历史导航路线与实走路线之间的差异，确定所述历史导航路线的实走覆盖率；

基于所述实走覆盖率对所述历史导航路线的所述打分求和结果进行加权处理，得到加权结果；

对所述多条历史导航路线对应的多个加权结果进行求平均处理，得到求平均结果；

基于所述求平均结果，调整所述第二网络的参数，以使所述求平均结果大于预设阈值。