[发明专利]确定订单数量的模型训练方法、订单数量确定方法及装置

说明书

本公开提供了一种模型训练方法、需求确定方法及装置，其中，该模型训练方法包括：针对多个第一历史时间段中的每个第一历史时间段，获取在该第一历史时间段内各网格区域对的订单数量；将前预设数量个第一历史时间段内各网格区域对的订单数量输入至原始模型中，得到第一参考订单数量；将前预设数量个第一历史时间段内各网格区域对的订单数量输入至压缩模型，得到第二参考订单数量；基于第一参考订单数量、第二参考订单数量和最后一个第一历史时间段内各网格区域对的真实订单数量，对压缩模型进行训练。本公开实施例通过知识蒸馏对原始模型进行压缩，得到的压缩模型使用的参数量更少，能够减少订单数量确定过程中的计算资源消耗量。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种模型训练方法、需求确定方法及装置。

背景技术

随着互联网技术的发展，网络预约出行服务逐渐成为人们出行的重要选择。乘客可以按照出行计划，在网上下达从出发地到目的地的出行订单。为了更好地满足乘客的出行需求，可以依据以往的订单数量，确定各个起终点之间在未来一段时间内的订单数量，进而利用确定出来的订单数量，帮助调度人员为各个地点更合理地调度车辆。

但是通常情况下，对订单数量的确定过程需要消耗大量的计算资源，给计算设备带来较大的工作负担。

发明内容

本公开实施例至少提供一种模型训练方法、需求确定方法及装置。

第一方面，本公开实施例提供了一种模型训练方法，包括：

针对多个第一历史时间段中的每个第一历史时间段，获取在该第一历史时间段内，各网格区域对的订单数量；其中，所述网格区域对中包括作为订单起点的第一网格区域和作为订单终点的第二网格区域；

将所述多个第一历史时间段中的前预设数量个第一历史时间段内，所述各网格区域对的订单数量输入至训练好的原始模型中，得到所述多个第一历史时间段的最后一个第一历史时间段内，所述各网格区域对的第一参考订单数量；

将所述前预设数量个第一历史时间段内所述各网格区域对的订单数量输入至待训练的压缩模型，得到所述多个第一历史时间段中最后一个第一历史时间段内，所述各网格区域对的第二参考订单数量；

基于所述第一参考订单数量、所述第二参考订单数量、和所述最后一个第一历史时间段内所述各网格区域对的真实订单数量，对所述待训练的压缩模型进行训练，得到训练好的压缩模型。

一种可选的实施方式中，所述基于所述第一参考订单数量、所述第二参考订单数量、和所述最后一个第一历史时间段内所述各网格区域对的真实订单数量，对所述待训练的压缩模型进行训练，得到训练好的压缩模型，包括：

基于所述第一参考订单数量和所述第二参考订单数量，确定第一损失信息；以及基于所述真实订单数量和所述第二参考订单数量，确定第二损失信息；

基于所述第一损失信息和所述第二损失信息，对所述待训练的压缩模型进行训练，得到训练好的压缩模型。

一种可选的实施方式中，将所述前预设数量个第一历史时间段内所述各网格区域对的订单数量输入至训练好的原始模型中之前，所述方法还包括：

基于各个所述网格区域分别对应的位置信息，确定不同网格区域之间的位置信息相似度；

所述将所述多个第一历史时间段中的前预设数量个第一历史时间段内，所述各网格区域对的订单数量输入至训练好的原始模型中，得到所述多个第一历史时间段的最后一个第一历史时间段内，所述各网格区域对的第一参考订单数量，包括：

将所述多个第一历史时间段中的前预设数量个第一历史时间段内，所述各网格区域对的订单数量，以及所述不同网格区域之间的位置信息相似度输入至训练好的原始模型中，得到最后一个第一历史时间段内所述各网格区域对的第一参考订单数量。