[发明专利]出行服务挖掘方法、装置、设备及存储介质

说明书

【技术领域】

本发明涉及自动驾驶车辆领域，特别涉及出行服务挖掘方法、装置、设备及存储介质。

【背景技术】

随着科技的发展，互联网的快速普及，汽车逐渐成为人们与世界联系、互动的重要方式，汽车不再只是出行的工具，未来会成为承载人们出行衍生服务的重要平台。

自动驾驶车辆，也可称为无人驾驶车辆，是指通过各种传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息等，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

在用户利用自动驾驶车辆出行时，如果能够自动地将出行的候选目的地推荐给用户，将会极大地提升用户的使用体验，并方便用户出行。

针对这一问题，现有技术中主要采用以下处理方式：根据用户的历史出行信息向用户推荐候选目的地，但是这种推荐结果的准确性较低，因为很多时候用户会要去往新的目的地，而不是之前去过的目的地。

【发明内容】

有鉴于此，本发明提供了出行服务挖掘方法、装置、设备及存储介质，能够提高推荐结果的准确性。

具体技术方案如下：

一种出行服务挖掘方法，包括：

在自动驾驶场景下，获取用户交互录入的出行需求信息；

根据所述出行需求信息进行用户出行的目的地的推荐。

一种出行服务挖掘装置，包括：获取单元以及处理单元；

所述获取单元，用于在自动驾驶场景下，获取用户交互录入的出行需求信息，并发送给所述处理单元；

所述处理单元，用于根据所述出行需求信息进行用户出行的目的地的推荐。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

基于上述介绍可以看出，采用本发明所述方案，在自动驾驶场景下，可以根据用户交互录入的出行需求信息来对用户出行的目的地进行推荐，从而相比于现有技术提高了推荐结果的准确性。

【附图说明】

图1为本发明所述出行服务挖掘方法实施例的流程图。

图2为本发明所述出行服务挖掘装置实施例的组成结构示意图。

图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案作进一步地详细说明。

图1为本发明所述出行服务挖掘方法实施例的流程图，如图1所示，包括以下具体实现方式：

在101中，在自动驾驶场景下，获取用户交互录入的出行需求信息；

在102中，根据获取到的出行需求信息进行用户出行的目的地的推荐。

用户进入到自动驾驶车辆中之后，可以根据自动驾驶车辆所提供的交互功能，交互录入自己的出行需求信息。

所述出行需求信息可以表现为以下形式：

我想带孩子去锻炼；

最近工作太累，想找个地方放松一下；

我要去附近的酒店等。

用户的出行需求是场景化的，即时性的，因此也可将用户的出行需求信息称为场景化特征信息。

之后，可根据用户的场景化特征信息，为用户进行出行的目的地的推荐。

较佳地，可根据所述场景化特征信息以及预先所赋予的不同目的地的场景化标签，确定出与用户的场景化特征相匹配的候选目的地，推荐给用户。

预先可分别为不同的目的地赋予不同的场景化标签，比如，**影城，其场景化标签可为：休闲娱乐-电影院。

并且，可根据所收集的训练样本预先训练得到一个预测模型，可将用户的场景化特征信息输入到预测模型中，从而得到预测模型输出的候选目的地信息。如何训练得到预测模型为现有技术。

预测模型可通过对用户的场景化特征进行解析，并结合不同目的地的场景化标签，分别确定出各目的地与用户的场景化特征的匹配程度，并将匹配程度符合要求如大于预定阈值的目的地筛选出来，作为候选目的地推荐给用户。

另外，除了需要获取用户的场景化特征信息之外，还可进一步获取当前的环境信息，如可包括：当前的时间、车辆当前所处的地理位置(即车辆的出发地)、天气情况等。

相应地，可进一步结合当前的环境信息以及车流量时空分布信息，对之前获取到的候选目的地进行筛选和排序，进而将经过筛选和排序后的候选目的地推荐给用户。