CN106408115A - 出行线路的推荐方法及装置 - Google Patents

Abstract

本发明提供一种出行线路的推荐方法及装置。本发明实施例通过根据所获取的指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路，进而根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，使得能够根据所述推荐得分，执行出行线路推荐操作，由于利用了采用语言模型的训练方法所训练的出行线路模型，使得所推荐的出行现线路具有大数据的支撑，使得所推荐的线路很容易被用户所采纳，从而提高了线路推荐的可靠性。

Description

出行线路的推荐方法及装置

【技术领域】

本发明涉及查询技术，尤其涉及一种出行线路的推荐方法及装置。

【背景技术】

随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的***功能列表中包含了越来越多相应的应用(Application，APP)。有些应用中会涉及一些出行线路的推荐服务，例如，百度地图等。通常，都是通过推荐其他用户所提供的攻略、游记等出行记录相关的线路推荐给用户。

然而，由于直接将其他用户所提供的出行记录相关的线路，推荐给用户，使得所推荐的线路被用户所采纳的可能性并不是很高，从而导致了线路推荐的可靠性的降低。

【发明内容】

本发明的多个方面提供一种出行线路的推荐方法及装置，用以提高出行线路的推荐的可靠性。

本发明的一方面，提供一种出行线路的推荐方法，包括：

获取指定地点；

根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路；

根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分；

根据所述推荐得分，执行出行线路推荐操作。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述获取指定地点，包括：

获取用户提供的输入地点，以作为所述指定地点；或者

获取用户当前所在的实时地点，以作为所述指定地点。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路之前，还包括：

利用网络爬虫，获得指定网站的页面内容；

根据所述页面内容，获得至少一个POI序列；

利用所述至少一个POI序列，采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述页面内容，获得至少一个POI序列，包括：

利用预先设置的指定类型POI词典，对所述页面内容进行过滤处理，以获得所述至少一个POI序列；

对所述至少一个POI序列中每个POI的名称，进行归一化处理，以获得归一化处理之后的至少一个POI序列。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，包括：

根据所述至少一个出行线路，利用行列式点过程技术，获得所述至少一个出行线路中每个出行线路的推荐得分。

本发明的另一方面，提供一种出行线路的推荐装置，包括：

获取单元，用于获取指定地点；

模型单元，用于根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路；

评分单元，用于根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分；

推荐单元，用于根据所述推荐得分，执行出行线路推荐操作。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述获取单元，具体用于

获取用户提供的输入地点，以作为所述指定地点；或者

获取用户当前所在的实时地点，以作为所述指定地点。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述模型单元，还用于

利用网络爬虫，获得指定网站的页面内容；

根据所述页面内容，获得至少一个POI序列；以及

利用所述至少一个POI序列，采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述模型单元，具体用于

利用预先设置的指定类型POI词典，对所述页面内容进行过滤处理，以获得所述至少一个POI序列；以及

对所述至少一个POI序列中每个POI的名称，进行归一化处理，以获得归一化处理之后的至少一个POI序列。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述评分单元，具体用于

根据所述至少一个出行线路，利用行列式点过程技术，获得所述至少一个出行线路中每个出行线路的推荐得分。

由上述技术方案可知，本发明实施例通过根据所获取的指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路，进而根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，使得能够根据所述推荐得分，执行出行线路推荐操作，由于利用了采用语言模型的训练方法所训练的出行线路模型，使得所推荐的出行现线路具有大数据的支撑，使得所推荐的线路很容易被用户所采纳，从而提高了线路推荐的可靠性。

另外，采用本发明所提供的技术方案，由于采用了指定网站的页面内容这一网页大数据，进行出行线路模型的训练，使得能够充分利用其他用户的经验路线，可以提供更加合理的推荐结果，能够极大提升用户体验。

【附图说明】

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的出行线路的推荐方法的流程示意图；

图2为本发明另一实施例提供的出行线路的推荐装置的结构示意图。

【具体实施方式】

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。

需要说明的是，本发明实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本发明一实施例提供的出行线路的推荐方法的流程示意图，如图1所示。

101、获取指定地点。

102、根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路。

103、根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分。

104、根据所述推荐得分，执行出行线路推荐操作。

需要说明的是，101～104的执行主体的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式***，本实施例对此不进行特别限定。

可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行限定。

这样，通过根据所获取的指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路，进而根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，使得能够根据所述推荐得分，执行出行线路推荐操作，由于利用了采用语言模型的训练方法所训练的出行线路模型，使得所推荐的出行现线路具有大数据的支撑，使得所推荐的线路很容易被用户所采纳，从而提高了线路推荐的可靠性。

可选地，在本实施例的一个可能的实现方式中，在101中，具体可以获取用户提供的输入地点，以作为所述指定地点。

具体来说，具体可以采集用户所提供的输入地点即地点关键词，也可以称为查询数据。具体可以通过用户所触发的查询命令实现。具体可以采用下述四种方式触发查询命令：

方式一：

用户可以在当前应用所展现的页面上所输入或选择的查询关键词，该查询关键词中可以包括但不限于一个地点的名字或简称。然后，通过点击该页面上的查询按钮，以触发查询命令，该查询命令中包含所述查询关键词。这样，在接收到该查询命令之后，则可以解析出其中所包含的所述查询关键词。

方式二：

采用异步加载技术例如，Ajax异步加载或Jsonp异步加载等，实时获取用户在当前应用所展现的页面上所输入的输入内容，为了与查询关键词进行区分，此时的输入内容可以称为是输入关键词。然后，获取完一个输入字符，以触发查询命令，该查询命令中包含所述查询关键词。这样，在接收到该查询命令之后，则可以解析出其中所包含的所述查询关键词。具体地，具体可以提供Ajax接口或Jsonp接口等接口，这些接口可以使用Java、超级文本预处理(Hypertext Preprocessor，PHP)语言等语言进行编写，其具体的调用可以使用Jquery，或者原生的JavaScript等语言进行编写。

方式三：用户可以通过长按当前应用所展现的页面上的语音查询按钮，说出想要输入的语音内容，然后，松开语音查询按钮，以触发查询命令，该查询命令中包含根据所说出的语音内容转换的文本形式的查询关键词。这样，在接收到该查询命令之后，则可以解析出其中所包含的所述查询关键词。

方式四：用户可以通过点击当前应用所展现的页面上的语音查询按钮，说出想要输入的语音内容，待结束说出语音内容一段时间例如，2秒钟之后，则触发查询命令，该查询命令中包含根据所说出的语音内容转换的文本形式的查询关键词。这样，在接收到该查询命令之后，则可以解析出其中所包含的所述查询关键词。

在获取到所述查询关键词之后，将所述查询关键词作为所述指定地点，执行后续操作即102～104。

可选地，在本实施例的一个可能的实现方式中，在101中，具体可以获取用户当前所在的实时地点，以作为所述指定地点。

具体来说，具体可以利用全球定位***(Global Positioning System，GPS)技术、基站定位技术、IP地址定位技术等定位技术，获得用户当前所在的实时位置即实时地点。

在获取到所述实时位置之后，将所述实时位置作为所述指定地点，执行后续操作即102～104。

可选地，在本实施例的一个可能的实现方式中，在102之前，还可以进一步包括出行线路模型的训练流程。

具体来说，具体可以利用网络爬虫，获得指定网站例如，携程网等互联网权威旅游网站的页面内容，例如，用于发布游记的网站页面上的页面内容等。进而，则可以根据所述页面内容，获得至少一个兴趣点(Point of Interest，POI)序列。然后，可以利用所述至少一个POI序列，采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

在获得指定网站的页面内容之后，具体可以利用预先设置的指定类型POI词典，对所述页面内容进行过滤处理，以获得所述至少一个POI序列。然后，则可以对所述至少一个POI序列中每个POI的名称，进行归一化处理，以获得归一化处理之后的至少一个POI序列。

所谓的POI的类型，可以包括但不限于大型商场、高级酒店、交通枢纽、城市公园、名胜古迹、休闲场馆、重要机关、文化教育、医院、大厦和小区，本实施例对此不进行特别限定。因此，可以预先设置包含一些指定类型POI的指定类型POI词典，例如，名胜古迹、休闲场馆等适合休闲度假时前往的POI。

将所获得的归一化处理之后的至少一个POI序列，作为模型训练的训练语料，进而，就可以采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

实际上，语音模型与出行线路模型的本质是一致的，都是根据前N个点，预测下一个点的概率。不同在于，语言模型中的一个点表示的是一个分词结果，而出行线路模型中的一个点表示的是一个POI。

那么，则可以采用任一语言模型的训练方法，进行出行线路模型的模型训练。例如，Bengio提出了三层神经网络的训练方法或包含了长短期记忆(Long Short TermMemory，LSTM)单元的循环神经网络(Recurrent Neural Network，RNN)，等等。

在出行线路模型训练完毕之后，则可以根据所获取的指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路，以作为候选推荐线路。

可选地，在本实施例的一个可能的实现方式中，在103中，具体可以根据所述至少一个出行线路，利用行列式点过程(Determinantal Point Processes，DPP)技术，获得所述至少一个出行线路中每个出行线路的推荐得分。

具体来说，可以预先设计一个线路评分函数和线路相似度评估函数，然后，再利用DPP技术，获得所述至少一个出行线路中每个出行线路的推荐得分。这样，可以将推荐得分最高的指定数量例如5个出行线路，作为推荐出行线路，既能够保证所推荐的出行线路的质量，也能够保证出行线路的多样性。

例如，可以根据具体应用，决定指定数量的取值例如，将取值设置为5，这些指定数量的出行线路，可以组成一个推荐集合，即推荐集合的大小为指定数量的取值。具体可以利用DPP技术，逐步生成大小为5的推荐集合。DPP的生成过程如下：初始化推荐集合为空；计算所述至少一个出行线路中每个出行线路的推荐得分，选出推荐得分最高的出行线路加入推荐集合，重复此过程，直到推荐集合的大小达到指定数量的取值。

本实施例中，通过根据所获取的指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路，进而根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，使得能够根据所述推荐得分，执行出行线路推荐操作，由于利用了采用语言模型的训练方法所训练的出行线路模型，使得所推荐的出行现线路具有大数据的支撑，使得所推荐的线路很容易被用户所采纳，从而提高了线路推荐的可靠性。

另外，采用本发明所提供的技术方案，由于采用了指定网站的页面内容这一网页大数据，进行出行线路模型的训练，使得能够充分利用其他用户的经验路线，可以提供更加合理的推荐结果，能够极大提升用户体验。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

图2为本发明另一实施例提供的出行线路的推荐装置的结构示意图，如图2所示。本实施例的出行线路的推荐装置可以包括获取单元21、模型单元22、评分单元23和推荐单元24。其中，获取单元21，用于获取指定地点；模型单元22，用于根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路；评分单元23，用于根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分；推荐单元24，用于根据所述推荐得分，执行出行线路推荐操作。

需要说明的是，本实施例所提供的出行线路的推荐装置的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式***，本实施例对此不进行特别限定。

可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行限定。

可选地，在本实施例的一个可能的实现方式中，所述获取单元21，具体可以用于获取用户提供的输入地点，以作为所述指定地点；或者获取用户当前所在的实时地点，以作为所述指定地点。

可选地，在本实施例的一个可能的实现方式中，所述模型单元22，还可以进一步用于利用网络爬虫，获得指定网站的页面内容；根据所述页面内容，获得至少一个POI序列；以及利用所述至少一个POI序列，采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

具体地，所述模型单元22，具体可以用于利用预先设置的指定类型POI词典，对所述页面内容进行过滤处理，以获得所述至少一个POI序列；以及对所述至少一个POI序列中每个POI的名称，进行归一化处理，以获得归一化处理之后的至少一个POI序列。

可选地，在本实施例的一个可能的实现方式中，所述评分单元23，具体可以用于根据所述至少一个出行线路，利用行列式点过程DPP技术，获得所述至少一个出行线路中每个出行线路的推荐得分。

需要说明的是，图1对应的实施例中方法，可以由本实施例提供的出行线路的推荐装置实现。详细描述可以参见图1对应的实施例中的相关内容，此处不再赘述。

本实施例中，通过模型单元根据获取单元所获取的指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路，进而由评分单元根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，使得推荐单元能够根据所述推荐得分，执行出行线路推荐操作，由于利用了采用语言模型的训练方法所训练的出行线路模型，使得所推荐的出行现线路具有大数据的支撑，使得所推荐的线路很容易被用户所采纳，从而提高了线路推荐的可靠性。

另外，采用本发明所提供的技术方案，由于采用了指定网站的页面内容这一网页大数据，进行出行线路模型的训练，使得能够充分利用其他用户的经验路线，可以提供更加合理的推荐结果，能够极大提升用户体验。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种出行线路的推荐方法，其特征在于，包括：

获取指定地点；

根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路；

根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分；

根据所述推荐得分，执行出行线路推荐操作。

2.根据权利要求1所述的方法，其特征在于，所述获取指定地点，包括：

获取用户提供的输入地点，以作为所述指定地点；或者

获取用户当前所在的实时地点，以作为所述指定地点。

3.根据权利要求1所述的方法，其特征在于，所述根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路之前，还包括：

利用网络爬虫，获得指定网站的页面内容；

根据所述页面内容，获得至少一个POI序列；

利用所述至少一个POI序列，采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述页面内容，获得至少一个POI序列，包括：

利用预先设置的指定类型POI词典，对所述页面内容进行过滤处理，以获得所述至少一个POI序列；

对所述至少一个POI序列中每个POI的名称，进行归一化处理，以获得归一化处理之后的至少一个POI序列。

5.根据权利要求1～4任一所述的方法，其特征在于，所述根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分，包括：

根据所述至少一个出行线路，利用行列式点过程DPP技术，获得所述至少一个出行线路中每个出行线路的推荐得分。

6.一种出行线路的推荐装置，其特征在于，包括：

获取单元，用于获取指定地点；

模型单元，用于根据所述指定地点，利用采用语言模型的训练方法所训练的出行线路模型，获得至少一个出行线路；

评分单元，用于根据所述至少一个出行线路，获得所述至少一个出行线路中每个出行线路的推荐得分；

推荐单元，用于根据所述推荐得分，执行出行线路推荐操作。

7.根据权利要求6所述的装置，其特征在于，所述获取单元，具体用于

获取用户提供的输入地点，以作为所述指定地点；或者

获取用户当前所在的实时地点，以作为所述指定地点。

8.根据权利要求6所述的装置，其特征在于，所述模型单元，还用于

利用网络爬虫，获得指定网站的页面内容；

根据所述页面内容，获得至少一个POI序列；以及

利用所述至少一个POI序列，采用所述语言模型的训练方法进行模型训练，以获得所述出行线路模型。

9.根据权利要求8所述的装置，其特征在于，所述模型单元，具体用于

利用预先设置的指定类型POI词典，对所述页面内容进行过滤处理，以获得所述至少一个POI序列；以及

对所述至少一个POI序列中每个POI的名称，进行归一化处理，以获得归一化处理之后的至少一个POI序列。

10.根据权利要求6～9任一所述的装置，其特征在于，所述评分单元，具体用于

根据所述至少一个出行线路，利用行列式点过程DPP技术，获得所述至少一个出行线路中每个出行线路的推荐得分。