CN108334976A - 基于机器学习的行程规划的调整方法及装置 - Google Patents

Abstract

本申请公开了一种基于机器学习的行程规划的调整方法及装置。该方法包括：获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息；检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息；若接收到行程调整指令，判断行程调整指令中的调整信息是否合理；根据判断结果确定是否调整行程规划信息。通过本申请，解决了相关技术中针对行程规划的调整存在不合理的问题。

Description

基于机器学习的行程规划的调整方法及装置

技术领域

本申请涉及行程规划技术领域，具体而言，涉及一种基于机器学习的行程规划的调整方法及装置。

背景技术

随着人们对生活品质的追求，越来越多的人喜欢使用行程规划软件(例如，穷游行程助手)规划行程外出旅游。在相关技术中的行程规划软件中用户可以添加重复的玩法；可以添加交通不可以抵达的景点；可以添加当天不开放的景点；相关技术中的行程规划软件不能检查一天安排的景点是否时间过长以及是否和一些交通时间有冲突；用户添加的门票等商品可能导致交通不能正确生成；无法区分添加的商品是已购买还是未购买，可以随意删除。然而，在旅游行程规划好后，用户时常会根据在目的地的游玩时间、体力等问题对旅行的行程进行微小调整。也即用户可以灵活的根据自己的喜好对行程进行任意的调整，但是在实际的旅行体验上，在真实的目的地旅行时，会产生很多行程不合理导致影响旅行的造成损失的情况，例如：行程走回头路，浪费旅行时间；景点关门等情况。

针对相关技术中针对行程规划的调整存在不合理的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种基于机器学习的行程规划的调整方法及装置，以解决相关技术中针对行程规划的调整存在不合理的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种基于机器学习的行程规划的调整方法。该方法包括：获取用户的行程规划信息，其中，所述行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，所述同行人信息为与所述用户同行的所有人的信息；检测是否接收到行程调整指令，其中，所述行程调整指令中携带有对所述行程规划信息进行调整的调整信息；若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理；根据判断结果确定是否调整所述行程规划信息。

进一步地，若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理包括：确定基于所述行程调整指令中的调整信息调整后的行程路线；通过打分模型对所述行程路线的合理性进行打分，得到路线调整分值；其中，所述打分模型是预先使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；基于路线调整分值确定所述行程调整指令中的调整信息是否合理。

进一步地，若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理之前，所述方法还包括：从所述同行人信息中获取目标信息，其中，所述目标信息中至少包括：与所述用户同行的所有人的年龄信息、与所述用户同行的所有人的性别信息、与所述用户同行的所有人的出行偏好信息；从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合，其中，所述目标规则集合中的规则用于基于机器学习判断所述行程调整指令中的调整信息是否合理；若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理包括：若接收到所述行程调整指令，根据所述目标规则集合中每条规则基于机器学习判断所述行程调整指令中的调整信息是否合理。

进一步地，从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合之前，所述方法还包括：获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，所述标识信息中至少包括：所述活动的开始时间，所述活动建议游玩时长和所述活动的地理位置信息；获取目标对象创建的行程库，其中，所述行程库中包括多条行程规划路线；根据所述行程库中的行程规划路线和每个活动对应的标识信息，创建所述预设规则库。

进一步地，若所述目标规则集合中包括第一规则、第二规则、第三规则，其中，所述第一规则用于判断基于所述行程调整指令中的调整信息调整所述行程规划信息后是否包括相同标识信息的活动；所述第二规则用于判断基于所述行程调整指令中的调整信息调整所述行程规划信息后活动之间的交通是否可达；所述第三规则判断基于所述行程调整指令中的调整信息调整所述行程规划信息后活动总时间是否超过预设时长，根据所述目标规则集合中每条规则基于机器学习判断所述行程调整指令中的调整信息是否合理包括：基于所述目标规则集合中包括第一规则、第二规则、第三规则基于机器学习判断所述行程调整指令中的调整信息是否合理；其中，若基于所述第一规则判断出基于所述行程调整指令中的调整信息调整所述行程规划信息后包括相同标识信息的活动；或，基于所述第二规则判断出所述行程调整指令中的调整信息调整所述行程规划信息后活动之间的交通不可达；或，基于所述第三规则判断出所述行程调整指令中的调整信息调整所述行程规划信息后活动总时间超过预设时长，则判断所述行程调整指令中的调整信息不合理。

进一步地，根据判断结果确定是否调整所述行程规划信息包括：若所述判断结果是所述行程调整指令中的调整信息不合理，拒绝对所述程规划信息进行调整，或者，触发提醒信息，以提醒用户；若所述判断结果是所述行程调整指令中的调整信息合理，基于所述行程调整指令中的调整信息调整所述行程规划信息。

为了实现上述目的，根据本申请的另一方面，提供了一种基于机器学习的行程规划的调整装置。该装置包括：第一获取单元，用于获取用户的行程规划信息，其中，所述行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，所述同行人信息为与所述用户同行的所有人的信息；检测单元，用于检测是否接收到行程调整指令，其中，所述行程调整指令中携带有对所述行程规划信息进行调整的调整信息；判断单元，用于在接收到所述行程调整指令的情况下，基于机器学习判断所述行程调整指令中的调整信息是否合理；调整单元，用于根据判断结果确定是否调整所述行程规划信息。

进一步地，所述判断单元包括：第一确定模块，用于确定基于行程调整指令中的调整信息调整后的行程路线；获取模块，用于通过打分模型对行程路线的合理性进行打分，得到路线调整分值；其中，打分模型是预先使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；第二确定模块，用于基于路线调整分值确定行程调整指令中的调整信息是否合理。

进一步地，所述装置还包括：第二获取单元，用于若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理之前，从所述同行人信息中获取目标信息，其中，所述目标信息中至少包括：与所述用户同行的所有人的年龄信息、与所述用户同行的所有人的性别信息、与所述用户同行的所有人的出行偏好信息；第三获取单元，用于从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合，其中，所述目标规则集合中的规则用于基于机器学习判断所述行程调整指令中的调整信息是否合理；所述判断单元还用于若接收到所述行程调整指令，根据所述目标规则集合中每条规则基于机器学习判断所述行程调整指令中的调整信息是否合理。

进一步地，所述装置还包括：第四获取单元，用于从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合之前，获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，所述标识信息中至少包括：所述活动的开始时间，所述活动建议游玩时长和所述活动的地理位置信息；第五获取单元，用于获取目标对象创建的行程库，其中，所述行程库中包括多条行程规划路线；创建单元，用于根据所述行程库中的行程规划路线和每个活动对应的标识信息，创建所述预设规则库。

进一步地，若所述目标规则集合中包括第一规则、第二规则、第三规则，其中，所述第一规则用于判断基于所述行程调整指令中的调整信息调整所述行程规划信息后是否包括相同标识信息的活动；所述第二规则用于判断基于所述行程调整指令中的调整信息调整所述行程规划信息后活动之间的交通是否可达；所述第三规则判断基于所述行程调整指令中的调整信息调整所述行程规划信息后活动总时间是否超过预设时长，所述判断单元还包括：第一判断模块，用于基于所述目标规则集合中包括第一规则、第二规则、第三规则基于机器学习判断所述行程调整指令中的调整信息是否合理；其中，若基于所述第一规则判断出基于所述行程调整指令中的调整信息调整所述行程规划信息后包括相同标识信息的活动；或，基于所述第二规则判断出所述行程调整指令中的调整信息调整所述行程规划信息后活动之间的交通不可达；或，基于所述第三规则判断出所述行程调整指令中的调整信息调整所述行程规划信息后活动总时间超过预设时长，则判断所述行程调整指令中的调整信息不合理。

进一步地，所述调整单元包括：第一调整模块，用于在所述判断结果是所述行程调整指令中的调整信息不合理的情况下，拒绝对所述程规划信息进行调整，或者，触发提醒信息，以提醒用户；第二调整模块，用于在所述判断结果是所述行程调整指令中的调整信息合理的情况下，基于所述行程调整指令中的调整信息调整所述行程规划信息。

通过本申请，采用以下步骤：获取用户的行程规划信息，其中，所述行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，所述同行人信息为与所述用户同行的所有人的信息；检测是否接收到行程调整指令，其中，所述行程调整指令中携带有对所述行程规划信息进行调整的调整信息；若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理；根据判断结果确定是否调整所述行程规划信息，解决了相关技术中针对行程规划的调整存在不合理的问题。通过判断调整信息是否合理，从而确定是否调整行程规划信息，避免了行程规划的调整存在不合理的情况，进而达到了行程规划具有合理性的效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的基于机器学习的行程规划的调整方法的流程图；以及

图2是根据本申请实施例提供的基于机器学习的行程规划的调整装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请的实施例，提供了一种基于机器学习的行程规划的调整方法。

图1是根据本申请实施例的基于机器学习的行程规划的调整方法的流程图。如图1所示，该方法包括以下步骤：

步骤S101，获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息。

例如，获取到用户的行程规划信息为：用户A，年龄30岁，女，于2018年1月20日从广州出发至新西兰游玩12天，行程规划为：第一天：出发口岸城市飞往奥克兰，到达奥克兰，在奥克兰国际机场办理入关手续，购物耗时约1小时，从机场租车行驶至酒店A入住，耗时约1小时，在酒店A休息8小时，第二天：从酒店A出发，步行至汉密尔顿华源，万国花园博览会，游览约1小时30分钟，步行至咖啡厅用餐，约40分钟等等。

步骤S102，检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息。

在用户A规划好行程后，若需要对行程进行调整，会通过行程规划软件的交互界面触发调整指令。因此在获取到用户A的行程规划信息之后，检测是否接收到对行程规划信息进行调整的行程调整指令。

步骤S103，若接收到行程调整指令，判断行程调整指令中的调整信息是否合理。

需要说明的是，上述的判断行程调整指令中的调整信息是否合理，具体是根据该行程调整指令对该行程规划信息进行调整之后，判断调整之后的行程规划是否合理，若调整之后的行程规划不合理，即判定行程调整指令中的调整信息不合理。

例如，用户A打算删掉第二天行程中到汉密尔顿华源，万国花园博览会的游览活动，触发行程调整指令，其中，行程调整指令中携带了需要删除汉密尔顿华源，万国花园博览会的游览活动的信息，若接收到删掉第二天行程中到汉密尔顿华源，万国花园博览会的游览活动的行程调整指令，判断删掉第二天行程中到汉密尔顿华源，万国花园博览会的游览活动之后的行程规划是否合理，以判断行程调整指令中的调整信息是否合理。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整方法中，若接收到行程调整指令，判断行程调整指令中的调整信息是否合理之前，该方法还包括：从同行人信息中获取目标信息，其中，目标信息中至少包括：与用户同行的所有人的年龄信息、与用户同行的所有人的性别信息、与用户同行的所有人的出行偏好信息；从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合，其中，目标规则集合中的规则用于判断行程调整指令中的调整信息是否合理；若接收到行程调整指令，判断行程调整指令中的调整信息是否合理包括：若接收到行程调整指令，根据目标规则集合中每条规则判断行程调整指令中的调整信息是否合理。

上述的预设规则库中可以包括多条规则用于判断调整后的行程规划是否合理。例如，与用户A的整个行程规划与B，C，D一起出游，其中，B年龄35岁，男；C年龄75岁，男；D年龄12岁，女。通过分析与用户A同行中包括老人和儿童，在用户A需要作行程调整时，获取与老人和儿童等信息匹配的规则，例如，需要判断调整后的行程中老人和儿童的非休息时间是否超过预设时间的规则，如，检查一天中老人和儿童的非休息时间(游玩时间)是否超过10小时，若老人和儿童的非休息时间(游玩时间)超过10小时，则确认调整后的行程规划不合理。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整方法中，从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合之前，该方法还包括：获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，标识信息中至少包括：活动的开始时间，活动建议游玩时长和活动的地理位置信息；获取目标对象创建的行程库，其中，行程库中包括多条行程规划路线；根据行程库中的行程规划路线和每个活动对应的标识信息，创建预设规则库。

在本申请实施例中涉及的活动包含交通、观光、游览、购物、饮食、住宿等等，涵盖旅行中所有可能发生的活动，将每个活动设置对应的唯一标识，每个活动有开始时间，建议游玩时长，地理信息经纬度等等。上述的目标对象可以为在行程规划方面的专家(或称达人)，获取达人创建的多条行程规划路线组成的行程库，使用机器学习规划的路线和路线中各个活动的玩法，创建预设规则库，预设规则库中的多条规则用于判断或检查调整后的行程规划是否合理。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整方法中，若目标规则集合中包括第一规则、第二规则、第三规则，其中，第一规则用于判断基于行程调整指令中的调整信息调整行程规划信息后是否包括相同标识信息的活动；第二规则用于判断基于行程调整指令中的调整信息调整行程规划信息后活动之间的交通是否可达；第三规则判断基于行程调整指令中的调整信息调整行程规划信息后活动总时间是否超过预设时长，根据目标规则集合中每条规则判断行程调整指令中的调整信息是否合理包括：基于目标规则集合中包括第一规则、第二规则、第三规则判断行程调整指令中的调整信息是否合理；其中，若基于第一规则判断出基于行程调整指令中的调整信息调整行程规划信息后包括相同标识信息的活动；或，基于第二规则判断出行程调整指令中的调整信息调整行程规划信息后活动之间的交通不可达；或，基于第三规则判断出行程调整指令中的调整信息调整行程规划信息后活动总时间超过预设时长，则判断行程调整指令中的调整信息不合理。

上述的第一规则用于判断基于行程调整指令中的调整信息调整行程规划信息后是否包括相同标识信息的活动，以避免行程规划中存在游玩相同的活动的情况；上述的第二规则用于判断基于行程调整指令中的调整信息调整行程规划信息后活动之间的交通是否可达，例如，通过实时获取交通数据信息(包含突发状况，如：交通管制，雨雪大雾恶劣天气，灾害断路，封路等)以判断活动之间的交通是否可达，避免存在调整后的行程规划中存在交通不可以抵达的活动的情况；第三规则判断基于行程调整指令中的调整信息调整行程规划信息后活动总时间是否超过预设时长(例如，24小时)，以避免行程规划中一天的总活动时间超过24小时行程规划并不合理的情况等等。

需要说明的是，在本申请中的目标规则集合不限于上述的第一规则、第二规则、第三规则。例如，从目标规则集合中获取到以判断行程调整指令中的调整信息是否合理的规则还可以包括以下规则：一天的活动涉及的经纬度点连线是否有交叉(绕路)；是否添加了不开放(不营业)的活动(包含罢工、治安事件、恐怖袭击等)；活动安排时间是否和已购买商品的时间相冲突(比如去某个景点观光是否能够赶上下午的火车)；用户是否误删除了含有已购商品的活动(比如购买了环球影城门票却误删除了环球影城的活动)等等。

通过上述方案，实现了针对当天以及所有行程中的重复玩法的检查；针对交通不能到达的活动或景点的检查；针对当天不开放(不营业)的活动或景点检查；针对一天内所有住宿、饮食、观光、购物、娱乐、交通均包含开始时间，游玩时间，并自动计算，针对活动总时间的检查；针对指定时间检查是否有冲突的行程规划(例如，已经购买了当日下午3点的飞机票，检查是否行程规则中与该时间存在相冲突的行程规划)；针对已购买的商品，对应的景点是否被用户误删除的检查(例如，用户已购买了游览万国花园博览会的门票，若用户调整行程中误删了游览万国花园博览会的活动)；针对基于用户画像(以确定用户年龄，性别，以往出行偏好等)的行程推荐以及合理性检查；基于活动涉及具体场所的现状(是否营业，是否开放，是否有突发状况，恶劣天气，自然灾害，治安事件，恐怖袭击等)进行的行程合理性检查等等，从而使得用户调整的行程规划具有合理性，避免用户将行程规划调整为不合理的行程规划的情况。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整方法中，基于机器学习判断行程调整指令中的调整信息是否合理包括：确定基于行程调整指令中的调整信息调整后的行程路线；通过打分模型对行程路线的合理性进行打分，得到路线调整分值；其中，打分模型是预先使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；基于路线调整分值确定行程调整指令中的调整信息是否合理。

上述方案，通过预先训练出的打分模型对行程路线的合理性进行打分，得到路线调整分值，基于路线调整分值确定行程调整指令中的调整信息是否合理。例如，得到路线调整分值为65分，预设分值为80分，得分小于预设分值，基于行程调整指令中的调整信息调整后的行程路线不合理，以确定行程调整指令中的调整信息不合理；得到路线调整分值为95分，预设分值为80分，得分大于预设分值，基于行程调整指令中的调整信息调整后的行程路线合理，以确定行程调整指令中的调整信息合理。

步骤S104，根据判断结果确定是否调整行程规划信息。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整方法中，根据判断结果确定是否调整行程规划信息包括：若判断结果是行程调整指令中的调整信息不合理，拒绝对程规划信息进行调整，或者，触发提醒信息，以提醒用户；若判断结果是行程调整指令中的调整信息合理，基于行程调整指令中的调整信息调整行程规划信息。

例如，判断结果是行程调整指令中的调整信息不合理时，对该不合理的情况进行分析，若存在用户已购买了游览万国花园博览会的门票，若用户调整行程中删除了游览万国花园博览会的活动等造成用户金钱损失的调整，可以触发拒绝调整信息，显示拒绝调整原因，以便用户知悉。若调整后的行程规划存在绕路的情况，则触发提醒信息，告知用户，请用户确认是否进行调整，若接收到用户的确认信息，则对该行程规划进行调整，若判断结果是行程调整指令中的调整信息合理，基于行程调整指令中的调整信息直接调整行程规划信息。

通过上述方案，在用户调整行程规划时，对检查其调整是否合理，从而避免了基于机器学习的行程规划的调整存在不合理的情况，避免了用户的行程中走回头路，浪费旅行时间，景点关门等情况的发生，进而使得用户的行程规划具有合理性。

综上所述，本申请实施例提供的基于机器学习的行程规划的调整方法，通过获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息；检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息；若接收到行程调整指令，判断行程调整指令中的调整信息是否合理；根据判断结果确定是否调整行程规划信息，解决了相关技术中针对行程规划的调整存在不合理的问题。通过判断调整信息是否合理，从而确定是否调整行程规划信息，避免了行程规划的调整存在不合理的情况，进而达到了行程规划具有合理性的效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例还提供了一种基于机器学习的行程规划的调整装置，需要说明的是，本申请实施例的基于机器学习的行程规划的调整装置可以用于执行本申请实施例所提供的用于基于机器学习的行程规划的调整方法。以下对本申请实施例提供的基于机器学习的行程规划的调整装置进行介绍。

图2是根据本申请实施例的基于机器学习的行程规划的调整装置的示意图。如图2所示，该装置包括：第一获取单元10，检测单元20、判断单元30和调整单元40。

具体地，第一获取单元10，用于获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息；

检测单元20，用于检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息；

判断单元30，用于在接收到行程调整指令的情况下，判断行程调整指令中的调整信息是否合理；

调整单元40，用于根据判断结果确定是否调整行程规划信息。

综上所述，本申请实施例提供的基于机器学习的行程规划的调整装置，通过第一获取单元10获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息；检测单元20检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息；判断单元30，用于在接收到行程调整指令的情况下，判断行程调整指令中的调整信息是否合理；调整单元40根据判断结果确定是否调整行程规划信息，解决了相关技术中针对行程规划的调整存在不合理的问题。通过判断调整信息是否合理，从而确定是否调整行程规划信息，避免了行程规划的调整存在不合理的情况，进而达到了行程规划具有合理性的效果。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整装置中，该装置还包括：第二获取单元，用于若接收到行程调整指令，判断行程调整指令中的调整信息是否合理之前，从同行人信息中获取目标信息，其中，目标信息中至少包括：与用户同行的所有人的年龄信息、与用户同行的所有人的性别信息、与用户同行的所有人的出行偏好信息；第三获取单元，用于从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合，其中，目标规则集合中的规则用于判断行程调整指令中的调整信息是否合理；判断单元还用于若接收到行程调整指令，根据目标规则集合中每条规则判断行程调整指令中的调整信息是否合理。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整装置中，该装置还包括：第四获取单元，用于从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合之前，获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，标识信息中至少包括：活动的开始时间，活动建议游玩时长和活动的地理位置信息；第五获取单元，用于获取目标对象创建的行程库，其中，行程库中包括多条行程规划路线；创建单元，用于根据行程库中的行程规划路线和每个活动对应的标识信息，创建预设规则库。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整装置中，若目标规则集合中包括第一规则、第二规则、第三规则，其中，第一规则用于判断基于行程调整指令中的调整信息调整行程规划信息后是否包括相同标识信息的活动；第二规则用于判断基于行程调整指令中的调整信息调整行程规划信息后活动之间的交通是否可达；第三规则判断基于行程调整指令中的调整信息调整行程规划信息后活动总时间是否超过预设时长，判断单元还包括：第一判断模块，用于基于目标规则集合中包括第一规则、第二规则、第三规则判断行程调整指令中的调整信息是否合理；其中，若基于第一规则判断出基于行程调整指令中的调整信息调整行程规划信息后包括相同标识信息的活动；或，基于第二规则判断出行程调整指令中的调整信息调整行程规划信息后活动之间的交通不可达；或，基于第三规则判断出行程调整指令中的调整信息调整行程规划信息后活动总时间超过预设时长，则判断行程调整指令中的调整信息不合理。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整装置中，调整单元40包括：第一调整模块，用于在判断结果是行程调整指令中的调整信息不合理的情况下，拒绝对程规划信息进行调整，或者，触发提醒信息，以提醒用户；第二调整模块，用于在判断结果是行程调整指令中的调整信息合理的情况下，基于行程调整指令中的调整信息调整行程规划信息。

可选地，在本申请实施例提供的基于机器学习的行程规划的调整装置中，判断单元30包括：第一确定模块，用于确定基于行程调整指令中的调整信息调整后的行程路线；获取模块，用于通过打分模型对行程路线的合理性进行打分，得到路线调整分值；其中，打分模型是预先使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；第二确定模块，用于基于路线调整分值确定行程调整指令中的调整信息是否合理。

基于机器学习的行程规划的调整装置包括处理器和存储器，上述第一获取单元10，检测单元20、判断单元30和调整单元40等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来使行程规划具有合理性。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现基于机器学习的行程规划的调整方法。

本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行基于机器学习的行程规划的调整方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息；检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息；若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理；根据判断结果确定是否调整行程规划信息。

进一步地，若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理包括：确定基于行程调整指令中的调整信息调整后的行程路线；通过打分模型对行程路线的合理性进行打分，得到路线调整分值；其中，打分模型是预先使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；基于路线调整分值确定行程调整指令中的调整信息是否合理。

进一步地，若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理之前，方法还包括：从同行人信息中获取目标信息，其中，目标信息中至少包括：与用户同行的所有人的年龄信息、与用户同行的所有人的性别信息、与用户同行的所有人的出行偏好信息；从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合，其中，目标规则集合中的规则用于基于机器学习判断行程调整指令中的调整信息是否合理；若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理包括：若接收到行程调整指令，根据目标规则集合中每条规则基于机器学习判断行程调整指令中的调整信息是否合理。

进一步地，从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合之前，方法还包括：获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，标识信息中至少包括：活动的开始时间，活动建议游玩时长和活动的地理位置信息；获取目标对象创建的行程库，其中，行程库中包括多条行程规划路线；根据行程库中的行程规划路线和每个活动对应的标识信息，创建预设规则库。

进一步地，若目标规则集合中包括第一规则、第二规则、第三规则，其中，第一规则用于判断基于行程调整指令中的调整信息调整行程规划信息后是否包括相同标识信息的活动；第二规则用于判断基于行程调整指令中的调整信息调整行程规划信息后活动之间的交通是否可达；第三规则判断基于行程调整指令中的调整信息调整行程规划信息后活动总时间是否超过预设时长，根据目标规则集合中每条规则基于机器学习判断行程调整指令中的调整信息是否合理包括：基于目标规则集合中包括第一规则、第二规则、第三规则基于机器学习判断行程调整指令中的调整信息是否合理；其中，若基于第一规则判断出基于行程调整指令中的调整信息调整行程规划信息后包括相同标识信息的活动；或，基于第二规则判断出行程调整指令中的调整信息调整行程规划信息后活动之间的交通不可达；或，基于第三规则判断出行程调整指令中的调整信息调整行程规划信息后活动总时间超过预设时长，则判断行程调整指令中的调整信息不合理。

进一步地，根据判断结果确定是否调整行程规划信息包括：若判断结果是行程调整指令中的调整信息不合理，拒绝对程规划信息进行调整，或者，触发提醒信息，以提醒用户；若判断结果是行程调整指令中的调整信息合理，基于行程调整指令中的调整信息调整行程规划信息。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取用户的行程规划信息，其中，行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，同行人信息为与用户同行的所有人的信息；检测是否接收到行程调整指令，其中，行程调整指令中携带有对行程规划信息进行调整的调整信息；若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理；根据判断结果确定是否调整行程规划信息。

进一步地，若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理之前，方法还包括：从同行人信息中获取目标信息，其中，目标信息中至少包括：与用户同行的所有人的年龄信息、与用户同行的所有人的性别信息、与用户同行的所有人的出行偏好信息；从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合，其中，目标规则集合中的规则用于基于机器学习判断行程调整指令中的调整信息是否合理；若接收到行程调整指令，基于机器学习判断行程调整指令中的调整信息是否合理包括：若接收到行程调整指令，根据目标规则集合中每条规则基于机器学习判断行程调整指令中的调整信息是否合理。

进一步地，从预设规则库中获取用于与目标信息对应的规则，得到目标规则集合之前，方法还包括：获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，标识信息中至少包括：活动的开始时间，活动建议游玩时长和活动的地理位置信息；获取目标对象创建的行程库，其中，行程库中包括多条行程规划路线；根据行程库中的行程规划路线和每个活动对应的标识信息，创建预设规则库。

进一步地，若目标规则集合中包括第一规则、第二规则、第三规则，其中，第一规则用于判断基于行程调整指令中的调整信息调整行程规划信息后是否包括相同标识信息的活动；第二规则用于判断基于行程调整指令中的调整信息调整行程规划信息后活动之间的交通是否可达；第三规则判断基于行程调整指令中的调整信息调整行程规划信息后活动总时间是否超过预设时长，根据目标规则集合中每条规则基于机器学习判断行程调整指令中的调整信息是否合理包括：基于目标规则集合中包括第一规则、第二规则、第三规则基于机器学习判断行程调整指令中的调整信息是否合理；其中，若基于第一规则判断出基于行程调整指令中的调整信息调整行程规划信息后包括相同标识信息的活动；或，基于第二规则判断出行程调整指令中的调整信息调整行程规划信息后活动之间的交通不可达；或，基于第三规则判断出行程调整指令中的调整信息调整行程规划信息后活动总时间超过预设时长，则判断行程调整指令中的调整信息不合理。

进一步地，根据判断结果确定是否调整行程规划信息包括：若判断结果是行程调整指令中的调整信息不合理，拒绝对程规划信息进行调整，或者，触发提醒信息，以提醒用户；若判断结果是行程调整指令中的调整信息合理，基于行程调整指令中的调整信息调整行程规划信息。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于机器学习的行程规划的调整方法，其特征在于，包括：

获取用户的行程规划信息，其中，所述行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，所述同行人信息为与所述用户同行的所有人的信息；

检测是否接收到行程调整指令，其中，所述行程调整指令中携带有对所述行程规划信息进行调整的调整信息；

若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理；

根据判断结果确定是否调整所述行程规划信息。

2.根据权利要求1所述的方法，其特征在于，若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理包括：

确定基于所述行程调整指令中的调整信息调整后的行程路线；

通过打分模型对所述行程路线的合理性进行打分，得到路线调整分值；其中，所述打分模型是预先使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；

基于路线调整分值确定所述行程调整指令中的调整信息是否合理。

3.根据权利要求1所述的方法，其特征在于，

若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理之前，所述方法还包括：

从所述同行人信息中获取目标信息，其中，所述目标信息中至少包括：与所述用户同行的所有人的年龄信息、与所述用户同行的所有人的性别信息、与所述用户同行的所有人的出行偏好信息；

从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合，其中，所述目标规则集合中的规则用于基于机器学习判断所述行程调整指令中的调整信息是否合理；

若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理包括：若接收到所述行程调整指令，根据所述目标规则集合中每条规则基于机器学习判断所述行程调整指令中的调整信息是否合理。

4.根据权利要求3所述的方法，其特征在于，从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合之前，所述方法还包括：

获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，所述标识信息中至少包括：所述活动的开始时间，所述活动建议游玩时长和所述活动的地理位置信息；

获取目标对象创建的行程库，其中，所述行程库中包括多条行程规划路线；

根据所述行程库中的行程规划路线和每个活动对应的标识信息，创建所述预设规则库。

5.根据权利要求4所述的方法，其特征在于，若所述目标规则集合中包括第一规则、第二规则、第三规则，其中，所述第一规则用于判断基于所述行程调整指令中的调整信息调整所述行程规划信息后是否包括相同标识信息的活动；所述第二规则用于判断基于所述行程调整指令中的调整信息调整所述行程规划信息后活动之间的交通是否可达；所述第三规则判断基于所述行程调整指令中的调整信息调整所述行程规划信息后活动总时间是否超过预设时长，根据所述目标规则集合中每条规则基于机器学习判断所述行程调整指令中的调整信息是否合理包括：

基于所述目标规则集合中包括第一规则、第二规则、第三规则基于机器学习判断所述行程调整指令中的调整信息是否合理；

其中，若基于所述第一规则判断出基于所述行程调整指令中的调整信息调整所述行程规划信息后包括相同标识信息的活动；或，基于所述第二规则判断出所述行程调整指令中的调整信息调整所述行程规划信息后活动之间的交通不可达；

或，基于所述第三规则判断出所述行程调整指令中的调整信息调整所述行程规划信息后活动总时间超过预设时长，则判断所述行程调整指令中的调整信息不合理。

6.根据权利要求1所述的方法，其特征在于，根据判断结果确定是否调整所述行程规划信息包括：

若所述判断结果是所述行程调整指令中的调整信息不合理，拒绝对所述程规划信息进行调整，或者，触发提醒信息，以提醒用户；

若所述判断结果是所述行程调整指令中的调整信息合理，基于所述行程调整指令中的调整信息调整所述行程规划信息。

7.一种基于机器学习的行程规划的调整装置，其特征在于，包括：

第一获取单元，用于获取用户的行程规划信息，其中，所述行程规划信息中至少包括行程时间信息、行程地点信息和同行人信息，其中，所述同行人信息为与所述用户同行的所有人的信息；

检测单元，用于检测是否接收到行程调整指令，其中，所述行程调整指令中携带有对所述行程规划信息进行调整的调整信息；

判断单元，用于在接收到所述行程调整指令的情况下，基于机器学习判断所述行程调整指令中的调整信息是否合理；

调整单元，用于根据判断结果确定是否调整所述行程规划信息。

8.根据权利要求7所述的装置，其特征在于，所述判断单元包括：第一确定模块，用于确定基于行程调整指令中的调整信息调整后的行程路线；获取模块，用于通过打分模型对行程路线的合理性进行打分，得到路线调整分值；其中，打分模型是预先使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：行程路线和行程路线对应合理性的分值；第二确定模块，用于基于路线调整分值确定行程调整指令中的调整信息是否合理。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于若接收到所述行程调整指令，基于机器学习判断所述行程调整指令中的调整信息是否合理之前，从所述同行人信息中获取目标信息，其中，所述目标信息中至少包括：与所述用户同行的所有人的年龄信息、与所述用户同行的所有人的性别信息、与所述用户同行的所有人的出行偏好信息；

第三获取单元，用于从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合，其中，所述目标规则集合中的规则用于基于机器学习判断所述行程调整指令中的调整信息是否合理；

所述判断单元还用于若接收到所述行程调整指令，根据所述目标规则集合中每条规则基于机器学习判断所述行程调整指令中的调整信息是否合理。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第四获取单元，用于从预设规则库中获取用于与所述目标信息对应的规则，得到目标规则集合之前，获取行程规划路线中涉及的所有活动，设置每个活动对应的标识信息，其中，所述标识信息中至少包括：所述活动的开始时间，所述活动建议游玩时长和所述活动的地理位置信息；

第五获取单元，用于获取目标对象创建的行程库，其中，所述行程库中包括多条行程规划路线；

创建单元，用于根据所述行程库中的行程规划路线和每个活动对应的标识信息，创建所述预设规则库。