(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111518613.0 (22)申请日 2021.12.13 (71)申请人 高德软件 有限公司 地址 102200 北京市昌平区科技园区昌盛 路18号B1座1- 5层 (72)发明人 王岳　徐龙飞　 (74)专利代理 机构 北京合智同创知识产权代理 有限公司 1 1545 代理人 李杰　赵海娇 (51)Int.Cl. G06F 16/29(2019.01) G06F 16/9535(2019.01) G06F 16/9537(2019.01) G06N 20/00(2019.01) (54)发明名称 机器学习模 型训练、 导航路线推荐 方法及计 算机存储介质 (57)摘要 本申请实施例提供了一种机器学习模型训 练、 导航路线推荐方法及计算机存储介质。 该方 法， 包括： 按照历史行程数据的历史出行时间， 将 历史行程数据， 划分到覆盖其历史出行时间的历 史时间区间； 根据至少两个历史时间区间的历史 行程数据和样本导航路线， 确定所述目标对象在 各所述历史时间区间内的路网特征数据， 所述样 本导航路线是待推荐至目标对象的路线； 基于历 史时间区间的时间长度满足设定值的历史时间 区间的历史行程数据和所述样本导航路线的起 点和终点， 确定所述目标对象的起终点对特征数 据； 根据所述路网特征数据和所述起终点对特征 数据， 构建训练样本， 使用所述训练样本对机器 学习模型进行训练， 以获得能够确定样本导航路 线与所述目标对象匹配程度的机器学习模型。 该 方法训练的机 器学习模型使用效果更好。 权利要求书2页 说明书11页 附图3页 CN 114153934 A 2022.03.08 CN 114153934 A 1.一种机器学习模型训练方法， 包括： 按照历史行程数据的历史出行时间， 将历史行程数据， 划分到覆盖其历史出行时间的 历史时间区间； 根据至少两个历史时间区间的历史行程数据和样本导航路线， 确定所述目标对象在各 所述历史时间区间内的路网特 征数据， 所述样本导 航路线是待推荐至目标对象的路线； 基于历史时间区间的时间长度满足设定值的历史时间区间的历史行程数据和所述样 本导航路线的起 点和终点， 确定所述目标对象的起终点对特 征数据； 根据所述路网特征数据和所述起终点对特征数据， 构建训练样本， 使用所述训练样本 对机器学习模型进行训练， 以获得能够确定样本导航路线与所述目标对象匹配程度的机器 学习模型。 2.根据权利要求1所述的方法， 其中， 所述根据至少两个历史时间区间的历史行程数据 和样本导 航路线， 确定所述目标对象在各 所述历史时间区间内的路网特 征数据， 包括： 针对各所述历史时间区间， 从所述历史时间区间对应的历史行程数据中确定满足熟路 条件的熟悉路段及所述熟悉路段的信息， 所述熟悉路段的信息包括所述熟悉路段的位置信 息和在对应的历史时间区间内被目标对象经 过的经过次数信息； 根据所述熟悉路段的位置信息、 经过次数信息和所述样本导航路线， 确定所述目标对 象在所述历史时间区间内对应的路网特 征数据。 3.根据权利要求2所述的方法， 其中， 若所述路网特征数据包括熟路占比特征， 则根据 所述熟悉路段的位置信息和所述样本导航路线， 确定所述目标对象在所述历史时间区间内 对应的路网特 征数据， 包括： 根据所述样本导航路线和所述熟悉路段的位置信 息， 确定所述样本导航路线覆盖的熟 悉路段； 根据所述样本导航路线覆盖的熟悉路段的总长度和所述样本导航路线的总长度， 得到 样本导航路线在该历史时间区间内的熟路占比特 征。 4.根据权利要求3所述的方法， 其中， 若所述路网特征数据还包括样本导航路线的熟悉 度， 则所述根据所述熟悉路段的经过次数信息和所述样本导航路线， 确定所述目标对 象在 所述历史时间区间内对应的路网特 征数据， 还包括： 根据所述样本导航路线覆盖的各熟悉路段的经过次数， 确定所述样本导航路线覆盖的 熟悉路段的经 过次数和； 以所述经 过次数和作为所述目标对象对所述样本导 航路线的熟悉度。 5.根据权利要求2所述的方法， 其中， 若所述路网特征数据包括起点熟悉度特征， 则所 述根据所述熟悉路段 的位置信息、 经过次数信息和所述样本导航路线， 确定所述 目标对象 在所述历史时间区间内对应的路网特 征数据， 包括： 根据所述熟悉路段的位置信 息， 确定与 所述样本导航路线的起点距离小于或等于设定 起点阈值的熟悉路段； 以距离小于或等于设定起点阈值的熟悉路段的经过次数信息指示的经过次数和作为 所述起点熟悉度特 征。 6.根据权利要求2所述的方法， 其中， 若所述路网特征数据包括终点熟悉度特征， 则所 述根据所述熟悉路段 的位置信息、 经过次数信息和所述样本导航路线， 确定所述 目标对象权　利　要　求　书 1/2 页 2 CN 114153934 A 2在所述历史时间区间内对应的路网特 征数据， 包括： 根据所述熟悉路段的位置信 息， 确定与 所述样本导航路线的终点距离小于或等于设定 终点阈值的熟悉路段； 以距离小于或等于设定终点阈值的熟悉路段的经过次数信息指示的经过次数和作为 所述终点熟悉度特 征。 7.根据权利要求1所述的方法， 其中， 所述基于历史时间区间的时间长度满足设定值的 历史时间区间的历史行程数据和所述样本导航路线的起点和终点， 确定所述目标对象的起 终点对特 征数据， 包括： 从时间长度满足设定值的历史时间区间的历史行程数据中确定历史行程的起点和终 点与所述样本导航路线的起点对应的地理范围和终点对应的地理范围匹配的历史行程数 据的数量； 以匹配的所述历史行程数据的数量作为所述 起终点对特 征数据。 8.一种导 航路线推荐方法， 包括： 基于目标对象选择的起 点和终点， 获取待推荐的导 航路线； 将所述待推荐的导航路线输入到通过权利要求1 ‑7中任一项所述的方法训练的机器学 习模型中， 以获得 各待推荐的导 航路线和所述目标对象的匹配程度； 根据所述匹配程度， 确定向所述目标对象推荐的导 航路线。 9.一种计算机存储介质， 其上存储有计算机程序， 该程序被处理器执行时实现如权利 要求1‑7中任一所述的机器学习模型训练方法或权利要求8的导 航路线推荐方法。 10.一种计算机程序产品， 包括计算机指令， 所述计算机指令指示计算设备执行如权利 要求1‑7中任一所述的机器学习模型训练方法对应的操作或权利要求8的导航路线推荐方 法。权　利　要　求　书 2/2 页 3 CN 114153934 A 3