行程推荐的方法和系统技术方案

本说明书提供的行程推荐的方法和系统，以行程中不同环节对应的推荐对象的组合点击率最大为优化目标，并以不同环节对应的推荐对象之间的关系为约束条件（比如距离约束、折返约束，等等），来构建行程推荐模型，以获取每个环节对应的推荐对象，从而生成推荐行程，使得在复杂的场景下，获取更优的推荐行程，避免因距离太远或频繁折返带来的麻烦，以提升用户体验。同时，本说明书提供的行程推荐的方法和系统，在对行程推荐模型求解时，可以使用线性化处理方式来处理约束条件，还可以使用松弛算法来求解整数规划问题，从而加快求解速度，进行实时的行程推荐计算，在节省计算量的同时，提升计算速度和提升用户体验。升计算速度和提升用户体验。升计算速度和提升用户体验。

【技术实现步骤摘要】
行程推荐的方法和系统


[0001]本说明书涉及行程规划
，尤其涉及一种行程推荐的方法和系统。

技术介绍

[0002]随着人工智能技术的高速发展，推荐算法在各个领域中的应用取得了巨大的成功，通过向用户推荐感兴趣的产品能够提升产品的点击率、转化率，减少用户的信息检索时间。例如在行程推荐的场景中，随着当今资讯的发达和交通的便利，人们在出行前通常会通过各种应用程序提前进行路线规划，应用程序也会基于推荐算法向用户推荐行程。传统的推荐算法只对单个类型产品进行推荐（比如只推荐与吃有关的产品，或只推荐与玩有关的产品），通常直接向用户展示点击率最大的产品。当涉及多个产品的联合推荐（比如一条路线行程中往往涉及多种不同类型的产品，比如吃、喝、玩、乐，等等）时，除了最大化点击率外，还需要考虑不同类型的产品间的关系（比如产品之间的距离、线路的折返等等），对推荐过程施加约束。传统的推荐算法只能在当前类型产品的推荐中获取更优推荐（即局部更优），而无法在整条线路的行程推荐中获取更优的行程推荐（即全局更优）。
[0003]因此，需要提供一种能够基于不同类型的产品间的关系进行行程推荐的方法和系统，以推荐更优的行程线路。

技术实现思路

[0004]本说明书提供一种能够基于不同类型的产品间的关系进行行程推荐的方法和系统，以推荐更优的行程线路。
[0005]第一方面，本说明书提供一种行程推荐的方法，包括：获取目标用户的目标目的地；从预设的数据库中确定所述目标目的地对应的行程模板，所述行程模板包括多个环节，所述多个环节中的每个环节包括至少一个候选对象；基于行程推荐模型，从所述每个环节的所述至少一个候选对象中确定推荐对象，所述行程推荐模型是基于所述多个环节对应的多个推荐对象的组合点击率最大为优化目标，以及以目标约束函数为约束条件构建的，所述目标约束函数至少包括相邻环节对应的推荐对象之间的距离约束；以及基于所述多个推荐对象生成推荐行程。
[0006]在一些实施例中，所述多个环节包括饮食环节、交通环节、景点环节、娱乐环节以及住宿环节中的多种。
[0007]在一些实施例中，所述从预设的数据库中确定所述目标目的地对应的行程模板，包括：对所述每个环节，基于所述目标用户的属性特征数据以及所述目标目的地的位置数据，从所述数据库中选取与当前环节对应的所述至少一个候选对象。
[0008]在一些实施例中，所述从所述数据库中选取与当前环节对应的所述至少一个候选对象，包括：从所述数据库中获取所述至少一个候选对象中的每个候选对象的特征数据，所述特征数据包括位置数据以及点击率。
[0009]在一些实施例中，所述相邻环节对应的推荐对象之间的距离约束包括所述相邻环
节对应的推荐对象之间的距离在预设的距离阈值内，所述相邻环节对应的推荐对象之间的距离是基于所述相邻环节对应的推荐对象的所述位置数据得到的。
[0010]在一些实施例中，所述目标约束函数还包括折返约束，所述折返约束包括第一个环节对应的推荐对象与最后一个环节对应的推荐对象之间的距离与所述第一个环节对应的推荐对象与第二个环节对应的推荐对象之间的距离的比例大于预设阈值，其中，所述第一个环节对应的推荐对象与所述最后一个环节对应的推荐对象之间的距离是基于所述第一个环节对应的推荐对象的所述位置数据与所述最后一个环节对应的推荐对象的所述位置数据得到的，所述第一个环节对应的推荐对象与所述第二个环节对应的推荐对象之间的距离是基于所述第一个环节对应的推荐对象的所述位置数据与所述第二个环节对应的推荐对象的所述位置数据得到的。
[0011]在一些实施例中，所述目标约束函数还包括所述每个环节包括一个所述推荐对象。
[0012]在一些实施例中，所述组合点击率包括所述多个推荐对象的所述点击率的和与平均值中的至少一种。
[0013]在一些实施例中，所述行程推荐模型的模型变量包括所述每个环节对应的所述推荐对象，所述基于行程推荐模型，从所述每个环节的所述至少一个候选对象中确定一个推荐对象，包括：基于线性化处理，将所述目标约束函数转换为线性函数；以及基于松弛算法求解所述模型变量的整数规划问题，确定所述多个推荐对象。
[0014]第二方面，本说明书还提供一种行程推荐的系统，包括至少一个存储介质以及至少一个处理器，所述至少一个存储介质存储有至少一个指令集，用于进行行程推荐；以及所述至少一个处理器同所述至少一个存储介质通信连接，其中，当所述行程推荐的系统运行时，所述至少一个处理器读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行本说明书第一方面所述的行程推荐的方法。
[0015]由以上技术方案可知，本说明书提供的行程推荐的方法和系统，以行程中不同环节对应的推荐对象的组合点击率最大为优化目标，并以不同环节对应的推荐对象之间的关系为约束条件（比如距离约束、折返约束，等等），来构建行程推荐模型，以获取每个环节对应的推荐对象，从而生成推荐行程，使得在复杂的场景下，获取更优的推荐行程，避免因距离太远或频繁折返带来的麻烦，以提升用户体验。同时，本说明书提供的行程推荐的方法和系统，在对行程推荐模型求解时，可以使用线性化处理方式来处理约束条件，还可以使用松弛算法来求解整数规划问题，从而加快求解速度，进行实时的行程推荐计算，在节省计算量的同时，提升计算速度和提升用户体验。
[0016]本说明书提供的行程推荐的方法和系统的其他功能将在以下说明中部分列出。根据描述，以下数字和示例介绍的内容将对那些本领域的普通技术人员显而易见。本说明书提供的行程推荐的方法和系统的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。
附图说明
[0017]为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，
对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1示出了根据本说明书的实施例提供的一种行程推荐的系统的应用场景示意图；图2示出了根据本说明书的实施例提供的一种计算设备的硬件结构图；以及图3示出了根据本说明书的实施例提供的一种行程推荐的方法流程图。
具体实施方式
[0019]以下描述提供了本说明书的特定应用场景和要求，目的是使本领域技术人员能够制造和使用本说明书中的内容。对于本领域技术人员来说，对所公开的实施例的各种局部修改是显而易见的，并且在不脱离本说明书的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用。因此，本说明书不限于所示的实施例，而是与权利要求一致的最宽范围。
[0020]这里使用的术语仅用于描述特定示例实施例的目的，而不是限制性的。比如，除非上下文另有明确说明，这里所使用的，单数形式“一”，“一个”和“该”也可以包括复数形式。当在本说明书中使用时，术语“包括”、“包含”和/或“含有”意思是指所关联的整数，步骤、操作、元素和/或组件存在，但不排除本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行程推荐的方法，包括：获取目标用户的目标目的地；从预设的数据库中确定所述目标目的地对应的行程模板，所述行程模板包括多个环节，所述多个环节中的每个环节包括至少一个候选对象；基于行程推荐模型，从所述每个环节的所述至少一个候选对象中确定推荐对象，所述行程推荐模型是基于所述多个环节对应的多个推荐对象的组合点击率最大为优化目标，以及以目标约束函数为约束条件构建的，所述目标约束函数至少包括相邻环节对应的推荐对象之间的距离约束；以及基于所述多个推荐对象生成推荐行程。2.如权利要求1所述的行程推荐的方法，其中，所述多个环节包括饮食环节、交通环节、景点环节、娱乐环节以及住宿环节中的多种。3.如权利要求1所述的行程推荐的方法，其中，所述从预设的数据库中确定所述目标目的地对应的行程模板，包括：对所述每个环节，基于所述目标用户的属性特征数据以及所述目标目的地的位置数据，从所述数据库中选取与当前环节对应的所述至少一个候选对象。4.如权利要求3所述的行程推荐的方法，其中，所述从所述数据库中选取与当前环节对应的所述至少一个候选对象，包括：从所述数据库中获取所述至少一个候选对象中的每个候选对象的特征数据，所述特征数据包括位置数据以及点击率。5.如权利要求4所述的行程推荐的方法，其中，所述相邻环节对应的推荐对象之间的距离约束包括所述相邻环节对应的推荐对象之间的距离在预设的距离阈值内，所述相邻环节对应的推荐对象之间的距离是基于所述相邻环节对应的推荐对象的所述位置数据得到的。6.如权利要求4所述的行程推荐的方法，其中，所述目标约束函数还包括折返约束，所述折返约束包括第一个环...

【专利技术属性】
技术研发人员：江林格，刘子奇，华致刚，周俊，甘润生，刘凯，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：