-
公开(公告)号:CN111353009B
公开(公告)日:2021-10-26
申请号:CN202010079202.5
申请日:2020-02-03
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种建立路线耗时预估模型、预估路线耗时的方法及对应装置,设置人工智能技术领域。技术方案包括:从用户轨迹数据中获取训练数据,训练数据包括:用户经过的路线、用户经过该路线时的时间信息以及用户经过该路线的实际耗时信息;利用训练数据训练得到路线耗时预估模型,其中路线耗时预估模型包括:路况子网络利用时间信息和路线所包含各路段的路网特征表示,预估路线所包含各路段的路况特征表示;整合子网络依据时间信息的特征表示、路线所包含各路段的向量表示以及路线所包含各路段的路况特征表示,确定路线的预估耗时;路线耗时预估模型的训练目标为:最小化路线的预估耗时与实际耗时的差距。本申请能够提高路线耗时预估的准确性。
-
公开(公告)号:CN111292549A
公开(公告)日:2020-06-16
申请号:CN202010079207.8
申请日:2020-02-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/0968 , G01C21/34
Abstract: 本申请公开了一种建立路线耗时预估模型的方法、预估路线耗时的方法及对应装置,涉及人工智能领域。具体实现方案为:从用户轨迹数据中获取训练数据,训练数据包括:用户经过的路线、用户经过该路线时的时间信息以及用户经过该路线的实际耗时信息;利用训练数据训练得到路线耗时预估模型,其中路线耗时预估模型包括:路段子网络基于路线所包含的各路段及其上下文,分别获取各路段的向量表示;整合子网络依据时间信息的特征表示、各路段的向量表示以及路线所包含各路段的路况特征表示,确定路线的预估耗时,其中路段的路况特征表示由路段及其上下文的路况信息得到;路线耗时预估模型的训练目标为:最小化路线的预估耗时与实际耗时的差距。
-
公开(公告)号:CN108921624A
公开(公告)日:2018-11-30
申请号:CN201810847894.6
申请日:2018-07-27
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种广告融合方法、装置、存储介质和终端设备,其中,所述方法包括:将非广告结果和广告结果汇合在候选结果集合中;将所述候选结果集合输入序列生成模型,得到所述候选结果集合中的各候选结果的选择概率;根据各所述候选结果的选择概率,从所述候选结果集合中选取候选结果,生成多个候选推荐序列;将各所述候选推荐序列输入序列评估模型,得到各所述候选推荐序列的评估结果;以及根据各所述候选推荐序列的评估结果,从所述各候选推荐序列中选取优选推荐序列。采用本发明,可以使得在序列中插入的广告不会过于突兀,有效地提高用户的浏览体验。
-
公开(公告)号:CN104331459B
公开(公告)日:2018-07-06
申请号:CN201410602477.7
申请日:2014-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
Abstract: 本发明实施例公开了一种基于在线学习的网络资源推荐方法及装置,该方法包括:根据用户针对展示的网络资源的反馈日志,对用于推荐网络资源的数据模型进行训练;基于所述数据模型对需要推荐的网络资源按照E&E算法进行打分和推荐;对推荐的网络资源进行展示。本发明实施例以用户的反馈来训练数据模型,实现对数据模型进行快速反复的迭代,能提高推荐策略的反应速度和推荐的准确率。
-
-
-