(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 202111449723.6 (22)申请日 2021.11.30 (71)申请人 北京世纪新 运交通运输科技应用研 究所 地址 101101 北京市海淀区北京市高梁桥 斜街44号一区89号楼科教楼13 02-3室 (72)发明人 刘静　吴萌　侯晓宇　胡思宇　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 代理人 于丹 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/30(2012.01) G06N 3/02(2006.01) G06F 17/18(2006.01)G06F 17/16(2006.01) G06F 16/9535(2019.01) (54)发明名称 交通信息推荐方法、 装置、 电子设备及计算 机存储介质 (57)摘要 本申请提供交通信息推荐方法、 装置、 电子 设备及计算机存储介质， 涉及人工智能技术领 域。 本申请实施例在确定预设类型的交通事件发 生后， 确定与发生交通事件的目标路段在预设距 离范围的目标对象； 根据目标对象的历史出行数 据， 确定用于表示目标对象在包含交通事件发生 时刻的预设时长内经过目标路段频率的第一频 率分布特征， 以及用于表示目标对象在预设时长 内经过目标对象当前所在路段频率的第二频率 分布特征； 根据目标对象 的第一频率分布特征以 及第二频率 分布特征， 预测目标对象需要经过目 标路段后， 向目标对象推荐目标路段的交通信 息。 本申请实施例结合对象的历史出行数据， 主 动向用户推荐发生交通事件的交通信息， 提高交 通信息推荐的灵活性。 权利要求书2页 说明书14页 附图4页 CN 114154711 A 2022.03.08 CN 114154711 A 1.一种交通信息推荐方法， 其特 征在于， 该 方法包括： 在确定预设类型的交通事件发生后， 确定与发生所述交通事件的目标路段在预设距离 范围的目标对象； 根据所述目标对象的历史出行数据， 确定用于表示所述目标对象在包含所述交通事件 发生时刻的预设时长内经过所述目标路段频率的第一频率分布特征， 以及用于表示所述目 标对象在所述预设时长内经 过所述目标对象当前 所在路段 频率的第二频率分布特 征； 根据所述目标对象的第 一频率分布特征以及所述第 二频率分布特征， 预测所述目标对 象需要经 过所述目标路段后， 向所述目标对象推荐所述目标路段的交通信息 。 2.如权利要求1所述的方法， 其特征在于， 根据下列 方式预测所述目标对象需要经过所 述目标路段： 基于预测网络模型， 将所述目标对象的第 一频率分布特征以及所述第 二频率分布特征 输入所述预测网络模型， 并获取 所述预测网络模型输出的预测参数； 在确定所述预测参数为表示所述目标对象需要经过所述目标路段的参数后， 确定所述 目标对象需要经 过所述目标路段。 3.如权利要求2所述的方法， 其特征在于， 所述将所述目标对象的第 一频率分布特征以 及所述第二频率分布特征输入所述预测网络模型， 并获取所述预测网络模 型输出的预测参 数， 具体包括： 分别从所述第一频率分布特征和所述第二频率分布特征中截取第一时间段对应的频 率分布特征， 将截取出的所述第一时间段对应的频率分布特征进 行融合处理后输入所述预 测网络模型的第一时间卷积网络； 以及 分别从所述第一频率分布特征和所述第二频率分布特征中截取第二时间段对应的频 率分布特征， 将截取出的所述第二时间段对应的频率分布特征进 行融合处理后输入所述预 测网络模型的第二时间卷积网络； 将所述第一时间卷积网络的输出结果与所述第二时间卷积网络的输出结果合并处理 后输入所述预测网络模型的全连接网络， 并获取 所述全连接网络 输出的预测参数。 4.如权利要求1所述的方法， 其特征在于， 根据下列 方式确定所述第 一频率分布特征和 所述第二频率分布特 征： 从预先构建的包含各个路段上在不同时段的出行频率的出行频率特征集合中， 确定所 述目标路段对应的出行频率特征矩阵以及所述目标对 象当前所在路段对应的出行频率特 征矩阵； 其中， 所述出行频率特征集合是根据包含所述 目标对象的多个对 象的历史出行数 据构建的； 根据所述交通事件发生的时段， 从所述目标路段对应的出行频率特征矩阵中获取所述 目标对象对应的第一频率分布特征， 以及从所述目标对象当前所在路段对应的出行频率特 征矩阵中获取 所述目标对象对应的第二频率分布特 征。 5.如权利要求4所述的方法， 其特征在于， 根据下列 方式构建的包含各个路段上在不同 时段的出 行频率的出 行频率特征集合： 针对任意一个路段， 根据包含所述目标对象的多个参考对象的历史出行数据， 确定所 述参考对象经过所述路段的时段和在每个时段内经过所述路段的历史出行次数， 以及确定 所述参考对象经过各个路段的累计出行次数； 根据每个时段对应的历史出行次数和所述累权　利　要　求　书 1/2 页 2 CN 114154711 A 2计出行次数， 确定每个时段对应的出行频率； 根据确定出的每个时段对应的出行频率， 构建 所述路段对应的在不同时段的出 行频率特征矩阵； 将各个路段对应的出 行频率特征矩阵组成所述出 行频率特征集合。 6.如权利要求1所述的方法， 其特征在于， 根据下列 方式确定所述第 一频率分布特征和 所述第二频率分布特 征： 根据所述目标对象的历史出行数据， 确定所述目标对象经过所述目标路段的时段和在 每个时段内经过所述目标路段的历史出行次数， 以及确定所述目标对象经过各个路段的累 计出行次数； 根据每个时段对应的历史出行次数和所述累计出行次数， 确定每个时段对应 的出行频率； 根据确定出 的每个时段对应的出行频率， 构建所述 目标路段对应的在不同时 段的出行频率特征矩阵； 以及 根据所述目标对象的历史出行数据， 确定所述目标对象经过当前所在路段的时段和在 每个时段内经过当前所在路段的历史出行次数， 以及确定所述目标对象在经过各个路段的 累计出行次数； 根据每个时段对应的历史出行次数和所述累计出行次数， 确定每个时段对 应的出行频率； 根据确定出 的每个时段对应的出行频率， 构建所述当前所在路段对应的在 不同时段的出 行频率特征矩阵； 根据所述交通事件发生的时段， 从所述目标路段对应的出行频率特征矩阵中获取所述 目标对象对应的第一频率分布特征， 以及从所述目标对象当前所在路段对应的出行频率特 征矩阵中获取 所述目标对象对应的第二频率分布特 征。 7.一种交通信息推荐装置， 其特 征在于， 包括： 确定单元， 用于在确定预设类型的交通事件发生后， 确定与发生所述交通事件的目标 路段在预设距离范围的目标对象； 处理单元， 用于根据所述目标对象的历史出行数据， 确定用于表示所述目标对象在包 含所述交通事件发生时刻的预设时长内经过所述目标路段频率的第一频率分布特征， 以及 用于表示所述目标对象在所述预设时长内经过所述目标对 象当前所在路段频率的第二频 率分布特 征； 推荐单元， 用于根据所述目标对象的第一频率分布特征以及所述第二频率分布特征， 预测所述目标对象需要经过所述目标路段后， 向所述目标对象推荐所述目标路段的交通信 息。 8.如权利要求7 所述的装置， 其特 征在于， 所述推荐单 元具体用于： 根据下列方式预测所述目标对象需要经 过所述目标路段： 基于预测网络模型， 将所述目标对象的第 一频率分布特征以及所述第 二频率分布特征 输入所述预测网络模型， 并获取所述预测网络模型输出 的预测参数； 在确定所述预测参数 为表示所述目标对象需要 经过所述目标路段的参数后， 确定所述目标对象需要经过所述目 标路段。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 其中， 所述存储器存储有程序代 码， 当所述程序代码被所述处理器执行时， 使得所述处理器执行权利要求1～6中任一所述 方法的步骤。 10.一种计算机可读存 储介质， 其特征在于， 包括 程序代码， 当所述程序代码在电子设备 上运行时， 所述程序代码用于使所述电子设备执行权利要求1～6中任一所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114154711 A 3