(19)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 202210983575.4 (22)申请日 2022.08.16 (71)申请人 抖音视界有限公司 地址 100041 北京市石景山区实兴大街3 0 号院3号楼 2层B-0035房间 (72)发明人 蒋淳　 (74)专利代理 机构 北京英创嘉友知识产权代理 事务所(普通 合伙) 11447 专利代理师 曹寒梅 (51)Int.Cl. G06F 16/9535(2019.01) G06K 9/62(2022.01) (54)发明名称 模型的训练方法、 车辆服务确定方法、 装置、 介质及设备 (57)摘要 本公开涉及一种模型的训练方法、 车辆服务 确定方法、 装置、 介质及设备， 所述方法包括： 获 取车辆对应的车辆数据以及用户提供的历史操 作数据； 根据所述车辆数据和所述历史操作数据 进行特征维度抽取， 获得服务训练样本的输入特 征对应的目标维度； 根据所述目标维度， 从所述 车辆数据和所述历史操作数据中进行特征提取， 获得所述服务训练样本中的服务输入特征和服 务结果， 其中， 所述服务结果包括开启目标服务 和拒绝目标服务； 将所述服务输入 特征作为服务 确定模型的输入， 以所述服务输入 特征对应的服 务结果作为所述服务确定模型的目标输出， 对所 述服务确定模 型进行训练， 并将训练完成的服务 确定模型确定为所述目标服务对应的服务确定 模型。 权利要求书3页 说明书17页 附图3页 CN 115269995 A 2022.11.01 CN 115269995 A 1.一种车辆服 务确定模型的训练方法， 其特 征在于， 所述方法包括： 获取车辆对应的车辆数据以及用户提供的历史操作数据； 根据所述车辆数据和所述历史操作 数据进行特征维度抽取， 获得服务训练样本的输入 特征对应的目标维度； 根据所述目标维度， 从所述车辆数据和所述历史操作数据中进行特征提取， 获得所述 服务训练样本中的服务输入特征和 服务结果， 其中， 所述服务结果包括开启目标服务和拒 绝目标服 务； 将所述服务输入特征作为服务确定模型的输入， 以所述服务输入特征对应的服务结果 作为所述服务确定模型 的目标输出， 对所述服务确定模型进行训练， 并将训练完成的服务 确定模型确定为所述目标服 务对应的服 务确定模型。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述车辆数据和所述历史操作 数 据进行特征维度抽取， 获得服 务训练样本的输入特 征对应的目标维度， 包括： 确定所述车辆数据和所述历史操作数据所对应的各个服 务输入维度； 对各个所述服务输入维度进行拼接， 获得多个候选组合维度， 其中， 所述候选组合维度 中包含至少两个服 务输入维度； 根据所述车辆数据和所述历史操作 数据对所述候选组合维度下的特征进行提取， 获得 所述候选组合维度对应的组合维度特 征； 根据所述组合维度特 征和所述车辆数据， 确定所述 候选组合维度中的目标组合维度； 将各个所述 服务输入维度和所述目标组合维度确定为所述目标维度。 3.根据权利要求2所述的方法， 其特征在于， 所述确定所述车辆数据和所述历史操作 数 据所对应的各个服 务输入维度， 包括： 确定所述车辆数据中与所述目标服务对应的各个车辆维度， 作为所述车辆数据对应的 所述服务输入维度； 根据所述历史操作数据， 确定所述车辆中对所述目标服务对应的关联对象的操作维 度， 以及对所述目标服务进行操作的时间维度和频率维度， 作为所述历史操作数据对应的 所述服务输入维度。 4.根据权利要求2所述的方法， 其特征在于， 所述根据所述车辆数据和所述历史操作 数 据对所述候选组合维度下 的特征进行提取， 获得所述候选组合维度对应的组合维度特征， 包括： 从所述车辆数据和所述历史操作数据中确定所述候选组合维度中的每一维度下的维 度数据； 针对每一所述候选组合维度， 对所述候选组合维度的每一维度 下的目标维度 数据进行 拼接， 获得 所述候选组合维度对应的所述组合维度特 征； 其中， 若所述维度下的维度数据为数值型数据， 则所述维度下的目标维度数据为对所 述维度下的维度数据进行分桶处理后获得的所述 维度下的离散维度数据； 若 所述维度下的 维度数据为非数值型 数据， 则所述维度下的目标维度数据为所述维度下的所述维度数据。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述组合维度特征和所述车辆数 据， 确定所述 候选组合维度中的目标组合维度， 包括： 根据所述车辆数据， 确定所述候选组合维度 下的各个所述组合维度特征对应的服务结权　利　要　求　书 1/3 页 2 CN 115269995 A 2果； 若所述候选组合维度下存在两个组合维度特征对应的服务结果指示的开启目标服务 的比例的差值超过 预设阈值， 则将该候选组合维度确定为所述目标组合维度。 6.根据权利要求1所述的方法， 其特征在于， 在所述根据 所述车辆数据和所述历史操作 数据进行 特征维度抽取的步骤之前， 所述方法还 包括： 对所述车辆数据和所述历史操作 数据进行数据预处理， 以获得处理后的处理车辆数据 和处理历史操作数据， 其中， 所述数据预处理包括数据格式检查、 默认值填充、 数值数据分 桶处理中的至少一 者； 所述根据 所述车辆数据和所述历史操作 数据进行特征维度抽取， 获得服务训练样本的 输入特征对应的目标维度， 包括： 根据所述处理车辆数据和所述处理历史操作数据进行特征维度抽取， 获得服务训练样 本的输入特 征对应的目标维度。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标维度， 从所述车辆数据 和所述历史操作数据中进 行特征提取， 获得所述服务训练样本中的服务输入特征和服务结 果， 包括： 若存在指示用户开启目标服务或者响应于目标服务的输出接收到用户的确认操作的 第一车辆数据， 则根据所述 目标维度， 从所述第一车辆数据和所述历史操作数据中抽取所 述目标维度下的维度参数， 作为所述服务输入特征， 并确定所述服务结果为开启目标服务， 以获得正样本下的所述 服务训练样本； 若存在指示响应于目标服务的输出接收到用户的拒 绝操作， 则根据所述目标维度的第 二车辆数据， 从所述第二车辆数据和所述历史操作数据抽取所述 目标维度下 的维度参数， 作为所述服务输入特征， 并确定所述 目标服务结果为拒绝 目标服务， 以获得负样本下 的所 述服务训练样本； 若所述车辆数据指示所述车辆的行驶过程中未开启所述目标服务， 则根据所述目标维 度， 从所述车辆数据和所述历史操作数据中抽取所述 目标维度下 的维度参数， 作为所述服 务输入特征， 并确定所述 目标服务结果为拒绝 目标服务， 以获得负样本下 的所述服务训练 样本。 8.一种车辆服 务确定方法， 其特 征在于， 所述方法包括： 获取目标车辆对应的目标车辆数据和所述目标车辆对应的目标用户提供的历史操作 数据； 根据目标服务对应的服务确定模型中的目标维度， 从所述目标车辆数据和所述目标用 户提供的历史操作数据中进行特征提取， 获得所述目标车辆的当前服务特征， 其中， 所述目 标服务的服务确定模型是基于权利要求1 ‑7中任一所述的服务确定模型的训练方法获得 的； 根据所述当前服务特征和所述服务确定模型， 确定所述目标服务是否为所述目标车辆 输出的推荐服 务。 9.一种车辆服 务确定模型的训练装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取 车辆对应的车辆数据以及用户提供的历史操作数据； 第一处理模块， 用于根据所述车辆数据和所述历史操作数据进行特征维度抽取， 获得权　利　要　求　书 2/3 页 3 CN 115269995 A 3