技术特征：
1.一种训练样本的构建方法，包括：获取出行方案集合，所述出行方案集合中包含多个第一出行方案集合与多个第二出行方案集合，所述第一出行方案集合中包含实际出行方案；根据对应所述出行方案集合中每个出行方案的操作信息，得到每个出行方案集合的操作信息集合；使用所述多个第一出行方案集合的操作信息集合与所述多个第一出行方案集合中的实际出行方案，得到预估模型；将所述多个第二出行方案集合的操作信息集合输入所述预估模型，得到所述预估模型针对每个第二出行方案集合输出的实际出行方案预测结果；根据所述多个第二出行方案集合与所述多个第二出行方案集合的实际出行方案预测结果，得到训练样本的构建结果。2.根据权利要求1所述的方法，其中，所述根据对应所述出行方案集合中每个出行方案的操作信息，得到每个出行方案集合的操作信息集合包括：针对每个出行方案集合，获取对应该出行方案集合中每个出行方案的操作信息；根据时间戳，将所获取的操作信息进行排序；将操作信息的排序结果，作为该出行方案集合的操作信息集合。3.根据权利要求1所述的方法，其中，所述得到每个出行方案集合的操作信息集合包括：获取预设的操作逻辑；针对每个操作信息集合，在确定该操作信息集合中包含的操作信息满足所述预设的操作逻辑的情况下，保留该操作信息集合。4.根据权利要求1所述的方法，其中，所述使用所述多个第一出行方案集合的操作信息集合与所述多个第一出行方案集合中的实际出行方案，得到预估模型包括：将所述多个第一出行方案集合的操作信息集合输入神经网络模型，得到所述神经网络模型针对每个第一出行方案集合输出的实际出行方案预测结果；根据每个第一出行方案集合的实际出行方案预测结果与实际出行方案计算得到的损失函数值，调整所述神经网络模型的参数，直至所述神经网络模型收敛，得到所述预估模型。5.根据权利要求1所述的方法，其中，所述根据所述多个第二出行方案集合与所述多个第二出行方案集合的实际出行方案预测结果，得到训练样本的构建结果包括：针对每个第二出行方案集合，将该第二出行方案集合中对应实际出行方案预测结果的出行方案作为正样本，将该第二出行方案集合中的其他出行方案作为负样本。6.一种训练样本的构建装置，包括：获取单元，用于获取出行方案集合，所述出行方案集合中包含多个第一出行方案集合与多个第二出行方案集合，所述第一出行方案集合中包含实际出行方案；处理单元，用于根据对应所述出行方案集合中每个出行方案的操作信息，得到每个出行方案集合的操作信息集合；训练单元，用于使用所述多个第一出行方案集合的操作信息集合与所述多个第一出行方案集合中的实际出行方案，得到预估模型；
预测单元，用于将所述多个第二出行方案集合的操作信息集合输入所述预估模型，得到所述预估模型针对每个第二出行方案集合输出的实际出行方案预测结果；构建单元，用于根据所述多个第二出行方案集合与所述多个第二出行方案集合的实际出行方案预测结果，得到训练样本的构建结果。7.根据权利要求6所述的装置，其中，所述处理单元在根据对应所述出行方案集合中每个出行方案的操作信息，得到每个出行方案集合的操作信息集合时，具体执行：针对每个出行方案集合，获取对应该出行方案集合中每个出行方案的操作信息；根据时间戳，将所获取的操作信息进行排序；将操作信息的排序结果，作为该出行方案集合的操作信息集合。8.根据权利要求6所述的装置，其中，所述处理单元在得到每个出行方案集合的操作信息集合时，具体执行：获取预设的操作逻辑；针对每个操作信息集合，在确定该操作信息集合中包含的操作信息满足所述预设的操作逻辑的情况下，保留该操作信息集合。9.根据权利要求6所述的装置，其中，所述训练单元在使用所述多个第一出行方案集合的操作信息集合与所述多个第一出行方案集合中的实际出行方案，得到预估模型时，具体执行：将所述多个第一出行方案集合的操作信息集合输入神经网络模型，得到所述神经网络模型针对每个第一出行方案集合输出的实际出行方案预测结果；根据每个第一出行方案集合的实际出行方案预测结果与实际出行方案计算得到的损失函数值，调整所述神经网络模型的参数，直至所述神经网络模型收敛，得到所述预估模型。10.根据权利要求6所述的装置，其中，所述构建单元在根据所述多个第二出行方案集合与所述多个第二出行方案集合的实际出行方案预测结果，得到训练样本的构建结果时，具体执行：针对每个第二出行方案集合，将该第二出行方案集合中对应实际出行方案预测结果的出行方案作为正样本，将该第二出行方案集合中的其他出行方案作为负样本。11.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
技术总结
本公开提供了一种训练样本的构建方法、装置、电子设备和可读存储介质，涉及智能交通、深度学习等技术领域。训练样本的构建方法包括：获取出行方案集合；根据对应出行方案集合中每个出行方案的操作信息，得到每个出行方案集合的操作信息集合；使用多个第一出行方案集合的操作信息集合与多个第一出行方案集合中的实际出行方案得到预估模型；将多个第二出行方案集合的操作信息集合输入预估模型，得到预估模型针对每个第二出行方案集合输出的实际出行方案预测结果；根据多个第二出行方案集合与多个第二出行方案集合的实际出行方案预测结果，得到训练样本的构建结果。本公开能够降低训练样本的构建成本，提升训练样本的构建效率与准确性。确性。确性。
技术研发人员：史盟钊 梅怀博
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2021.09.30
技术公布日：2022/1/21