一种基于深度学习的兴趣点排序方法、装置及设备

本申请公开了一种基于深度学习的兴趣点排序方法、装置及设备，涉及数据分析技术领域，该方法包括：构建多标签样本集，多标签样本集包括多个兴趣点POI对应的样本，样本携带有用户行为标签，用户行为标签包括：点击标签以及发单标签，点击标签指示用户是否点击POI，发单标签指示用户是否发单；在多标签样本集中确定正样本以及负样本；将多标签样本集输入至深度学习模型中，并基于多标签加权损失函数对深度学习模型进行训练，以得到兴趣点排序模型，深度学习模型用于对各POI进行打分并根据各POI的得分进行排序，多标签损失函数用于增加正样本所对应POI与负样本所对应POI的得分差值。从而提高了模型POI排序的准确性，实现了用户体验的提高。