CN105091890B - 用于推荐候选路径的方法和装置 - Google Patents

用于推荐候选路径的方法和装置 Download PDF

Info

Publication number
CN105091890B
CN105091890B CN201410171830.0A CN201410171830A CN105091890B CN 105091890 B CN105091890 B CN 105091890B CN 201410171830 A CN201410171830 A CN 201410171830A CN 105091890 B CN105091890 B CN 105091890B
Authority
CN
China
Prior art keywords
user
path
section
behavioral data
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410171830.0A
Other languages
English (en)
Other versions
CN105091890A (zh
Inventor
丁建栋
朱俊
段宁
嵇鹏
赵乾坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to CN201410171830.0A priority Critical patent/CN105091890B/zh
Priority to US14/690,954 priority patent/US9506770B2/en
Priority to US14/745,919 priority patent/US9562786B2/en
Publication of CN105091890A publication Critical patent/CN105091890A/zh
Application granted granted Critical
Publication of CN105091890B publication Critical patent/CN105091890B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/44—Browsing; Visualisation therefor
    • G06F16/444—Spatial browsing, e.g. 2D maps, 3D or virtual spaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Abstract

本发明的各个实施方式提供了用于推荐候选路径的方法和装置。具体地，提供了一种用于推荐候选路径的方法，包括：响应于接收到来自用户的查询，查找满足查询的多个路径；针对多个路径中的当前路径，获取用户的行为数据和与当前路径相关联的至少一个其他用户的行为数据；基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标；以及至少基于与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。进一步，提供了一种用于推荐候选路径的装置。采用本发明的方法和装置，可以通过考虑用户自身的特征，来向用户推荐适合于自身特征的路径。

Description

用于推荐候选路径的方法和装置
技术领域
本发明的各实施方式涉及路径(path)推荐，更具体地，涉及用于基于用户的行为数据来推荐候选路径的方法和装置。
背景技术
随着计算机技术和定位技术的发展，目前已经开发出了各种路径导航设备。例如，用户(车辆的驾驶员)已经能够通过车载式或便携式导航设备，来查询从某起点到某终点之间的导航路径。采用现有的导航设备，可以返回多条候选的导航路径。
通常，导航设备例如可以基于距离、时间等标准来对多个导航路径进行排序。然而，由于用户自身的驾驶习惯、驾驶水平等方面存在差异，导航设备向用户推荐的导航路径并不一定适合于用户自身的特征，因而可能会给用户造成一定的不便。例如，假设用户是一位刚刚学会开车的司机并且驾驶经验非常有限，当导航设备向该用户推荐的首选路径是一条高速公路时，用户可能并不希望选择高速公路，而是更倾向于选取车速较慢的普通公路。此时，如何能够基于用户自身的特征，来推荐更为符合用户特征的候选路径，成为目前的一个研究热点。
发明内容
因而，期望能够开发一种能够基于用户的自身特征来推荐候选路径的技术方案，并且期望该技术方案可以和现有的导航技术方案相兼容，以便在尽量不改变现有路径导航技术方案的情况下，实现基于该用户的自身特征以及与该用户具有类似特征的其他用户的信息，来推荐候选路径。
根据本发明的一个方面，提供了一种用于推荐候选路径的方法，包括：响应于接收到来自用户的查询，查找满足查询的多个路径；针对多个路径中的当前路径，获取用户的行为数据和与当前路径相关联的至少一个其他用户的行为数据；基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标；以及至少基于与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。
根据本发明的一个方面，提供了一种用于推荐候选路径的装置，包括：查找模块，配置用于响应于接收到来自用户的查询，查找满足查询的多个路径；获取模块，配置用于针对多个路径中的当前路径，获取用户的行为数据和与当前路径相关联的至少一个其他用户的行为数据；确定模块，配置用于针对多个路径中的当前路径，基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标；以及推荐模块，配置用于至少基于与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。
针对基于现有的路径导航技术所获取的多条路径，本发明所述的方法和装置可以基于用户自身的特征以确定针对每条路径的推荐指标，从而将多条导航路径重新排序以便向用户推荐适合于自身特征的导航路径。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1示意性示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图；
图2示意性示出了根据一个技术方案的获取候选路径的用户界面的示意图；
图3示意性示出了根据本发明一个实施方式的、基于用户的行为数据来推荐候选路径的技术方案的架构图；
图4示意性示出了根据本发明一个实施方式的、基于用户的行为数据来推荐候选路径的方法的流程图；
图5示意性示出了根据本发明一个实施方式的、将路径划分为分段的示意图；
图6示意性示出了根据本发明一个实施方式的、对用户进行聚类的过程的示意图；以及
图7示意性示出了根据本发明一个实施方式的、基于用户的行为数据来推荐候选路径的装置的框图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图1显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施方式的功能和使用范围带来任何限制。
如图1所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其他光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施方式的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施方式中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其他计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其他模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
图2示意性示出了根据一个技术方案的获取候选路径的用户界面的示意图200。如图2所示，假设用户希望搜索从起点210“故宫”到终点220“颐和园”的导航路径，现有的技术方案通常会提供如图2所示的界面。在搜索结果230中，可以按照多个搜索标准(例如，按距离、按时间等)来返回多个搜索结果。具体地，当按距离232为搜索标准时，可以返回路径1、路径2...；当按时间234为搜索标准时，可以返回路径3、路径4...。
如图2所示，尽管现有的路径导航工具已经能够按照指定的标准来排序多个候选路径，然而此技术方案并不能考虑用户自身的行为数据，而是仅仅基于固定的搜索标准来进行排序。
例如，可能会存在这样的情况，某条候选路径道路崎岖并且导致司机在该路径上驾驶时不得不频繁地执行加速和减速行为。然而，按照现有的基于距离进行排序的技术方案，则可能会由于该路径的距离最短而首选推荐该路径。由于在该路径上驾驶的用户体验并不好，当用户选择了该路径时，用户很可能对该推荐结果并不满意。因而，期望可以基于用户的行为数据来尽量向用户推荐更为符合用户的驾驶习惯和驾驶体验的路径。
图3示意性示出了根据本发明一个实施方式的、基于用户的行为数据来推荐候选路径的技术方案的架构图300。在本发明的上下文中，用户的行为数据可以是指用户在以往的驾驶期间的历史行为。行为数据例如可以包括多个方面，例如，加速信息、减速信息、超速行为、以及发动机超转速等等。
如图3所示，在本发明的实施方式中，用户310是正在执行查询的用户。响应于接收到来自用户310的查询，可以从导航数据库320中查找符合该查询条件的导航路径(例如，路径1322、...、路径N324)；还可以从保存用户信息的用户信息库330中获取与至少一部分用户相关联的相关行为数据338。应当注意，在此的用户信息库330中可以存储采集到的多个用户的信息，例如，可以包括当前正在执行查询操作的用户的信息，还可以包括其他用户的信息。应当注意，用户信息库330中存储的行为数据还可以包括这些用户曾经在哪些路段(segment)上驾驶，例如，记录用户的某个行为是在哪条路段上出现的。
在本发明的一个实施方式中，用户信息库330中可以包括行为数据332，这里的行为数据例如是从来自车辆的实时数据中提取的数据。例如，可以通过车辆的总线接口、或者经由在车辆处安装的传感器来采集车辆的当前驾驶速度、位置和方向，继而可以从采集到的数据中提取车辆的驾驶员(即用户)的加速、减速等行为数据。另外，如图3中的虚线框所示，用户信息库330中还可以包括简档(profile)数据334和工况(context)数据336。简档数据334可以用于描述用户自身的基本信息，例如性别、年龄、驾龄、教育程度、以及职业等；而工况数据336可以用于描述当前用户周围的环境状况，例如时间信息、道路信息、交通信息、天气信息、以及车辆种类等。
在本发明的一个实施方式中，当接收到来自用户的查询时，可以从用户信息库330中搜索曾经在路径1322、...、路径N324上驾驶的其他用户，并基于该其他用户的行为数据来向用户推荐候选路径340。进一步，在本发明的另一实施方式中，为了使推荐结果更加符合用户的特征，还可以从用户信息库330中搜索曾经在路径1322、...、路径N324上驾驶的、与用户的工况数据和/或简档数据相类似的其他用户，以便基于这些相似的其他用户的行为数据来向用户推荐候选路径340。
本领域技术人员可以理解，可以从多个方面来衡量用户的行为，例如，行为数据至少包括以下中的至少任一项：加速信息、减速信息、超速行为、以及发动机超转速等。在本发明的上下文中，行为数据可以以多维向量的形式来表示，假设目前采集了K个行为，则可以以K维向量(d1，d2，...，dk，...，dK)来表示行为数据。
基于上文所述的架构，本发明提供了一种用于推荐候选路径的方法，包括：响应于接收到来自用户的查询，查找满足查询的多个路径；针对多个路径中的当前路径，获取用户的行为数据和与当前路径相关联的至少一个其他用户的行为数据；基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标；以及至少基于与多个路径相关联的推荐指标，向用户推荐候选路径。
在下文中将参见图4来详述本发明的细节。图4示意性示出了根据本发明一个实施方式的、基于用户的行为数据来推荐候选路径的方法的流程图400。具体地，在步骤S402中，响应于接收到来自用户的查询，查找满足查询的多个路径。在本发明的上下文中，并不限定以何种方式来获取满足查询条件的多个路径。例如，本领域技术人员可以采用如上文参见图2所示的已知的路径导航方法，来获取从起点“故宫”到终点“颐和园”的多条候选导航路径。另外，本领域技术人员还可以采用将在未来开发的各种路径导航方法来获取候选导航路径。按照参见步骤S404-S410所述的方法，可以将在步骤S402中找到的多个路径进行排序，进而优先地向用户推荐最为符合该用户的特征的路径。
在步骤S404中，针对多个路径中的当前路径，获取用户的行为数据和与当前路径相关联的至少一个其他用户的行为数据。目前并不知晓执行查询的用户在多个候选路径上驾驶时将会出现哪些行为，可以基于其他用户在多个候选路径上驾驶时的行为数据，来评估多个候选路径的情况进而排序多个候选路径。因而，在此步骤中还需要获取与当前用户的行为数据以及与多个路径中的每个路径相关联的至少一个其他用户的行为数据。
应当注意，根据本发明的技术方案需要逐个针对多个路径中的一个路径进行处理，因而在本文中将正在被处理的路径简称为“当前路径”以便于描述。
在步骤S406中，基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标。在此实施方式中，用户的行为数据是描述用户在驾驶过程中的行为的历史数据，类似地，至少一个其他用户的行为数据是描述该至少一个其他用户在驾驶过程中的行为的历史数据。
由于用户的行为数据可以在一定程度上描述驾驶体验(例如，频繁的加速和刹车可以表示较差的驾驶体验)，因而可以通过将正在执行查询的用户的行为数据和与候选路径相关联的其他用户的行为数据进行比较，以便基于比较结果来针对每个候选路径给出或高或低的推荐指标。
例如，假设用户在正常驾驶期间每1km的加速次数和减速次数分别为5次，而经过统计发现其他用户在导航路径1上的驾驶期间每1km的加速和减速次数分别达到了10次，则可以直观地认为该导航路径1的路况并不好(例如较为拥堵)，因而可以将导航路径1的推荐指标设置为较低的数值；当发现其他用户在导航路径2上的驾驶期间每1km的加速和减速次数分别为2次时，可以认为该导航路径2的路况较好，而将导航路径2的推荐指标设置为较高的数值。
在本发明的实施方式中，并不限定以何种方式来表示推荐指标，例如，可以以正实数来表示推荐指标，其中以较大的数值表示较高的推荐度并以较小的数值表示较低的推荐度；或者，可以以实数来表示推荐指标，以正数表示较高的推荐度并以负数表示较低的推荐度；或者，可以以例如“风险等级”的负面参数来表示推荐度，此时“风险等级，”越高则表示推荐度越低；或者，本领域技术人员还可以基于具体应用环境而选择其他表示方式。
在步骤S408中，判断是否存在更多当前路径，如果存在则操作流程返回步骤S404，否则操作流程继续前进到步骤S410。
在步骤S410处，至少基于与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。由于在步骤S406中已经获得了针对多个路径中的每个路径的推荐指标，继而可以基于推荐指标的高低来排序各个候选路径。
进一步，本发明的技术方案可以与现有的推荐方法相结合。假设目前已经针对按照各个导航路径的距离而给出了推荐顺序，可以基于现有的推荐顺序并结合根据本发明的方法确定的推荐指标，来将各个导航路径重新排序。
在本发明的一个实施方式中，引入了路段的概念，路段是指路径中的两个转折点之间的部分，现在将参见图5描述路段的含义。图5示意性示出了根据本发明一个实施方式的、将路径划分为路段的示意图500。如图5所示，假设已知经过两条路径(路径1530和路径2540)可以从起点510到达终点520。如图所示，路径1530是位于起点510和终点520之间的一条直线型公路，因而此时路径1530仅包括一个路段(即路段1532)。路径2540则包括三段公路，分别是路段2542、路段3544和路段4546。在本发明的一个实施方式中，例如可以以十字路口、环岛等位置作为划分路段的分割点。通过将路径划分为一个或者多个路段，可以以更细的粒度来表示路径，进而可以在更细的粒度上确定与路径中的每个路段的相关联的行为数据。
应当注意，在本发明的上下文中，并不限定两个转折点之间的位置关系，而是两个转折点可以是相邻的转折点，也可以是不相邻的转折点。如图5中所示，例如，路段2542和路段3544两者可以共同构成一个路段；进一步，路段2542、路段3544和路段4546三者可以构成一个路段。
在本发明的一个实施方式中，至少一个其他用户是曾经在当前路径中的至少一部分上驾驶的用户。在已经将路径划分为多个路段的情况下，可以分别获取曾经在一路径中的至少一个路段上驾驶的用户，并且基于这些用户的行为数据来估计在各个路段中的可能的驾驶体验，进而基于每个路段的相关数据来估计整个路径的驾驶体验，进而针对该路段确定推荐指标。
应当注意，在本发明的实施方式中并不限定只能选择曾经在当前路径的每个路段上驾驶的用户，而是只要选择曾经在当前路径中的至少一个路段上驾驶的用户即可。以此方式，一方面可以在更精细的粒度上确定推荐指标，另一方面，还可以尽量基于更多用户的行为数据来进行分析，以便削弱噪声行为数据的影响。
还应当注意，还可以保存用户曾经驾驶经过的路段的数据，例如可以采用列表的形式保存上述数据，具体地，用户1曾经经过的路段的数据可以记录为{路段1、路段2、路段4、...}，而用户2曾经经过的路段的数据可以记录为{路段2、路段5、路段7、...}。以此方式，通过查找每个用户曾经经过的路段，则可以获得曾经在当前路径中的至少一部分上驾驶的用户。上文仅仅示意性示出了用于存储用户曾经经过的路段的一个具体示例，本领域技术人员可以基于应用环境的需求来采用其他的存储方式，例如，可以与行为数据相结合地进行存储。
在本发明的一个实施方式中，用户的行为数据是描述用户在驾驶过程中的行为的次数，以及行为至少包括以下中的至少任一项：加速信息、减速信息、超速行为、以及发动机超转速。可以记录用户的各个行为的次数来作为行为数据。具体地，表1示意性示出了用于存储行为数据的示意性数据结构。
表1行为数据的示例1
用户 加速 减速 超速
用户1 20 30 1 ...
用户2 25 30 2 ...
... ... ... ... ...
本领域技术人员应当注意，上文表1中仅仅示意性示出了用于存储行为数据的示例，本领域技术人员还可以基于具体应用环境的需求来设计其他的数据结构。给了更准确地记录用户在每个路段上的行为，还可以分别记录用户在每个路段上的各个行为的次数，此时上文表1中的行为数据可以被修改为如表2所示。
表2行为数据的示例2
用户 路段 加速 减速 超速 ...
用户1 路段1 2 3 1 ...
用户2 路段1 3 4 0 ...
用户1 路段2 3 1 0 ...
... ... ... ... ... ...
在本发明的一个实施方式中，基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标包括：针对当前路径中的至少一个路段中的当前路段，基于至少一个其他用户的行为数据确定至少一个其他用户在当前路段中的路段行为参数；通过比较用户的行为数据以及路段行为参数，确定与当前路段相关联的路段推荐指标；以及基于路段推荐指标确定与当前路径相关联的推荐指标。
在上文中，已经介绍可以将当前路径划分为多个路段。在下文中将详细介绍如何以每个路段为单位确定与每个路段相关联的路段推荐指标。假设对于路段1而言，通过检索发现有N个用户曾经驾驶经过路段1，并且从如上文表2中所示的数据结构中可以分别获得这N个用户在路段1上的各个方面的行为数据。简言之，可以将每个用户的行为数据进行求和，并求取N个用户的行为数据的平均值。可以将该平均值作为路段1的路段行为参数。在行为数据包括K个维度的情况下，确定的路段行为参数是一个K维向量。
尽管上文仅仅以求平均值的方式示意性示出了确定路段行为参数的一个具体示例，本领域技术人员还可以基于具体应用环境的需求而采用其他公式确定。例如，可以根据行为中各个维度的重要性来进行加权。具体地，假设认为超速是一种比较严重的行为，则可以针对该行为给出较高的权重(例如，2)；又例如，如果认为加速是一种常规行为，则可以针对该行为给出正常的权重(例如，1)。以此方式，可以以K维向量来表示针对各个维度的权重。
继而，可以通过比较用户的行为数据以及路段行为参数，确定与当前路段相关联的路段推荐指标。在本发明的一个实施方式中，期望找到路段行为参数较低的路段，因而可以针对路段行为参数较低的路段给出较高的路段推荐指标，进而包括这样路段的路径的推荐指标也较高。
在已经获得了每个路段的路段推荐指标的情况下，可以将各个路段的路段推荐指标进行求和，以确定针对整个路径的推荐指标。或者，还可以基于路径中的各个路段的重要性，来对各个路段推荐指标赋予不同的权重。
在本发明的一个实施方式中，基于至少一个其他用户的行为数据确定至少一个其他用户在当前路段中的路段行为参数包括：基于至少一个其他用户的行为数据以及简档数据中的至少任一项，将至少一个其他用户进行聚类；基于聚类，针对至少一个其他用户的行为数据进行加权；以及基于至少一个其他用户的加权的行为数据，确定路段行为参数。
在确定路段行为参数时，还可以考虑曾经在某路段上驾驶的用户与执行查询的用户之间的相似性。可以比较多个方面的相似性，简单地，可以基于用户的行为数据来对曾经在某路段上驾驶的用户进行聚类，可以对属于不同聚类的用户赋予不同的权重。图6示意性示出了根据本发明一个实施方式的对用户进行聚类的过程的示意图600。如图6所示，可以基于上文所述的在用户信息库中存储的行为数据332和简档数据334中的至少任一项来针对用户进行聚类(如箭头A所示)。在本发明的上下文中并不限定采用何种聚类算法，而是本领域技术人员可以根据具体应用环境的需求来选择适当的算法，在此不再赘述。
经过聚类之后，可以将多个用户划分至不同的聚类(例如，聚类1610至聚类X620)，此时，为了获取与执行查询的用户630具有类似背景的用户，还可以查询该用户630属于哪个聚类(如箭头B所示)，继而输出该用户630所属于的聚类x640(如箭头C所示)。以此方式，即可基于关于聚类的信息而执行后续的操作。
例如，对于与查询用户属于相同聚类的用户可以赋予较高的权重，而对于与查询用户属于不同聚类的用户可以赋予较低的权重。通过赋予不同的权重，可以更多地考虑与查询用户相类似的用户的行为数据。
如上文中所述，可以基于行为数据来进行聚类，还可以基于简档数据来进行聚类，或者还可以基于行为数据和简档数据两者来进行聚类，以便反映行为数据和简档数据两方面的相似性。
在本发明的一个实施方式中，假设候选路径中包括M个路段，可以基于如下公式来确定针对当前路段m的路段行为参数segm：
公式1
其中U为至少一个其他用户(即曾经在路段m上驾驶的用户)的数量，ωi为针对至少一个其他用户的中的第i个用户的权重，以及di为第i个用户的行为数据。
应当注意，尽管上文中以di表示第i个用户的行为数据，通过上文记载可知，该行为数据di可以是K维向量的形式，本领域技术人员可以自行实现在行为数据包括K个维度时的公式，在此不再赘述。
在本发明的一个实施方式中，通过以下公式确定与路段相关联的路段推荐指标SegRecm包括：
公式2
其中d为用户的行为数据。在此通过比较来确定用户的行为数据d以及基于曾经在该路段上驾驶的其他用户的行为数据确定的路段行为参数segm。在本发明的上下文中，由于期望寻找更好的路段，并且路段行为参数可以在一定程度上描述路段的好坏，采用此公式可以确保当路段行为参数segm越大时，路段推荐指标的值SegRecm越小(可能是负数)，此时表示不适于推荐该路段。反之，当路段行为参数segm越小时，表示其他用户在该路段上采取的行为的数量越小(即，表示该路段的路况较好因而易于驾驶)，此时路段推荐指标的值SegRecm越大(可能是正数)，表示适于推荐该路段。
应当注意，尽管在上文中给出了用于确定路段推荐指标SegRecm的具体公式，然而，本领域技术人员应当理解，上述公式仅仅是一个具体示例，本领域技术人员还可以根据具体应用环境的需要而采用其他公式。例如，可以采用公式SegRecm＝d-segm，此时当d>segm时，路段推荐指标SegRecm为正数，而当d<segm时，路段推荐指标SegRecm为负数，并且其中SegRecm越大则表示越适于推荐该路段。又例如，还可以采用公式或者SegRecm＝segm-d，此时SegRecm越大则表示越不适于推荐该路段。
在上文中已经具体介绍了如何确定对于候选路径中的每个路段的路段推荐指标SegRecm。由于在本发明的上下文中，需要向用户推荐能够从起点到达终点的路径而不是路段，因而还需要对针对路径中的各个路段的路段推荐指标SegRecm进行求和，以便从整体上考虑路径是否适合于被推荐。
在本发明的一个实施方式中，基于路段推荐指标确定与当前路径相关联的推荐指标PathRec包括：
公式3
其中M表示当前路径中的路段的数量。在此公式中，可以将基于上文公式1的SegRecm进行求和，以便获取针对每个路径的推荐指标PathRec。
在本发明的一个实施方式中，由于此时一条路径中的多个路段可能会具有不同的重要性，因而还可以针对每个路段赋予杈重。因而，上文中的公式3可以进一步被扩展为：
公式4
其中M表示当前路径中的路段的数量，um表示针对当前路径中的第m个路段的权重。例如，假设路径中的路段1的长度为1km而路段2的长度为3km时，可以针对路径1和3分别赋予权重1和3。或者，本领域技术人员还可以采用其他方式设置权重的具体数值。
由于用户的行为数据可以包括K个方面(例如，加速信息、减速信息、超速行为、以及发动机超转速)，因而在基于用户的行为数据来使用上文的公式1-4的时候，基于行为数据确定的数值可以是一个K维向量。此时，为了区别行为数据中各个维度的重要性，还可以针对不同的维度设置不同的权重。
例如，假设某一步骤中的确定结果为向量(v1，v2，...，vk，...，vK)，并且针对每个维度设置的权重为则此时经过加权后的结果可以是
在本发明的一个实施方式中，至少基于与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径包括：获取与多个路径中的至少一个相关联的基本优先级评分；基于与多个路径中的至少一个相关联的基本优先级评分和与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。
采用本发明的技术方案，可以在尽量不改变现有的路径推荐技术的情况下，向用户提供更为符合自身情况的路径。因而，在本发明的一个实施方式中，可以考虑基于现有的路径推荐技术而获取的每个路径的基本优先级评分，继而再综合考虑该级别优先级评分以及基于本发明的而获得的推荐指标两者，向用户推荐候选路径。
具体地，假设已经存在满足用户的查询的N条路径，针对N条路径中的第n条路径的基本优先级评分为BaseScoren，基于本发明的方法获得的针对第n条路径的推荐指标为PathRecn，则此时可以基于如下公式4来确定针对第n条路径的综合优先级评分：
Scoren＝α*BaseScoren+β*PathRecn 公式5
其中α和β分别是针对基本优先级评分BaseScoren和推荐指标PathRecn的权重，当认为两者同等重要时，可以设置α＝β＝0.5；当认为推荐指标更为重要时，例如可以α＝0.1，β＝0.9设置。
在本发明的一个实施方式中，其中至少一个其他用户的工况数据与用户的工况数据相似，其中工况数据至少包括以下中的至少任一项：时间信息、道路信息、交通信息、天气信息、以及车辆种类。
由于每个用户在驾驶过程中所面临的工况可以有所不同，因而，为了更准确地推荐最为适合于查询用户的当前工况的道路，还可以使用曾经在候选路径上驾驶的、并且与查询用户的工况数据相类似的用户的行为数据。具体地，例如，用户的当前工况为(时间：10：00PM，天气：暴雨)，则在从用户信息库中搜索曾经在候选路径上驾驶的用户时，则可以仅选择曾经在雨夜驾车经过候选路径的用户，并且基于这些用户的信息来进行后续处理。通过考虑工况数据，可以更有针对性地向用户推荐符合用户自身状况的路径。
前面已经参考附图描述了实现本发明的方法的各个实施方式。本领域技术人员可以理解的是，上述方法既可以以软件方式实现，也可以以硬件方式实现，或者通过软件与硬件相结合的方式实现。并且，本领域技术人员可以理解，通过以软件、硬件或者软硬件相结合的方式实现上述方法中的各个步骤，可以提供一种基于相同发明构思的一种设备。即使该设备在硬件结构上与通用处理设备相同，由于其中所包含的软件的作用，使得该设备表现出区别于通用处理设备的特性，从而形成本发明的各个实施方式的设备。本发明中所述设备包括若干装置或模块，所述装置或模块被配置为执行相应步骤。本领域的所述技术人员通过阅读本说明书可以理解如何编写程序实现所述装置或模块执行的动作。由于所述设备与方法基于相同的发明构思，因此其中相同或相应的实现细节同样适用于与上述方法对应的装置或模块，由于其在上文中已经进行了详细和完整的描述，因此在下文中可能不再进行赘述。
图7示意性示出了根据本发明一个实施方式的、基于用户的行为数据来推荐候选路径的装置的框图700。具体地，提供了一种用于推荐候选路径的装置，包括：查找模块710，配置用于响应于接收到来自用户的查询，查找满足查询的多个路径；获取模块720，配置用于针对多个路径中的当前路径，获取用户的行为数据和与当前路径相关联的至少一个其他用户的行为数据；确定模块730，配置用于针对多个路径中的当前路径，基于用户的行为数据以及至少一个其他用户的行为数据，确定与当前路径相关联的推荐指标；以及推荐模块740，配置用于至少基于与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。
在本发明的一个实施方式中，至少一个其他用户是曾经在当前路径中的至少一部分上驾驶的用户。
在本发明的一个实施方式中，确定模块730包括：第一确定模块，配置用于针对当前路径中的至少一个路段中的当前路段，基于至少一个其他用户的行为数据确定至少一个其他用户在当前路段中的路段行为参数；第二确定模块，配置用于通过比较用户的行为数据以及路段行为参数，确定与当前路段相关联的路段推荐指标；以及第三确定模块，配置用于基于路段推荐指标确定与当前路径相关联的推荐指标。
在本发明的一个实施方式中，第一确定模块包括：聚类模块，配置用于基于至少一个其他用户的行为数据以及简档数据中的至少任一项，将至少一个其他用户进行聚类；加权模块，配置用于基于聚类，针对至少一个其他用户的行为数据进行加权；以及参数确定模块，配置用于基于针对至少一个其他用户的加杈的行为数据，确定路段行为参数。
在本发明的一个实施方式中，基于如下公式来确定针对当前路段m的路段行为参数segm：其中U为至少一个其他用户的数量，ωi为针对至少一个其他用户的中的第i个用户的权重，以及di为第i个用户的行为数据。
在本发明的一个实施方式中，基于如下公式确定与路段相关联的路段推荐指标SegRecm：其中d为用户的行为数据。
在本发明的一个实施方式中，基于如下公式确定与当前路径相关联的推荐指标PathRec：其中M表示当前路径中的路段的数量。
在本发明的一个实施方式中，推荐模块740包括：基本评分获取模块，配置用于获取与多个路径中的至少一个相关联的基本优先级评分；综合推荐模块，配置用于基于与多个路径中的至少一个相关联的基本优先级评分和与多个路径中的至少一个相关联的推荐指标，向用户推荐候选路径。
在本发明的一个实施方式中，其中至少一个其他用户的工况数据与用户的工况数据相似，其中工况数据至少包括以下中的至少任一项：时间信息、道路信息、交通信息、天气信息、以及车辆种类。
在本发明的一个实施方式中，用户的行为数据是描述用户在驾驶过程中的行为的次数，以及行为至少包括以下中的至少任一项：加速信息、减速信息、超速行为、以及发动机超转速。
本发明所述的方法和装置可以通过考虑用户自身的特征以确定针对每条路径的推荐指标，从而多条导航路径进行重新排序以便向用户推荐适合于自身特征的导航路径。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是——但不限于——电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言-诸如Smalltalk、C++等，以及常规的过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施方式中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施方式的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施方式。在不偏离所说明的各实施方式的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施方式的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施方式。

Claims (18)

1.一种用于推荐候选路径的方法，包括：
响应于接收到来自用户的查询，查找满足所述查询的多个路径；
针对所述多个路径中的当前路径，
获取所述用户的行为数据和与所述当前路径相关联的至少一个其他用户的行为数据；
基于所述用户的行为数据以及所述至少一个其他用户的行为数据，确定与所述当前路径相关联的推荐指标；以及
至少基于与所述多个路径中的至少一个相关联的推荐指标，向所述用户推荐所述候选路径，
其中基于所述用户的行为数据以及所述至少一个其他用户的行为数据，确定与所述当前路径相关联的推荐指标包括：
针对所述当前路径中的至少一个路段中的当前路段，
基于所述至少一个其他用户的行为数据确定所述至少一个其他用户在所述当前路段中的路段行为参数；
通过比较所述用户的行为数据以及所述路段行为参数，确定与所述当前路段相关联的路段推荐指标；以及
基于所述路段推荐指标确定与所述当前路径相关联的推荐指标。
2.根据权利要求1所述的方法，其中所述至少一个其他用户是曾经在所述当前路径中的至少一部分上驾驶的用户。
3.根据权利要求1或2所述的方法，其中基于所述至少一个其他用户的行为数据确定所述至少一个其他用户在所述当前路段中的路段行为参数包括：
基于所述至少一个其他用户的行为数据以及简档数据中的至少任一项，将所述至少一个其他用户进行聚类；
基于所述聚类，针对所述至少一个其他用户的行为数据进行加权；以及
基于针对所述至少一个其他用户的加权的行为数据，确定所述路段行为参数。
4.根据权利要求3所述的方法，其中基于如下公式来确定针对所述当前路段m的路段行为参数segm：
其中U为所述至少一个其他用户的数量，ωi为针对所述至少一个其他用户的中的第i个用户的权重，以及di为所述第i个用户的行为数据。
5.根据权利要求4所述的方法，其中基于如下公式确定与所述路段相关联的路段推荐指标SegRecm：
其中d为所述用户的行为数据。
6.根据权利要求5所述的方法，其中基于如下公式确定与所述当前路径相关联的推荐指标PathRec：
其中M表示当前路径中的路段的数量。
7.根据权利要求1或2所述的方法，其中至少基于与所述多个路径中的至少一个相关联的推荐指标，向所述用户推荐所述候选路径包括：
获取与所述多个路径中的至少一个相关联的基本优先级评分；
基于与所述多个路径中的至少一个相关联的基本优先级评分和与所述多个路径中的至少一个相关联的推荐指标，向所述用户推荐所述候选路径。
8.根据权利要求1或2所述的方法，其中所述至少一个其他用户的工况数据与所述用户的工况数据相似，其中所述工况数据至少包括以下中的至少任一项：时间信息、道路信息、交通信息、天气信息、以及车辆种类。
9.根据权利要求1或2所述的方法，其中：
所述用户的行为数据是描述所述用户在驾驶过程中的行为的次数，以及所述行为至少包括以下中的至少任一项：加速信息、减速信息、超速行为、以及发动机超转速。
10.一种用于推荐候选路径的装置，包括：
查找模块，配置用于响应于接收到来自用户的查询，查找满足所述查询的多个路径；
获取模块，配置用于针对所述多个路径中的当前路径，获取所述用户的行为数据和与所述当前路径相关联的至少一个其他用户的行为数据；
确定模块，配置用于针对所述多个路径中的当前路径，基于所述用户的行为数据以及所述至少一个其他用户的行为数据，确定与所述当前路径相关联的推荐指标；以及
推荐模块，配置用于至少基于与所述多个路径中的至少一个相关联的推荐指标，向所述用户推荐所述候选路径，
其中所述确定模块包括：
第一确定模块，配置用于针对所述当前路径中的至少一个路段中的当前路段，基于所述至少一个其他用户的行为数据确定所述至少一个其他用户在所述当前路段中的路段行为参数；
第二确定模块，配置用于通过比较所述用户的行为数据以及所述路段行为参数，确定与所述当前路段相关联的路段推荐指标；以及
第三确定模块，配置用于基于所述路段推荐指标确定与所述当前路径相关联的推荐指标。
11.根据权利要求10所述的装置，其中所述至少一个其他用户是曾经在所述当前路径中的至少一部分上驾驶的用户。
12.根据权利要求10或11所述的装置，其中所述第一确定模块包括：
聚类模块，配置用于基于所述至少一个其他用户的行为数据以及简档数据中的至少任一项，将所述至少一个其他用户进行聚类；
加权模块，配置用于基于所述聚类，针对所述至少一个其他用户的行为数据进行加权；以及
参数确定模块，配置用于基于针对所述至少一个其他用户的加权的行为数据，确定所述路段行为参数。
13.根据权利要求12所述的装置，其中基于如下公式来确定针对所述当前路段m的路段行为参数segm：
其中U为所述至少一个其他用户的数量，ωi为针对所述至少一个其他用户的中的第i个用户的加权，以及di为所述第i 个用户的行为数据。
14.根据权利要求13所述的装置，其中基于如下公式确定与所述路段相关联的路段推荐指标SegRecm：
其中d为所述用户的行为数据。
15.根据权利要求14所述的装置，其中基于如下公式确定与所述当前路径相关联的推荐指标PathRec：
其中M表示当前路径中的路段的数量。
16.根据权利要求10或11所述的装置，其中所述推荐模块包括：
基本评分获取模块，配置用于获取与所述多个路径中的至少一个相关联的基本优先级评分；
综合推荐模块，配置用于基于与所述多个路径中的至少一个相关联的基本优先级评分和与所述多个路径中的至少一个相关联的推荐指标，向所述用户推荐所述候选路径。
17.根据权利要求10或11所述的装置，其中所述至少一个其他用户的工况数据与所述用户的工况数据相似，其中所述工况数据至少包括以下中的至少任一项：时间信息、道路信息、交通信息、天气信息、以及车辆种类。
18.根据权利要求10或11所述的装置，其中：
所述用户的行为数据是描述所述用户在驾驶过程中的行为的次数，以及所述行为至少包括以下中的至少任一项：加速信息、减速信息、超速行为、以及发动机超转速。
CN201410171830.0A 2014-04-25 2014-04-25 用于推荐候选路径的方法和装置 Expired - Fee Related CN105091890B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201410171830.0A CN105091890B (zh) 2014-04-25 2014-04-25 用于推荐候选路径的方法和装置
US14/690,954 US9506770B2 (en) 2014-04-25 2015-04-20 Candidate path recommendation
US14/745,919 US9562786B2 (en) 2014-04-25 2015-06-22 Candidate path recommendation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410171830.0A CN105091890B (zh) 2014-04-25 2014-04-25 用于推荐候选路径的方法和装置

Publications (2)

Publication Number Publication Date
CN105091890A CN105091890A (zh) 2015-11-25
CN105091890B true CN105091890B (zh) 2018-01-12

Family

ID=54334478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410171830.0A Expired - Fee Related CN105091890B (zh) 2014-04-25 2014-04-25 用于推荐候选路径的方法和装置

Country Status (2)

Country Link
US (2) US9506770B2 (zh)
CN (1) CN105091890B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335597B (zh) * 2014-07-30 2019-04-16 国际商业机器公司 用于获取路线的轨迹模式的方法和系统
CN105547311A (zh) * 2015-12-08 2016-05-04 深圳天珑无线科技有限公司 一种路线规划方法、移动终端及系统
CN108369590B (zh) * 2015-12-11 2020-10-09 华为技术有限公司 用来指导自助服务分析的推荐系统、装置及其方法
US10197408B1 (en) 2016-01-05 2019-02-05 Open Invention Network Llc Transport parking space availability detection
US9672738B1 (en) * 2016-02-02 2017-06-06 Allstate Insurance Company Designing preferred vehicle routes based on driving scores from other vehicles
WO2018214022A1 (zh) * 2017-05-23 2018-11-29 深圳市炜光科技有限公司 定位路径在多平台的共享方法及系统
CN110573837B (zh) * 2017-06-30 2023-10-27 Oppo广东移动通信有限公司 导航方法、装置、存储介质以及服务器
CN107421555B (zh) * 2017-07-10 2020-01-10 奇瑞汽车股份有限公司 确定导航路径的方法和装置
CN107270925B (zh) * 2017-07-27 2021-02-05 三星电子（中国）研发中心 一种用户车辆导航系统、装置及方法
CN108827329B (zh) * 2018-04-27 2021-12-31 深圳市科迈爱康科技有限公司 城市导航方法、系统、设备及存储介质
JP7192398B2 (ja) * 2018-10-31 2022-12-20 トヨタ自動車株式会社 情報処理装置、情報処理システム、プログラム、および情報処理方法
CN109492831B (zh) * 2018-12-20 2023-12-29 平安科技（深圳）有限公司 营销路径的推荐方法、装置、介质及电子设备
DE102019112922A1 (de) * 2019-05-16 2020-11-19 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und Vorrichtung zur Navigation
US11588764B2 (en) 2019-10-30 2023-02-21 Amazon Technologies, Inc. Extensible framework for constructing autonomous workflows
CN111816002B (zh) * 2020-09-04 2020-12-25 浙江创泰科技有限公司 基于高位视频结合北斗、5g技术实现的室内寻车方法
JP2022100117A (ja) * 2020-12-23 2022-07-05 トヨタ自動車株式会社 製品評価装置及び製品評価方法
EP4290184A1 (en) * 2022-06-08 2023-12-13 FERRARI S.p.A. Device for calculating driving routes for use in a motor vehicle and method for calculating driving routes
CN116839616A (zh) * 2023-07-04 2023-10-03 深圳源谷科技有限公司 一种应用北斗定位技术的智能化管理系统及方法
CN117271918B (zh) * 2023-11-06 2024-03-08 腾讯科技（深圳）有限公司 信息处理方法、装置、设备、介质及产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1833239A (zh) * 2003-05-12 2006-09-13 环航网络公司 用于在分层浮动汽车数据网络中的元件间进行通信的方法
CN101297178A (zh) * 2005-08-26 2008-10-29 通用汽车环球科技运作公司 速度限制建议器
CN103261840A (zh) * 2010-10-18 2013-08-21 泰为信息科技公司 具有车道等级机制的导航系统及其操作方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10004967A1 (de) * 2000-02-04 2001-08-16 Bosch Gmbh Robert Navigationssystem und Verfahren zur Konfigurierung eines Navigationssystems
US7610151B2 (en) * 2006-06-27 2009-10-27 Microsoft Corporation Collaborative route planning for generating personalized and context-sensitive routing recommendations
CA2647003A1 (en) * 2006-07-06 2008-01-10 Tomtom International B.V. Navigation device with adaptive navigation instructions
DE102006057428A1 (de) 2006-12-06 2008-06-12 Robert Bosch Gmbh Zielführungsverfahren und Anordnung zur Durchführung eines solchen sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium
US8427341B2 (en) 2007-07-29 2013-04-23 Yonatan Yulevich System and method for providing road information in advance
CA2789699C (en) * 2010-03-11 2016-05-03 Inrix, Inc. Learning road navigation paths based on aggregate driver behavior
US20110320113A1 (en) 2010-06-25 2011-12-29 Gm Global Technology Operations, Inc. Generating driving route traces in a navigation system using a probability model
IL213373A (en) 2011-06-05 2016-11-30 Greenroad Driving Tech Ltd METHOD AND DEVICE FOR GIVING A WARNING TO A CAR DRIVER
US8855901B2 (en) * 2012-06-25 2014-10-07 Google Inc. Providing route recommendations
US9109915B2 (en) * 2012-06-29 2015-08-18 Navteq B.V. Method and apparatus for route selection based on recorded and calculated routes
TW201405451A (zh) * 2012-07-30 2014-02-01 Inst Information Industry 路線推薦系統及其方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1833239A (zh) * 2003-05-12 2006-09-13 环航网络公司 用于在分层浮动汽车数据网络中的元件间进行通信的方法
CN101297178A (zh) * 2005-08-26 2008-10-29 通用汽车环球科技运作公司 速度限制建议器
CN103261840A (zh) * 2010-10-18 2013-08-21 泰为信息科技公司 具有车道等级机制的导航系统及其操作方法

Also Published As

Publication number Publication date
US9562786B2 (en) 2017-02-07
US20150308846A1 (en) 2015-10-29
CN105091890A (zh) 2015-11-25
US20150308845A1 (en) 2015-10-29
US9506770B2 (en) 2016-11-29

Similar Documents

Publication Publication Date Title
CN105091890B (zh) 用于推荐候选路径的方法和装置
US9424745B1 (en) Predicting traffic patterns
CN111160471B (zh) 一种兴趣点数据处理方法、装置、电子设备和存储介质
US20160125307A1 (en) Air quality inference using multiple data sources
CN109658033B (zh) 货源路线相似度计算方法、系统、设备及存储介质
US10073908B2 (en) Functional space-time trajectory clustering
Van Dijk Identifying activity-travel points from GPS-data with multiple moving windows
CN103947230A (zh) 发现相关地点以及自动设定其大小
CN111582559B (zh) 一种到达时间的预估方法及装置
CN115790636B (zh) 基于大数据的无人驾驶零售车巡航路径规划方法及装置
CN110472999B (zh) 基于地铁和共享单车数据的客流模式分析方法及装置
CN107194412A (zh) 一种处理数据的方法、装置、设备和计算机存储介质
CN113763700B (zh) 信息处理方法、装置、计算机设备及存储介质
Artin et al. Presentation of a novel method for prediction of traffic with climate condition based on ensemble learning of neural architecture search (NAS) and linear regression
CN110598917B (zh) 一种基于路径轨迹的目的地预测方法、系统及存储介质
US20210118073A1 (en) Land use planning recommendations using heterogeneous temporal datasets
CN109670671A (zh) 公交线网评价方法及装置
CN108182240A (zh) 兴趣点新增率预测模型训练及预测方法、装置及存储介质
CN113706220A (zh) 用户画像确定、用户需求预测方法以及数据处理系统
CN114450557A (zh) 路线偏差量化及基于此的车辆路线学习
CN110021161B (zh) 一种交通流向的预测方法及系统
Wang et al. Trajectory analysis at intersections for traffic rule identification
CN113380043B (zh) 一种基于深度神经网络计算的公交到站时间预测方法
Thu et al. Multi-source data analysis for bike sharing systems
CN113888867A (zh) 一种基于lstm位置预测的车位推荐方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180112