CN110132293B - 一种路线推荐方法及装置 - Google Patents

Abstract

本申请属于电子技术领域，提供一种路线推荐方法及装置，该方法包括：接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；将路线规划的结果推荐至所述用户。由于根据用户的身份信息获取与用户对应的驾驶特征标签，再根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，可结合用户的身份信息进行路线规划，从而对不同用户进行合适的路线推荐，提高了路线推荐方式的适用性，从而能满足用户需求。

Description

一种路线推荐方法及装置

技术领域

本申请属于电子技术领域，尤其涉及一种路线推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

随着社会经济的不断发展，汽车在人们的生活中成为很普遍的一种交通工具，人们利用汽车出行时，可通过导航来选择出行的路线方案。

目前，通过导航选择的路线方案根据地图查询路线，并在查询的路线上通过颜色显示道路拥堵的情况，用户再根据查询的路线和显示道路拥堵情况选择行走的路线，然而对不同用户进行相同的路线推荐，使得路线推荐方式的适用性不高，从而不能满足用户需求。

发明内容

有鉴于此，本申请实施例提供了一种路线推荐方法、装置、电子设备及计算机可读存储介质，旨在解决现有路线推荐方式的适用性低，不能满足用户需求的问题。

本申请实施例的第一方面提供了一种路线推荐方法，所述路线推荐方法包括：

接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；

获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；

将路线规划的结果推荐至所述用户。

在一个实施例中，所述路线推荐方法还包括：

获取所述用户当前驾驶车辆的车辆性能等级；

根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

在一个实施例中，根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，包括：

根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划。

在一个实施例中，所述历史驾驶行为数据包括所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据、以及所述用户历史习惯驾驶速度；

根据所述身份信息，获取与所述身份信息对应的驾驶特征标签，包括：

根据所述用户的驾驶年限数据，获取与所述驾驶年限数据对应的第一分数；

根据所述用户历史发生的交通意外事件数据，获取与所述交通意外事件数据对应的第二分数；

根据所述用户历史违章记录数据，获取与所述历史违章记录数据对应的第三分数；

根据所述用户历史习惯驾驶速度，获取与所述历史习惯驾驶速度对应的第四分数；

根据所述第一分数、所述第二分数、所述第三分数和所述第四分数计算出用户驾驶特征标签的综合分数；

判断降低所述综合分数的最大影响因子；所述影响因子包括所述用户的驾驶年限数据、所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据和所述用户历史习惯驾驶速度；

获取与所述最大影响因子对应的驾驶特征标签；所述驾驶特征标签包括驾驶年限短、驾驶事故、驾驶违章和驾驶车速快。

在一个实施例中，获取所述用户当前驾驶车辆的车辆性能等级，包括：

获取所述车辆的里程数据、所述车辆的出险记录数据和所述车辆的保修记录数据；

根据所述里程数据、出险记录数据和保修记录数据，分析和判断所述车辆性能等级。

根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，包括：

根据所述路线推荐请求以及预先存储的地图，规划N条初始路径；其中，所述N≥0且为整数；

从所述N条初始路径中查找与驾驶特征标签相匹配的路线。

本申请实施例的第二方面提供了一种路线推荐装置，所述路线推荐装置包括：

接收模块，用于接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；

第一获取模块，用于获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

第二获取模块，用于根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

路线规划模块，用于根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；

推荐模块，用于将路线规划的结果推荐至所述用户。

在一个实施例中，所述路线推荐装置还包括：

第三获取模块，用于获取所述用户当前驾驶车辆的车辆性能等级；

第四获取模块，用于根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

在一个实施例中，所述路线规划模块具体用于：

根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划。

在一个实施例中，所述历史驾驶行为数据包括所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据、以及所述用户历史习惯驾驶速度；

所述第二获取模块，包括：

第一获取单元，用于根据所述用户的驾驶年限数据，获取与所述驾驶年限数据对应的第一分数；

第二获取单元，用于根据所述用户历史发生的交通意外事件数据，获取与所述交通意外事件数据对应的第二分数；

第三获取单元，用于根据所述用户历史违章记录数据，获取与所述历史违章记录数据对应的第三分数；

第四获取单元，用于根据所述用户历史习惯驾驶速度，获取与所述历史习惯驾驶速度对应的第四分数；

计算单元，用于根据所述第一分数、所述第二分数、所述第三分数和所述第四分数计算出用户驾驶特征标签的综合分数；

判断单元，用于判断降低所述综合分数的最大影响因子；所述影响因子包括所述用户的驾驶年限数据、所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据和所述用户历史习惯驾驶速度；

第五获取单元，用于获取与所述最大影响因子对应的驾驶特征标签；所述驾驶特征标签包括驾驶年限短、驾驶事故、驾驶违章和驾驶车速快。

在一个实施例中，所述第三获取模块，包括：

第六获取单元，用于获取所述车辆的里程数据、所述车辆的出险记录数据和所述车辆的保修记录数据；

分析和判断单元，用于根据所述里程数据、出险记录数据和保修记录数据，分析和判断所述车辆性能等级。

在一个实施例中，所述路线规划模块包括：

规划单元，用于根据所述路线推荐请求以及预先存储的地图，规划N条初始路径；其中，所述N≥0且为整数；

查找单元，用于从所述N条初始路径中查找与驾驶特征标签相匹配的路线。

本申请实施例的第三方面提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本申请实施例的第四方面提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述方法的步骤。

在本申请实施例中，接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；将路线规划的结果推荐至所述用户。由于根据用户的身份信息获取与用户对应的驾驶特征标签，再根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，可结合用户的身份信息进行路线规划，从而对不同用户进行合适的路线推荐，提高了路线推荐方式的适用性，从而能满足用户需求。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1-1是本申请实施例一提供的路线推荐方法的流程示意图；

图1-2是本申请实施例一提供的路线推荐方法的步骤S103的具体实现流程图；

图2是本申请实施例二提供的路线推荐方法的流程示意图；

图3是本申请实施例三提供的路线推荐装置的结构示意图；

图4是本申请实施例四提供的电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

本申请实施例提供的路线推荐方法可应用于车载导航设备、智能手机、平板电脑或台式电脑等电子设备。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。应理解，下述方法实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对各实施例的实施过程构成任何限定。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

实施例一

本申请实施例提供一种路线推荐方法，如图1-1所示，所述路线推荐方法包括：

步骤S101，接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；

在本申请实施例中，上述用户发送的路线推荐请求，可以通过执行本申请实施例的路线推荐方法的电子设备进行输入路线推荐请求，或者也可通过与执行本申请实施路线推荐方法的电子设备进行通信连接的其他终端设备发送上述路线推荐请求。其中，所述路线推荐请求中至少携带需要推荐路线的起始地点和目的地点等信息。

步骤S102，获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

在本申请实施例中，用户可预先进行注册并获取账号信息，用户在进行注册时，需提供用户的身份证、车牌号和车架号等信息。当用户发送路线推荐请求时登录账号信息。根据用户的账号信息，获取用户账号信息关联的身份信息，身份信息包括用户的驾驶员年限数据和历史驾驶行为数据。

在一个实施例中，所述历史驾驶行为数据包括所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据、以及所述用户历史习惯驾驶速度；上述获取用户的身份信息包括但不限于获取用户的驾驶年限数据，所述历史驾驶行为数据包括所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据、以及所述用户历史习惯驾驶速度中的一项或多项数据。如可根据用户预先上传的驾驶证或驾驶证相关信息，通过识别驾驶证或驾驶证相关信息获取用户的驾驶年限数据，或者根据驾驶证信息结合与用户关联的车辆行驶证信息获取用户的驾驶年限数据；可从第三方信用平台查询用户的投保、出险、和违章记录来获取用户历史发生的交通意外事件数据和用户历史违章记录数据，可预先定义有效时间值，获取预设时间阈值内的历史交通意外事件数据和历史违章记录为有效数据；根据用户历史的行驶记录，判断并获取用户习惯驾驶速度，如通过大数据技术获取用户历史的行驶记录，判断并获取用户习惯驾驶速度。

步骤S103，根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

在本申请实施例中，根据用户的身份信息，获取用户身份信息相对应的驾驶特征标签。具体可分析与用户的身份信息相匹配的驾驶特征标签。

在一个实施例中，如图1-2所示，所述根据所述身份信息，获取与所述身份信息对应的驾驶特征标签，包括步骤S1031至步骤S1037；

步骤S1031，根据所述用户的驾驶年限数据，获取与所述驾驶年限数据对应的第一分数；

在本申请实施例中，根据用户的驾驶年限数据计算与所述驾驶年限对应的第一分数。具体规则可为驾驶年限越长，对应的第一分数越高；驾驶年限越短，对应的第一分数越低。如可预先存储第一关系映射表，第一关系映射表存储了驾驶年限和与之对应的第一分数，根据第一关系映射表获取与所述驾驶年限数据对应的第一分数。

步骤S1032，根据所述用户历史发生的交通意外事件数据，获取与所述交通意外事件数据对应的第二分数；

在本申请实施例中，根据用户历史发生的交通数据，计算与所述交通意外事件数据对应的第二分数。具体可预先定义未发生交通意外事件对应的分数，再根据交通意外数据事件的类型定义扣分原则，就可根据交通意外事件发生的次数和类型计算并获取到所述交通意外事件数据对应的第二分数。

步骤S1033，根据所述用户历史违章记录数据，获取与所述历史违章记录数据对应的第三分数；

在本申请实施例中，根据用户历史违章记录数据，计算与所述历史违章记录数据对应的第三分数。具体可预先定义未发生违章记录对应的分数，再根据违章事件类型定义扣分规则，就可根据用户历史违章记录数据发生的次数和类型计算并获取到所述历史违章记录数据对应的第三分数。

步骤S1034，根据所述用户历史习惯驾驶速度，获取与所述历史习惯驾驶速度对应的第四分数；

在本申请实施例中，根据用户历史习惯驾驶速度计算与所述历史习惯驾驶速度对应的第四分数。具体规则可为预先定义标准驾驶速度，当驾驶速度大于所述标准驾驶速度相差越多则减分越多。如何预先存储第二关系映射表，第二关系映射表包括驾驶速度的范围并与之对应的第四分数。

步骤S1035，根据所述第一分数、所述第二分数、所述第三分数和所述第四分数计算出用户驾驶特征标签的综合分数；

在本申请实施例中，可根据第一分数，第二分数，第三分数和第四分数进行求和计算出用户驾驶特征标签的综合分数。

在一个实施例中，可以先定义四个权重，将四个权重分别乘以第一分数第二分数、第三分数和第四分数，再进行加权求和计算出用户驾驶特征标签的综合分数。

步骤S1036，判断降低所述综合分数的最大影响因子；所述影响因子包括所述用户的驾驶年限数据、所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据和所述用户历史习惯驾驶速度；

在本申请实施例中，根据所述综合得分值判断影响所述综合得分数值进行扣分的因素。如影响所述综合得分扣分最多的因素是第一分数，则判断降低综合分数的最大影响因子为第一分数对应的用户驾驶年限数据。如影响所述综合得分扣分最多的因素是第二分数，则判断降低综合分数最大的影响因子为第二分数对应的用户历史发生的交通意外事件数据。

在一个实施例中，根据影响所述综合分数扣分严重的轻重程度，对各个影响因子进行排序，获得降低综合分数的从大到小的影响因子与之对应的顺序。

步骤S1037，获取与所述最大影响因子对应的驾驶特征标签；所述驾驶特征标签包括驾驶年限短、驾驶事故、驾驶违章和驾驶车速快。

在本申请实施例中，若最大影响因子为用户的驾驶年限数据，则判断对应的驾驶特征标签为驾驶年限短；若最大影响因子为用户历史发生的交通意外事件数据，则判断对应的驾驶特征标签为驾驶事故；若最大影响因子为用户历史违章记录数据，则判断对应的驾驶特征标签为驾驶违章；若最大影响因子为用户习惯驾车速度，则判断对应的驾驶特征标签为驾驶车速快。

在一个实施例中，获取降低综合分数的从大到小的影响因子，并获取与所述从大到小的影响因子对应的驾驶特征标签。

步骤S104，根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；

在本申请实施例中，根据最大影响因子对应的驾驶特征标签以及路线推荐请求，进行路线规划。具体可根据路线推荐请求包括的起始地点和目的地点规划出多条初始路径，将多条初始路径中与最大影响因子对应的驾驶特征标签匹配的路径作为优选路径。将多条初始路径中与第二大影响因子对应的驾驶特征标签匹配的路径作为第一备选路径。将多条初始路径中与第三大影响因子对应的驾驶特征标签匹配的路径作为第二备选路径，以此类推从而进行路线规划。

在一种具体应用场景中，例如，若最大影响因子对应的驾驶特征标签为驾驶年限短，即用户为驾驶新手，从根据起始地点和目的地点规划出多条初始路径中查找车道较多、车辆较少且不是高速的路径作为与所述驾驶特征标签为驾驶年限短相匹配的路径。若最大影响因子对应的驾驶特征标签为驾驶违章，从上述多条初始路径中查找测速较少和交通灯较少的路径作为与所述驾驶特征标签为驾驶违章相匹配的路径。若最大影响因子对应的驾驶特征标签为驾驶车速快，从所述多条初始路径中查找不拥堵的路径作为与所述驾驶特征标签为驾驶速度快相匹配的路径。

在一个实施例中，根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，包括：根据所述路线推荐请求以及预先存储的地图，规划N条初始路径；其中，所述N≥0且为整数；从所述N条初始路径中查找与驾驶特征标签相匹配的路线。

步骤S105，将路线规划的结果推荐至所述用户。

在本申请实施例中，将路线规划的结果推荐至用户所在的终端设备，具体可通过语音和/或画面显示等方式将路线规划的结果推荐至用户所在的终端设备。

在一个实施例中，所述路线推荐方法还包括：获取所述用户当前驾驶车辆的车辆性能等级；根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

在一个实施例中，根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，包括：根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划。

由此可见，在本申请实施例中，由于根据用户的身份信息获取与用户对应的驾驶特征标签，再根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，可结合用户的身份信息进行路线规划，从而对不同用户进行合适的路线推荐，提高了路线推荐方式的适用性，从而能满足用户需求。

实施例二

本申请实施例提供一种路线推荐方法，本实施例的路线推荐方法的步骤中以实施例一相同或相似的地方，具体可参见实施例一的相关描述，此处不再赘述，如图2所示，所述路线推荐方法包括：

步骤S201，接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；

步骤S202，获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

步骤S203，根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

步骤S204，获取所述用户当前驾驶车辆的车辆性能等级；

在本申请实施例中，可根据用户当前驾驶的车辆信息，获取用户当前驾驶车辆的性能等级。

在一个实施例中，所述车辆信息可通过车辆行驶证获取车辆行驶年限，通过维保记录和出险记录获取车辆的里程数和车辆部件的损耗程度。

在一个实施例中，获取所述用户当前驾驶车辆的车辆性能等级，包括：获取所述车辆的里程数据、所述车辆的出险记录数据和所述车辆的保修记录数据；根据所述里程数据、出险记录数据和保修记录数据，分析和判断所述车辆性能等级。根据所述里程数据、出险记录数据和保修记录数据各自分配对应的分数，根据各个分数求和算出总分数，获取与总分数对应的车辆性能等级。

步骤S205，根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

在本申请实施例中，根据路线推荐请求包括的起始地点和目的地点规划出多条初始路径，根据车辆的性能等级判断所述多条路径与车辆性能等级相匹配的行驶路线，如车辆性能等级越高与之匹配的行驶路线越多，车辆性能等级越低与之匹配的行驶路线越少。如车辆性能等级越低时，当路线不平或山路等情况路径与性能等级低的车辆不匹配。

步骤S206，根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划；

在本申请实施例中，根据最大影响因子对应的驾驶特征标签、路线推荐请求以及适合车辆的行驶路线，进行路线规划。

在一个实施例中，具体可根据路线推荐请求包括的起始地点和目的地点规划出多条初始路径，将多条初始路径中与最大影响因子对应的驾驶特征标签匹配的路径作为优选路径。将多条初始路径中与第二大影响因子对应的驾驶特征标签，匹配的路径作为第一备选路径。将多条初始路径中与第三大影响因子对应的价值标签匹配的路径作为第二备选路径，以此类推，并判断上述优选路径、第一备选路径，第二备选路径等路径是否为适合所述车辆的行驶路线，若优选路径为不适合所述车辆的行驶路线而第一备选路径适合所述车辆的行驶路线，则将第一备选路径作为优选路径，从而进行路线规划。

步骤S207，将路线规划的结果推荐至所述用户。

由此可见，在本申请实施例中，由于根据用户的身份信息获取与用户对应的驾驶特征标签，根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线，最后根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划，可结合用户的身份信息和适合用户驾驶车辆的行驶路线进行路线规划，从而对不同用户进行合适的路线推荐，提高了路线推荐方式的适用性，从而能满足用户需求。

实施例三

本申请实施例三提供了一种路线推荐装置，可应用于车载导航设备、智能手机、平板电脑、台式电脑或云端服务器等电子设备，为便于说明，仅示出与本申请相关的部分，如图3所示，所述路线推荐装置300包括：

接收模块301，用于接收用户发送的路线推荐请求；所述路线推荐请求至少携带起始地点和目的地点；

第一获取模块302，用于获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

第二获取模块303，用于根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

在一个实施例中，所述历史驾驶行为数据包括所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据、以及所述用户历史习惯驾驶速度；

所述第二获取模块，包括：

第一获取单元，用于根据所述用户的驾驶年限数据，获取与所述驾驶年限数据对应的第一分数；

第二获取单元，用于根据所述用户历史发生的交通意外事件数据，获取与所述交通意外事件数据对应的第二分数；

第三获取单元，用于根据所述用户历史违章记录数据，获取与所述历史违章记录数据对应的第三分数；

第四获取单元，用于根据所述用户历史习惯驾驶速度，获取与所述历史习惯驾驶速度对应的第四分数；

计算单元，用于根据所述第一分数、所述第二分数、所述第三分数和所述第四分数计算出用户驾驶特征标签的综合分数；

判断单元，用于判断降低所述综合分数的最大影响因子；所述影响因子包括所述用户的驾驶年限数据、所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据和所述用户历史习惯驾驶速度；

第五获取单元，用于获取与所述最大影响因子对应的驾驶特征标签；所述驾驶特征标签包括驾驶年限短、驾驶事故、驾驶违章和驾驶车速快。

路线规划模块304，用于根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；

在一个实施例中，所述路线规划模块具体用于：

根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划。

推荐模块305，用于将路线规划的结果推荐至所述用户。

在一个实施例中，所述路线推荐装置还包括：

第三获取模块306，用于获取所述用户当前驾驶车辆的车辆性能等级；

在一个实施例中，所述第三获取模块，包括：

第六获取单元，用于获取所述车辆的里程数据、所述车辆的出险记录数据和所述车辆的保修记录数据；

分析和判断单元，用于根据所述里程数据、出险记录数据和保修记录数据，分析和判断所述车辆性能等级。

第四获取模块307，用于根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

在一个实施例中，所述路线规划模块包括：

规划单元，用于根据所述路线推荐请求以及预先存储的地图，规划N条初始路径；其中，所述N≥0且为整数；

查找单元，用于从所述N条初始路径中查找与驾驶特征标签相匹配的路线。

由此可见，在本申请实施例中，由于根据用户的身份信息获取与用户对应的驾驶特征标签，再根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，可结合用户的身份信息进行路线规划，从而对不同用户进行合适的路线推荐，提高了路线推荐方式的适用性，从而能满足用户需求。

实施例四

如图4所示，是本申请实施例提供的电子设备的结构示意图。所述电子设备400包括：处理器401、存储器402以及存储在上述存储器402中并可在上述处理器401上运行的计算机程序403。上述处理器401执行上述计算机程序403时实现上述路线推荐方法实施例中的步骤，例如实施例一中的方法步骤，或实施例二中的方法步骤。

示例性的，上述计算机程序403可以被分割成一个或多个单元/模块，上述一个或者多个单元/模块被存储在上述存储器402中，并由上述处理器401执行，以完成本申请。上述一个或多个单元/模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序403在上述电子设备400中的执行过程。例如，上述计算机程序403可以被分割成接收模块，第一获取模块，第二获取模块，路线规划模块，第三获取模块，第四获取模块等模块，各模块具体功能在上述实施例三中已有描述，此处不再赘述。

上述电子设备400可以是车载导航设备、智能手机、平板电脑、台式电脑或云端服务器等电子设备。上述电子设备400可包括，但不仅限于，处理器401、存储器402。本领域技术人员可以理解，图4仅仅是电子设备400的示例，并不构成对电子设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如上述电子设备400还可以包括输入输出设备、网络接入设备、总线等。

所称处理器401可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

上述存储器402可以是电子设备400的内部存储单元，例如电子设备400的硬盘或内存。上述存储器402也可以是上述电子设备400的外部存储设备，例如上述电子设备400上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，上述存储器402还可以既包括上述电子设备400的内部存储单元也包括外部存储设备。上述存储器402用于存储上述计算机程序以及上述电子设备400所需的其它程序和数据。上述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述电子设备中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种路线推荐方法，其特征在于，所述路线推荐方法包括：

接收用户发送的路线推荐请求；所述路线推荐请求携带包括：起始地点和目的地点；

获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；

将路线规划的结果推荐至所述用户；

所述历史驾驶行为数据包括所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据、以及所述用户历史习惯驾驶速度；

根据所述身份信息，获取与所述身份信息对应的驾驶特征标签，包括：

根据所述用户的驾驶年限数据，获取与所述驾驶年限数据对应的第一分数；

根据所述用户历史发生的交通意外事件数据，获取与所述交通意外事件数据对应的第二分数；

根据所述用户历史违章记录数据，获取与所述历史违章记录数据对应的第三分数；

根据所述用户历史习惯驾驶速度，获取与所述历史习惯驾驶速度对应的第四分数；

根据所述第一分数、所述第二分数、所述第三分数和所述第四分数计算出用户驾驶特征标签的综合分数；

判断降低所述综合分数的最大影响因子；所述影响因子包括所述用户的驾驶年限数据、所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据和所述用户历史习惯驾驶速度；

获取与所述最大影响因子对应的驾驶特征标签；所述驾驶特征标签包括驾驶年限短、驾驶事故、驾驶违章和驾驶车速快。

2.根据权利要求1所述的路线推荐方法，其特征在于，所述路线推荐方法还包括：

获取所述用户当前驾驶车辆的车辆性能等级；

根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

3.根据权利要求2所述的路线推荐方法，其特征在于，根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，包括：

根据所述驾驶特征标签、所述路线推荐请求和适合所述车辆的行驶路线，进行路线规划。

4.根据权利要求1至3中任一项所述的路线推荐方法，其特征在于，获取所述用户当前驾驶车辆的车辆性能等级，包括：

获取所述车辆的里程数据、所述车辆的出险记录数据和所述车辆的保修记录数据；

根据所述里程数据、出险记录数据和保修记录数据，分析和判断所述车辆性能等级。

5.根据权利要求4所述的路线推荐方法，其特征在于，根据所述驾驶特征标签和所述路线推荐请求，进行路线规划，包括：

根据所述路线推荐请求以及预先存储的地图，规划N条初始路径；其中，所述N≥0且为整数；

从所述N条初始路径中查找与驾驶特征标签相匹配的路线。

6.一种路线推荐装置，其特征在于，所述路线推荐装置包括：

接收模块，用于接收用户发送的路线推荐请求；所述路线推荐请求携带包括：起始地点和目的地点；

第一获取模块，用于获取所述用户的身份信息；所述身份信息包括所述用户的驾驶年限数据和历史驾驶行为数据；

第二获取模块，用于根据所述身份信息，获取与所述身份信息对应的驾驶特征标签；

路线规划模块，用于根据所述驾驶特征标签和所述路线推荐请求，进行路线规划；

推荐模块，用于将路线规划的结果推荐至所述用户；

所述第二获取模块，包括：

第一获取单元，用于根据所述用户的驾驶年限数据，获取与所述驾驶年限数据对应的第一分数；

第二获取单元，用于根据所述用户历史发生的交通意外事件数据，获取与所述交通意外事件数据对应的第二分数；

第三获取单元，用于根据所述用户历史违章记录数据，获取与所述历史违章记录数据对应的第三分数；

第四获取单元，用于根据所述用户历史习惯驾驶速度，获取与所述历史习惯驾驶速度对应的第四分数；

计算单元，用于根据所述第一分数、所述第二分数、所述第三分数和所述第四分数计算出用户驾驶特征标签的综合分数；

判断单元，用于判断降低所述综合分数的最大影响因子；所述影响因子包括所述用户的驾驶年限数据、所述用户历史发生的交通意外事件数据、所述用户历史违章记录数据和所述用户历史习惯驾驶速度；

第五获取单元，用于获取与所述最大影响因子对应的驾驶特征标签；所述驾驶特征标签包括驾驶年限短、驾驶事故、驾驶违章和驾驶车速快。

7.根据权利要求6所述的路线推荐装置，其特征在于，所述路线推荐装置还包括：

第三获取模块，用于获取所述用户当前驾驶车辆的车辆性能等级；

第四获取模块，用于根据所述车辆性能等级和所述路线推荐请求，获取与所述车辆性能等级相匹配的所述车辆的行驶路线。

8.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

Images