CN113139026B - 导航过程中路线推荐方法、装置、设备和介质 - Google Patents
导航过程中路线推荐方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113139026B CN113139026B CN202010060476.XA CN202010060476A CN113139026B CN 113139026 B CN113139026 B CN 113139026B CN 202010060476 A CN202010060476 A CN 202010060476A CN 113139026 B CN113139026 B CN 113139026B
- Authority
- CN
- China
- Prior art keywords
- road
- navigation
- user
- behavior
- current
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 120
- 230000008569 process Effects 0.000 title claims abstract description 65
- 230000003993 interaction Effects 0.000 claims abstract description 85
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 230000006399 behavior Effects 0.000 claims description 208
- 230000015654 memory Effects 0.000 claims description 19
- 238000007477 logistic regression Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000306 recurrent effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06F16/29—Geographical information databases
Abstract
本申请实施例公开了一种导航过程中路线推荐方法、装置、设备和介质,涉及导航技术领域,其中,该方法包括:根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征;根据当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征;根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征;根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内是否更新推荐路线。本申请实施例可以在导航过程中,针对不同用户,精准把握用户导航需求,提高推荐路线更新触发时机的合理性,降低无效更新计算的频次,节省计算资源。
Description
技术领域
本申请实施例涉及计算机技术,具体涉及导航技术,尤其涉及一种导航过程中路线推荐方法、装置、设备和介质。
背景技术
在地图导航过程中,基于用户的出发地和目的地,导航应用通常会为用户显示多条路线,包括一条主线和至少两条辅线。随着用户的不断前行,导航应用会按照一定的策略更新辅线,以使得用户可以根据需求切换当前主线,辅线的更新过程即是一种推荐路线的更新过程。
目前,导航应用更新辅线,通常采用定期触发更新或者通过主线和辅线的分歧口时触发更新等方式实现。对于不同用户而言,辅线更新触发的方式相同。然而,不同用户对于辅线更新的需求不同,例如,部分用户在导航过程中喜欢进行路线切换,而部分用户只是利用导航收听诱导播报信息,并不喜欢进行路线切换,对于后者而言,导航过程中的辅线更新计算无疑是浪费计算资源。
发明内容
本申请实施例公开一种导航过程中路线推荐方法、装置、设备和介质,以实现在导航过程中,针对不同用户,精准把握用户导航需求,提高推荐路线更新触发时机的合理性,降低无效更新计算的频次,节省计算资源。
第一方面,本申请实施例公开了一种导航过程中路线推荐方法,包括:
根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征;
根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征;
根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征;
根据所述当前行为特征、所述道路特征、以及所述历史行为特征,确定所述当前时间周期内是否更新推荐路线。
上述申请中的一个实施例具有如下优点或有益效果:针对每个用户,通过综合考虑当前时间周期内的当前行为特征、道路特征、以及用户的历史行为特征,准确把握用户在当前时间周期内的导航需求,解决了现有方案中导航推荐路线更新时机的确定不合理、不能实现推荐路线更新的个性化触发等问题,针对不同的用户,提高了推荐路线更新触发时机的合理性,降低了无效更新计算的频次。
可选的,所述当前导航交互行为包括以下至少一种:
触控进入导航路线全览状态、触控进入导航路线局部状态、退出导航、放大导航地图、缩小导航地图、调高导航音量、降低导航音量、拖拽导航地图、将导航应用切换至后台运行、进行语音导航交互、以及减小导航行驶速度。
可选的,所述历史导航交互行为包括以下至少一种:
触控路线刷新按钮、语音触发更新路线、偏航行为、退出导航并重新触发算路行为、触控拥堵段进行躲避、以及导航中切换路线行为。
上述申请中的一个实施例具有如下优点或有益效果:可以通过历史导航交互行为对用户类别的区分进行初步预测,即初步区分出偏好路线切换的用户和不喜欢切换路线的用户,从而准确把握用户在导航过程中对推荐路线更新的需求。
可选的,根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征,包括:
对所述当前时间周期内车辆前进区域中的道路,按照路段进行拆分,得到路段集合;
根据所述路段集合中路段的道路属性和实时路况信息,确定所述路段的路段特征;
按照所述路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,得到所述道路特征。
上述申请中的一个实施例具有如下优点或有益效果:按照路段级别进行道路信息统计,可以减少道路信息的丢失。
可选的,按照所述路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,包括:
如果所述前进区域中的道路为至少两条,且每条道路拆分得到的路段数量不同,则确定各条道路拆分后得到的路段数量的最大值;
将路段数量小于所述最大值的道路中每个路段的路段特征进行顺序拼接后,利用预设数值进行特征补齐,使得每条道路对应相同数量的道路特征。
可选的,所述方法还包括:
将所述当前时间周期划分为至少两个当前时间间隔;
相应地,所述根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征,包括:
根据用户在所述当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征;
按照时间顺序将所述当前行为子特征进行拼接,得到所述当前行为特征;
相应地,根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征,包括:
根据所述当前时间间隔内车辆前进区域的道路属性和路况信息,确定道路子特征;
按照时间顺序将所述道路子特征进行拼接,得到所述道路特征。
可选的,所述根据用户在所述当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征,包括:
如果用户在所述当前时间间隔内的当前导航交互行为为一种,则基于该种导航交互行为,确定所述当前行为子特征;
如果用户在所述当前时间间隔内的当前导航交互行为为至少两种,则基于最后发生的导航交互行为,确定所述当前行为子特征。
可选的,所述根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征,包括:
利用逻辑回归模型,基于用户标识、以及用户在所述历史时间周期的历史导航交互行为,确定所述历史行为特征;
其中,所述历史行为特征用于标识用户在导航过程中是否属于存在所述推荐路线更新需求的用户。
上述申请中的一个实施例具有如下优点或有益效果:通过将用户标识与用户的历史导航交互行为进行关联,形成用户的历史行为特征,使得用户标识具有区分用户的推荐路线更新需求的价值。
可选的,根据所述当前行为特征、所述道路特征、以及所述历史行为特征,确定所述当前时间周期内是否更新推荐路线,包括:
根据所述当前行为特征、所述道路特征、以及所述历史行为特征,确定所述当前时间周期内触发所述推荐路线更新的概率;
根据所述概率与概率阈值的关系,确定所述当前时间周期内是否更新所述推荐路线。
可选的,确定所述当前时间周期内是否更新推荐路线之后,所述方法还包括:
若需要更新所述推荐路线,则获取至少两条候选推荐路线;
根据用户的导航偏好特征,从所述至少两条候选推荐路线中确定目标推荐路线。
上述申请中的一个实施例具有如下优点或有益效果:通过结合用户的导航偏好特征确定目标推荐路线,提高了个性化路线推荐的准确性。
第二方面,本申请实施例还公开了一种导航过程中路线推荐装置,包括:
当前行为特征确定模块,用于根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征;
道路特征确定模块,用于根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征;
历史行为特征确定模块,用于根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征;
推荐路线更新确定模块,用于根据所述当前行为特征、所述道路特征、以及所述历史行为特征,确定所述当前时间周期内是否更新推荐路线。
第三方面,本申请实施例还公开了一种电子设备,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如本申请实施例任一所述的导航过程中路线推荐方法。
第四方面,本申请实施例还公开了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如本申请实施例任一所述的导航过程中路线推荐方法。
根据本申请实施例的技术方案,针对每个用户,通过将当前时间周期内的当前行为特征、道路特征、以及用户的历史行为特征进行综合考虑,准确把握用户在当前时间周期内的导航需求,解决了现有方案中导航推荐路线更新时机的确定不合理、不能实现推荐路线更新的个性化触发等问题,针对不同的用户,提高了推荐路线更新触发时机的合理性,降低了无效更新计算的频次,节省了计算资源,实现了为用户提供个性化的导航服务。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例公开的一种导航过程中路线推荐方法的流程图;
图2是根据本申请实施例公开的利用循环神经网络模型确定推荐路线更新的触发概率的一种示意图;
图3是根据本申请实施例公开的另一种导航过程中路线推荐方法的流程图;
图4是根据本申请实施例公开的一种导航过程中个性化路线推荐的示意图;
图5是根据本申请实施例公开的一种导航过程中路线推荐装置的结构示意图;
图6是根据本申请实施例公开的一种电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请实施例公开的一种导航过程中路线推荐方法的流程图,本申请实施例可以适用于在地图导航过程中,当用户车辆基于导航服务当前提供的主线行进过程中,如何确定为用户提供的导航辅线的更新时机,从而为用户提供个性化的导航服务的情况。本实施例方法可以由导航过程中路线推荐装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成在任意的具有计算能力的电子设备上,例如服务器等。
如图1所示,本实施例公开的导航过程中路线推荐方法可以包括:
S101、根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征。
其中,前述当前导航交互行为是指在当前时间周期内,用户与导航客户端的交互行为,可选的,当前导航交互行为包括以下至少一种:触控进入导航路线全览状态、触控进入导航路线局部状态、退出导航、放大导航地图、缩小导航地图、调高导航音量、降低导航音量、拖拽导航地图、将导航应用切换至后台运行、进行语音导航交互、以及减小导航行驶速度,其中,触控操作包括单击、双击和滑动等操作,车辆行驶过程中车速减小可以自动同步至导航客户端。安装导航客户端的用户终端支持触屏操作。用户在当前时间周期内的每一种导航交互行为,都可以用于分析用户当前是否存在切换导航路线的需求,用户存在导航路线的切换需求时,导航服务提供方触发推荐路线的更新才有意义,因而分析用户的当前导航交互行为有助于提高导航过程中推荐路线更新触发时机的合理性。时间周期的长度可以适应性设置,例如可以设置5分钟为一个时间周期。
用户的导航交互行为可以通过分析用户使用导航客户端过程中,客户端产生的导航日志而确定。后台电子设备通过与导航客户端的交互,获取用户的导航日志。用户在当前时间周期内的当前导航交互行为的数量,决定了用户的当前行为特征中包括的特征元素的数量。用户的当前行为特征是对用户在当前时间周期内的当前导航交互行为的一种规范化表征,可以便于后续的计算。
S102、根据当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征。
当前时间周期内的车辆前进区域是指在车辆前进方向上的设定区域。示例性的,可以是按照周期性时间间隔确定车辆位置,从而基于车辆位置周期性确定的设定区域,也可以是按照车辆位置的实时变化而实时确定的设定区域,本实施例对此不作具体限定,可以根据实际需求进行合理设置,并且,设定区域的大小也可以灵活设置。
确定当前时间周期内所有道路的道路特征的过程中,每条道路的道路属性包括但不限于道路长度、道路等级、预估通过时间(Estimated Time of Arrival,ETA)、道路限速、道路交通灯安装数量、是否存在分歧口等道路相关信息,其中,分歧口是指车辆前进区域内的道路与车辆当前行驶的主线相交汇的路口。路况信息可以包括道路拥堵等级、通行或封闭等基础路况,还可以包括是否发生交通事故、是否发生交通管制等信息,发生交通事故或发生交通管制可以统称为UGC事件。道路属性可以利用地图数据进行获取,路况信息可以通过关注路况信息发布方进行实时获取。通过确定道路特征,可以判断当前车辆前进区域内是否存在可供切换的推荐路线。道路特征是对当前时间周期内车辆前进区域道路状况的一种规范化表征。
可选的,根据当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征,包括:
对当前时间周期内车辆前进区域中的道路,按照路段进行拆分,得到路段集合{link1,link2,link3,…,linkn};根据路段集合中路段的道路属性和实时路况信息,确定路段的路段特征;
按照路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,得到道路特征。
路段(link)是地图数据中道路信息统计的一个较小的统计单元,按照路段级别进行道路信息统计,可以减少道路信息的丢失,因此,本实施例中对车辆前进区域中的道路按照路段进行拆分,并以路段为单位进行道路属性和实时路况信息的收集。例如,车辆前进区域可以是在车辆前进方向上,距离车辆当前位置为2公里的区域范围,将该2公里区域范围内的所有道路进行拆分,并收集该2公里区域范围内所有路段的道路属性和实时路况信息。
进一步的,按照路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,包括:
如果前进区域中的道路为至少两条,且每条道路拆分得到的路段数量不同,则确定各条道路拆分后得到的路段数量的最大值;
将路段数量小于最大值的道路中每个路段的路段特征进行顺序拼接后,利用预设数值进行特征补齐,使得每条道路对应相同数量的道路特征。
在地图数据中,不同道路包含的路段数量会存在一定差异,因此,如果车辆前进区域内存在多条道路,为保证该区域内每条道路最终确定的道路特征的长度相同,以便于后续计算,首先统计道路拆分得到的最大路段数量,确定该道路的特征长度,然后对其他道路进行特征补齐处理。特征补齐时采用的预设数值可以是预先设定的任意值,例如0,补入的特征相对于原有特征,实质上属于无效特征。在特征补齐过程中会记录有效特征和补入的无效特征的分界,从而使得后续特征计算过程中不会因为无效道路特征的补入而影响推荐路线是否更新的确定结果。
S103、根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征。
用户的历史导航交互行为可以用于表征用户在历史导航过程中是否偏好切换路线,进而,可以通过历史导航交互行为对用户类别的区分进行初步预测,即初步区分出偏好路线切换的用户和不喜欢切换路线的用户,从而准确把握用户在导航过程中对推荐路线更新的需求,为确定导航过程中是否触发推荐路线的更新,又增加一个考虑因素。用户的历史行为特征是对用户在历史时间周期内的历史导航交互行为的一种规范化表征。用户在历史时间周期的历史导航交互行为的数量,决定了用户的历史行为特征中包括的特征元素的数量。
可选的,用户在历史时间周期的历史导航交互行为包括以下至少一种:触控路线刷新按钮、语音触发更新路线、偏航行为、退出导航并重新触发算路行为(即重新触发导航路线的规划与推荐)、触控拥堵段进行躲避、以及导航中切换路线行为。前述任意一种行为均可以用于表明用户在历史导航过程中进行了路线切换。此处历史时间周期的长度,本实施例也不作具体限定,可以与前述当前时间周期的长度相同,也可以不同。历史时间周期可以选择与当前时间周期在时间上最为近邻的一个时间区间。
可选的,根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征,包括:
利用逻辑回归模型,基于用户标识(User_id)、以及用户在历史时间周期的历史导航交互行为,确定历史行为特征;其中,历史行为特征可以用于标识用户在导航过程中是否属于存在推荐路线更新需求或路线切换需求的用户。用户标识可以是导航服务提供方为每个用户提供的区分性身份标识,可以是数字编号等。本实施例通过将用户标识与用户的历史导航交互行为进行关联,形成用户的历史行为特征,使得用户标识具有区分用户的推荐路线更新需求的价值。关于逻辑回归模型的实现,本领域技术人员可以参阅现有技术中的相关实现原理。
S104、根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内是否更新推荐路线。
针对每个用户,通过将当前时间周期内的当前行为特征、各道路的道路特征、以及用户的历史行为特征进行综合考虑,准确把握用户在当前时间周期内的导航需求,从而提高推荐路线更新触发时机的合理性,降低无效更新计算的频次。随着车辆行进,当前时间周期不断变化,上述操作重复执行,从而实现为用户出行提供个性化的导航服务。与现有技术中基于车辆经过的分歧口更新推荐路线、基于预设的固定位置更新推荐路线、以及基于固定时间更新推荐路线等方案相比,本实施例可以有针对性地确定当前是否需要为用户更新推荐路线,使得导航过程中推荐路线的更新触发更加灵活、更加合理。
此外,操作S101-操作S103之间没有严格的执行顺序限定,不应当将图1所示的操作执行顺序理解为对本实施例的具体限定。
可选的,根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内是否更新推荐路线,包括:
根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内触发推荐路线更新的概率;
根据概率与概率阈值的关系,确定当前时间周期内是否更新推荐路线。其中,概率阈值可以是经验值,也可以是根据导航需求而适应性设定的值,本实施例对其取值不作具体限定。
示例性的,如图2所示,可以利用预先训练的循环神经网络模型,将前述得到的当前行为特征、道路特征、以及历史行为特征作为输入,经过模型分析,输出当前时间周期内触发推荐路线更新的概率。循环神经网络模型可以基于多个GRU网络层与全连接层形成的网络架构实现,GRU网络是长短期记忆网络(Long Short-Term Memory,LSTM)的一种变体,具体可以参阅现有技术中相关内容进行实现。
进一步的,循环神经网络模型的训练过程包括:利用预先构建的每个统计周期内正样本特征和负样本特征,以及正样本特征和负样本特征各自对应的推荐路线更新的触发概率,训练得到循环神经网络模型;其中,每个统计周期内的正样本特征或负样本特征中均包括样本用户的当前行为特征、道路特征、以及样本用户的历史行为特征。针对每个统计周期内产生的样本特征,利用下一个统计周期内用户是否存在以下导航交互行为中的至少之一,来标注每个统计周期内样本特征的正负,此处所述的导航交互行为包括但不限于:触控路线刷新按钮、语音触发更新路线、偏航行为、退出导航并重新触发算路行为、触控拥堵段进行躲避、以及导航中切换路线行为等可以用于表示用户切换了路线的行为。例如,每个统计周期的时间长度为5分钟,得到当前统计周期内的样本特征后,如果用户在未来5分钟内产生了前述导航交互行为中的至少一种行为,则将当前统计周期内的样本特征标注为正样本特征,否则标注为负样本特征。此外,正样本特征对应的推荐路线更新的触发概率可以标注为1,负样本特征对应的推荐路线更新的触发概率可以标注为0。模型训练过程中统计周期的时间长度,与导航过程中确定是否更新推荐路线的计算时间周期可以相同,也可以不相同。
此外,针对不同的用户,还可以根据当前行为特征、道路特征、以及历史行为特征这三种类型的特征各自对应的特征权重因子,确定当前时间周期内触发推荐路线更新的概率,例如将各特征权重因子进行累计求和,作为概率值。各类型的特征权重因子表征了该特征对确定当前时间周期内是否触发推荐路线更新的贡献量。各类型的特征权重因子的取值可以通过分析各类型特征中包括的特征元素而确定。例如,预先为不同的用户导航交互行为设定不同的参数值,该参数值表征了用户产生该导航交互行为时切换导航路线的统计概率,并可以结合对用户导航交互行为以及路线切换偏好的分析而动态调整,例如按照统计规律,用户触控进入导航路线全览状态时,切换导航路线的可能性较小,可以为“触控进入导航路线全览状态”这个行为设置参数值x1;用户触控进入导航路线局部状态时,切换导航路线的可能性较大,可以为“触控进入导航路线局部状态”这个行为设置参数值x2,x2的值大于x1的值,在导航过程中,可以将当前行为特征中涉及的各个当前导航交互行为的参数值进行求和计算,确定当前行为特征对应的特征权重因子;将历史行为特征中涉及的各个历史导航交互行为的参数值进行求和计算,确定历史行为特征对应的特征权重因子。同时,不同的道路属性和不同的路况信息对应不同的参数值,该参数值表征了在特定道路上用户切换导航路线的统计概率,将道路特征中涉及的道路属性和路况信息对应的参数值进行求和计算,确定道路特征对应的特征权重因子。
根据本实施例的技术方案,针对每个用户,通过将当前时间周期内的当前行为特征、道路特征、以及用户的历史行为特征进行综合考虑,准确把握用户在当前时间周期内的导航需求,解决了现有方案中导航推荐路线更新时机的确定不合理、不能实现推荐路线更新的个性化触发等问题,针对不同的用户,提高了推荐路线更新触发时机的合理性,降低了无效更新计算的频次,节省了计算资源,实现了为用户提供个性化的导航服务。
图3是根据本申请实施例公开的另一种导航过程中路线推荐方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图3所示,该方法可以包括:
S201、将当前时间周期划分为至少两个当前时间间隔。例如,可以设置5分钟为一个时间周期,30秒为一个时间间隔。
S202、根据用户在当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征。
具体的,在每个当前时间周期内,可以按照时间间隔来统计分析用户的当前导航交互行为,得到用户在每个时间间隔内的行为子特征然后按照时间顺序将行为子特征进行拼接,即得到用户在当前时间周期内的当前行为特征。
可选的,根据用户在当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征,包括:
如果用户在当前时间间隔内的当前导航交互行为为一种,则基于该种导航交互行为,确定当前行为子特征;
如果用户在当前时间间隔内的当前导航交互行为为至少两种,则基于最后发生的导航交互行为,确定当前行为子特征。
S203、按照时间顺序将当前行为子特征进行拼接,得到当前行为特征。
用户的当前行为特征可以采用向量表示形式,关于向量的具体表示形式本实施例不作具体限定,可以合理化设置。
S204、根据当前时间间隔内车辆前进区域的道路属性和路况信息,确定道路子特征。
当前时间间隔内的车辆前进区域,可以是基于车辆在当前时间间隔起始时刻的位置所确定的在车辆前进方向上的设定区域。按照时间间隔统计分析每个车辆前进区域内的道路属性和路况信息时,具体的,可以将获取的每条道路以路段(link)为单位进行拆分,统计分析每个路段的道路属性和路况信息,作为每个路段的路段特征,然后按照路段在道路中的连接顺序,将每个路段的路段特征进行拼接,得到每个时间间隔内车辆前进区域中每条道路的道路子特征。
示例性的,以下对每条道路的道路子特征中包括的特征进行示例性说明,道路中包括n个路段,以下示例不应理解为对本实施例的具体限定:
长度特征:{l1,l2,l3,…,ln};
ETA特征:{t1,t2,t3,…,tn};
道路等级特征:{level1,level2,level3,…,leveln};
是否有分歧口(有或者没有):{bifur1,bifur2,bifur3,…,bifurn};
基础路况特征:{s1,s2,s3,…,sn};
是否有UGC事件(有或者没有):{ugc1,ugc2,ugc3,…,ugcn}。
S205、按照时间顺序将道路子特征进行拼接,得到道路特征。
通过拼接道路子特征,即得到一个时间周期内所有道路的道路特征。
S206、根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征。
用户的历史行为特征采用向量表示形式,可以记为
S207、根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内是否更新推荐路线。
如果对每个时间间隔内确定的用户当前行为子特征、道路子特征、以及用户的历史行为特征进行组合,可以得到每个时间间隔内所有特征的向量表示形式:则一个完整时间周期内所有特征可以表示为向量/>具体为:/>其中,n表示一个时间周期内时间间隔的数量,tn可以表示一个时间周期内第n个时间间隔的起始时刻。以5分钟为一个时间周期,30秒为一个时间间隔为例,一个时间周期内的所有特征可以表示为/>其中的下标分别表示一个时间间隔的起始时刻。当然特征向量下标的表示方式并不限于前述表示方式,可以根据需求进行合理设置。进一步的,可以将最终确定的特征向量/>作为预先训练的循环神经网络模型的输入,输出每个时间周期内触发推荐路线更新的概率。
此外,操作S202-操作S203、操作S204-操作S205、操作S206分别描述如何确定用户的当前行为特征、道路特征、用户的历史行为特征,关于确定这三类特征的操作之间没有严格的执行顺序限定,不应当将图3所示的操作执行顺序理解为对本实施例的具体限定。
在上述技术方案的基础上,可选的,本实施例方法还包括:
若需要更新推荐路线,则获取至少两条候选推荐路线;
根据用户的导航偏好特征,从至少两条候选推荐路线中确定目标推荐路线。
如果基于前述技术方案,确定当前时间周期内需要为用户更新推荐路线,即用户存在路线切换需求,需要为用户更新推荐的导航辅线,则基于车辆当前位置以及用户的目的地,为用户规划多条候选推荐路线,然后结合用户的导航偏好特征,从中选择出目标推荐路线,并下发至用户终端的导航客户端内供用户选择。用户的导航偏好特征是通过挖掘用户的历史轨迹及路线选择行为而确定,反应了用户出行偏好的路线类型。
示例性的,可以将各用户的导航偏好特征划分为以下类型:通行时间较短、少收费、躲避拥堵、不走高速、高速优先、经验路线、红绿灯少、距离较短、常规路线等,当然,此处作为导航偏好特征分类的示例,不应理解为对本实施例的限定,在实际应用中,可以根据分类需求进行特征分类扩展或调整。针对每个用户,可以通过动态维护用户的偏好信息表,如下所示,以实现不断更新用户的导航偏好特征,确保每次确定的目标推荐路线的准确性。当用户在导航过程中每选择一次某种类型的路线时,则可以在相应位置处的计数加1。大量用户的导航偏好信息表可以存储在数据库中,例如远程字典服务(Remote DictionaryServer,Redis)数据库等。在导航过程中存在对导航偏好信息表的使用需求时,可以根据用户标识从数据库中查询并获取。如果未查询到某用户的导航偏好信息表,则意味着该用户的导航偏好信息表可能未建立,则可以基于为用户分配的用户标识,为用户创建导航信息偏好表,并基于用户的出行轨迹以及路线选择行为进行动态维护。
用户的导航偏好信息表:
图4作为示例,示出了一种导航过程中个性化路线推荐的示意图,如图4所示,后台服务器通过挖掘用户导航交互行为、用户出行轨迹、以及道路属性、路况信息等离线数据,确定导航过程中推荐路线更新的触发时机以及用户的导航偏好特征;当确定导航过程中需要为用户更新推荐路线时,进入路线推荐阶段,结合用户的导航偏好特征,利用路线排序算法确定目标推荐路线,目标推荐路线的数量可以适应性设置,例如可以设置为2条,路线排序算法可以是现有技术中任意可用的路线排序算法;同时,每当用户切换一次导航路线,对切换前后的两条路线进行特征差异计算,并基于差异度最大的一个路线特征,将上表相应位置处的计数加1,该差异度最大的一个路线特征即反应了用户当前对路线类型的一种偏好特征,从而实现对用户偏好信息表的更新,并同步更新到数据库中。
根据本实施例的技术方案,针对每个用户,通过将当前时间周期内的当前行为特征、道路特征、以及用户的历史行为特征进行综合考虑,准确把握用户在当前时间周期内的导航需求,解决了现有方案中导航推荐路线更新时机的确定不合理、不能实现推荐路线更新的个性化触发等问题,针对不同的用户,提高了推荐路线更新触发时机的合理性,降低了无效更新计算的频次,节省了计算资源,实现了为用户提供个性化的导航服务;同时,在导航路线推荐过程中,结合用户的导航偏好特征确定目标推荐路线,提高了个性化路线推荐的准确性。
图5是根据本申请实施例公开的一种导航过程中路线推荐装置的结构示意图,本申请实施例可以适用于在地图导航过程中,当用户车辆基于导航服务当前提供的主线行进过程中,如何确定为用户提供的导航辅线的更新时机,从而为用户提供个性化的导航服务的情况。本实施例公开的装置可以采用软件和/或硬件的方式实现,并可集成在任意的具有计算能力的电子设备上,例如服务器等。
如图5所示,本实施例公开的导航过程中路线推荐装置500可以包括当前行为特征确定模块501、道路特征确定模块502、历史行为特征确定模块503和推荐路线更新确定模块504,其中:
当前行为特征确定模块501,用于根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征;
道路特征确定模块502,用于根据当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征;
历史行为特征确定模块503,用于根据用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征;
推荐路线更新确定模块504,用于根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内是否更新推荐路线。
可选的,当前导航交互行为包括以下至少一种:
触控进入导航路线全览状态、触控进入导航路线局部状态、退出导航、放大导航地图、缩小导航地图、调高导航音量、降低导航音量、拖拽导航地图、将导航应用切换至后台运行、进行语音导航交互、以及减小导航行驶速度。
可选的,历史导航交互行为包括以下至少一种:
触控路线刷新按钮、语音触发更新路线、偏航行为、退出导航并重新触发算路行为、触控拥堵段进行躲避、以及导航中切换路线行为。
可选的,道路特征确定模块502包括:
道路拆分单元,用于对当前时间周期内车辆前进区域中的道路,按照路段进行拆分,得到路段集合;
路段特征确定单元,用于根据路段集合中路段的道路属性和实时路况信息,确定路段的路段特征;
路段特征拼接单元,用于按照路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,得到道路特征。
可选的,路段特征拼接单元具体用于:
如果前进区域中的道路为至少两条,且每条道路拆分得到的路段数量不同,则确定各条道路拆分后得到的路段数量的最大值;
将路段数量小于最大值的道路中每个路段的路段特征进行顺序拼接后,利用预设数值进行特征补齐,使得每条道路对应相同数量的道路特征。
可选的,本实施例公开的装置还包括:
时间间隔划分模块,用于将当前时间周期划分为至少两个当前时间间隔;
相应地,当前行为特征确定模块501包括:
当前行为子特征确定单元,用于根据用户在当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征;
当前行为子特征拼接单元,用于按照时间顺序将当前行为子特征进行拼接,得到当前行为特征;
相应地,道路特征确定模块502包括:
道路子特征确定单元,用于根据当前时间间隔内车辆前进区域的道路属性和路况信息,确定道路子特征;
道路子特征拼接单元,用于按照时间顺序将道路子特征进行拼接,得到道路特征。
可选的,当前行为子特征确定单元具体用于:
如果用户在当前时间间隔内的当前导航交互行为为一种,则基于该种导航交互行为,确定当前行为子特征;
如果用户在当前时间间隔内的当前导航交互行为为至少两种,则基于最后发生的导航交互行为,确定当前行为子特征。
可选的,历史行为特征确定模块503具体用于:
利用逻辑回归模型,基于用户标识、以及用户在历史时间周期的历史导航交互行为,确定历史行为特征;
其中,历史行为特征用于标识用户在导航过程中是否属于存在推荐路线更新需求的用户。
可选的,推荐路线更新确定模块504包括:
更新概率确定单元,用于根据当前行为特征、道路特征、以及历史行为特征,确定当前时间周期内触发推荐路线更新的概率;
更新确定单元,用于根据概率与概率阈值的关系,确定当前时间周期内是否更新推荐路线。
可选的,本实施例公开的装置还包括:
候选推荐路线获取模块,用于推荐路线更新确定模块504执行确定当前时间周期内是否更新推荐路线的操作之后,若需要更新推荐路线,则获取至少两条候选推荐路线;
目标推荐路线确定模块,用于根据用户的导航偏好特征,从至少两条候选推荐路线中确定目标推荐路线。
本申请实施例所公开的导航过程中路线推荐装置500可执行本申请实施例所公开的导航过程中路线推荐方法,具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,图6是用于实现本申请实施例中导航过程中路线推荐方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请实施例的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface,GUI)的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作,例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统。图6中以一个处理器601为例。
存储器602即为本申请实施例所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请实施例所提供的导航过程中路线推荐方法。本申请实施例的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请实施例所提供的导航过程中路线推荐方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中导航过程中路线推荐方法对应的程序指令/模块,例如,附图5所示的当前行为特征确定模块501、道路特征确定模块502、历史行为特征确定模块503和推荐路线更新确定模块504。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的导航过程中路线推荐方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据导航过程中路线推荐方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至用于实现本实施例中导航过程中路线推荐方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于实现本实施例中导航过程中路线推荐方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与用于实现本实施例中导航过程中路线推荐方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置和触觉反馈装置等,其中,辅助照明装置例如发光二极管(Light Emitting Diode,LED);触觉反馈装置例如,振动电机等。该显示设备可以包括但不限于,液晶显示器(Liquid Crystal Display,LCD)、LED显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuit,ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序,也称作程序、软件、软件应用、或者代码,包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置,例如,磁盘、光盘、存储器、可编程逻辑装置(Programmable Logic Device,PLD),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置,例如,阴极射线管(Cathode Ray Tube,CRT)或者LCD监视器;以及键盘和指向装置,例如,鼠标或者轨迹球,用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈,例如,视觉反馈、听觉反馈、或者触觉反馈;并且可以用任何形式,包括声输入、语音输入或者、触觉输入,来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统,例如,作为数据服务器,或者实施在包括中间件部件的计算系统,例如,应用服务器,或者实施在包括前端部件的计算系统,例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互,或者实施在包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信,例如通信网络,来将系统的部件相互连接。通信网络的示例包括:局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,针对每个用户,通过将当前行为特征、道路特征、以及历史行为特征进行综合考虑,准确把握用户在当前时间周期内的导航需求,解决了现有方案中导航推荐路线更新时机的确定不合理、不能实现推荐路线更新的个性化触发等问题,针对不同的用户,提高了推荐路线更新触发时机的合理性,降低了无效更新计算的频次,节省了计算资源,实现了为用户提供个性化的导航服务。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (11)
1.一种导航过程中路线推荐方法,其特征在于,包括:
根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征;
根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征;
利用逻辑回归模型,基于用户标识、以及用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征;
其中,所述历史行为特征用于标识用户在导航过程中是否属于存在推荐路线更新需求的用户;
根据所述当前行为特征、所述道路特征、以及所述历史行为特征,确定所述当前时间周期内触发所述推荐路线更新的概率;
根据所述概率与概率阈值的关系,确定所述当前时间周期内是否更新所述推荐路线;
其中,所述历史导航交互行为是用于表征用户在历史导航过程中发生的切换路线的行为。
2.根据权利要求1所述的方法,其特征在于,所述当前导航交互行为包括以下至少一种:
触控进入导航路线全览状态、触控进入导航路线局部状态、退出导航、放大导航地图、缩小导航地图、调高导航音量、降低导航音量、拖拽导航地图、将导航应用切换至后台运行、进行语音导航交互、以及减小导航行驶速度。
3.根据权利要求1所述的方法,其特征在于,所述历史导航交互行为包括以下至少一种:
触控路线刷新按钮、语音触发更新路线、偏航行为、退出导航并重新触发算路行为、触控拥堵段进行躲避、以及导航中切换路线行为。
4.根据权利要求1所述的方法,其特征在于,根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征,包括:
对所述当前时间周期内车辆前进区域中的道路,按照路段进行拆分,得到路段集合;
根据所述路段集合中路段的道路属性和实时路况信息,确定所述路段的路段特征;
按照所述路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,得到所述道路特征。
5.根据权利要求4所述的方法,其特征在于,按照所述路段在所属道路中的连接顺序,将各路段的路段特征进行拼接,包括:
如果所述前进区域中的道路为至少两条,且每条道路拆分得到的路段数量不同,则确定各条道路拆分后得到的路段数量的最大值;
将路段数量小于所述最大值的道路中每个路段的路段特征进行顺序拼接后,利用预设数值进行特征补齐,使得每条道路对应相同数量的道路特征。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述当前时间周期划分为至少两个当前时间间隔;
相应地,所述根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征,包括:
根据用户在所述当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征;
按照时间顺序将所述当前行为子特征进行拼接,得到所述当前行为特征;
相应地,根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征,包括:
根据所述当前时间间隔内车辆前进区域的道路属性和路况信息,确定道路子特征;
按照时间顺序将所述道路子特征进行拼接,得到所述道路特征。
7.根据权利要求6所述的方法,其特征在于,所述根据用户在所述当前时间间隔内的当前导航交互行为,确定用户的当前行为子特征,包括:
如果用户在所述当前时间间隔内的当前导航交互行为为一种,则基于该种导航交互行为,确定所述当前行为子特征;
如果用户在所述当前时间间隔内的当前导航交互行为为至少两种,则基于最后发生的导航交互行为,确定所述当前行为子特征。
8.根据权利要求1所述的方法,其特征在于,确定所述当前时间周期内是否更新所述推荐路线之后,所述方法还包括:
若需要更新所述推荐路线,则获取至少两条候选推荐路线;
根据用户的导航偏好特征,从所述至少两条候选推荐路线中确定目标推荐路线。
9.一种导航过程中路线推荐装置,其特征在于,包括:
当前行为特征确定模块,用于根据用户在当前时间周期内的当前导航交互行为,确定用户的当前行为特征;
道路特征确定模块,用于根据所述当前时间周期内车辆前进区域的道路属性和路况信息,确定道路特征;
历史行为特征确定模块,具体用于利用逻辑回归模型,基于用户标识、以及用户在历史时间周期的历史导航交互行为,确定用户的历史行为特征;
其中,所述历史行为特征用于标识用户在导航过程中是否属于存在推荐路线更新需求的用户;
更新概率确定单元,用于根据所述当前行为特征、所述道路特征、以及所述历史行为特征,确定所述当前时间周期内触发所述推荐路线更新的概率;
更新确定单元,用于根据所述概率与概率阈值的关系,确定所述当前时间周期内是否更新所述推荐路线;
其中,所述历史导航交互行为是用于表征用户在历史导航过程中发生的切换路线的行为。
10.一种电子设备,其特征在于,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1-8中任一项所述的导航过程中路线推荐方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的导航过程中路线推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010060476.XA CN113139026B (zh) | 2020-01-19 | 2020-01-19 | 导航过程中路线推荐方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010060476.XA CN113139026B (zh) | 2020-01-19 | 2020-01-19 | 导航过程中路线推荐方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113139026A CN113139026A (zh) | 2021-07-20 |
CN113139026B true CN113139026B (zh) | 2024-04-02 |
Family
ID=76808784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010060476.XA Active CN113139026B (zh) | 2020-01-19 | 2020-01-19 | 导航过程中路线推荐方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113139026B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9581461B1 (en) * | 2016-01-05 | 2017-02-28 | Allstate Insurance Company | Data processing system communicating with a map data processing system to generate a display of one or more segments of one or more vehicle routes |
KR101843683B1 (ko) * | 2017-04-28 | 2018-03-30 | 이영욱 | 개인 맞춤형 추천 경로를 제공하는 네비게이션 시스템 및 그 구동방법 |
CN109883430A (zh) * | 2019-02-13 | 2019-06-14 | 平安科技(深圳)有限公司 | 导航路线推荐方法、装置、存储介质及计算机设备 |
CN110309438A (zh) * | 2019-07-04 | 2019-10-08 | 泰康保险集团股份有限公司 | 行车路径的推荐方法、装置、计算机存储介质及电子设备 |
CN110375760A (zh) * | 2019-07-29 | 2019-10-25 | 北京百度网讯科技有限公司 | 路线确定方法、装置、设备和介质 |
CN110411469A (zh) * | 2019-07-29 | 2019-11-05 | 北京百度网讯科技有限公司 | 导航规划方法、装置、设备和介质 |
-
2020
- 2020-01-19 CN CN202010060476.XA patent/CN113139026B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9581461B1 (en) * | 2016-01-05 | 2017-02-28 | Allstate Insurance Company | Data processing system communicating with a map data processing system to generate a display of one or more segments of one or more vehicle routes |
KR101843683B1 (ko) * | 2017-04-28 | 2018-03-30 | 이영욱 | 개인 맞춤형 추천 경로를 제공하는 네비게이션 시스템 및 그 구동방법 |
CN109883430A (zh) * | 2019-02-13 | 2019-06-14 | 平安科技(深圳)有限公司 | 导航路线推荐方法、装置、存储介质及计算机设备 |
CN110309438A (zh) * | 2019-07-04 | 2019-10-08 | 泰康保险集团股份有限公司 | 行车路径的推荐方法、装置、计算机存储介质及电子设备 |
CN110375760A (zh) * | 2019-07-29 | 2019-10-25 | 北京百度网讯科技有限公司 | 路线确定方法、装置、设备和介质 |
CN110411469A (zh) * | 2019-07-29 | 2019-11-05 | 北京百度网讯科技有限公司 | 导航规划方法、装置、设备和介质 |
Non-Patent Citations (2)
Title |
---|
基于上下文的VANET服务推荐中间件;杨倩;罗娟;刘畅;;计算机研究与发展(09);全文 * |
基于动态聚类的旅游线路推荐;肖春景;夏克文;乔永卫;张宇翔;;计算机应用(08);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113139026A (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111489553B (zh) | 一种路线规划方法、装置、设备和计算机存储介质 | |
CN111721317B (zh) | 生成导航信息的方法、装置 | |
CN112050824B (zh) | 用于车辆导航的路线规划方法、装置、系统及电子设备 | |
US20210233405A1 (en) | Parking lot free parking space predicting method, apparatus, electronic device and storage medium | |
CN111486861B (zh) | 一种路径规划方法、装置、设备和介质 | |
CN110533254B (zh) | 一种路段识别方法、装置、设备及存储介质 | |
US9857186B2 (en) | System and method for long-haul trip planning for commercial vehicles transportation | |
CN112141102B (zh) | 巡航控制方法、装置、设备、车辆和介质 | |
US10739154B2 (en) | System and method for vehicle fuel consumption optimization | |
US20210232986A1 (en) | Parking lot free parking space predicting method, apparatus, electronic device and storage medium | |
CN112269930B (zh) | 建立区域热度预测模型、区域热度预测的方法及装置 | |
CN111931286A (zh) | 纵向动力学模型的训练方法、装置及设备 | |
US11593384B2 (en) | Parking lot free parking space predicting method, apparatus, electronic device and storage medium | |
US20210239480A1 (en) | Method and apparatus for building route time consumption estimation model, and method and apparatus for estimating route time consumption | |
CN113160607A (zh) | 停车位导航方法、装置、电子设备、存储介质及产品 | |
CN111986490A (zh) | 路况预测方法、装置、电子设备和存储介质 | |
CN111982138A (zh) | 预测模型获取及路径规划方法、装置及存储介质 | |
CN112070288B (zh) | 出发时间预估方法、装置、设备以及存储介质 | |
CN113706857B (zh) | 道路通行性的确定方法、装置、设备及存储介质 | |
CN114543829A (zh) | 模型训练方法、导航轨迹的推荐方法、装置及车辆 | |
CN111782974B (zh) | 路线推荐模型的训练和路线推荐方法、装置、设备和介质 | |
CN113139026B (zh) | 导航过程中路线推荐方法、装置、设备和介质 | |
CN111047107B (zh) | 公路通行时间预测方法、装置、电子设备和存储介质 | |
CN112819497B (zh) | 转化率预测方法、装置、设备和存储介质 | |
CN112541135A (zh) | 信息共享方法、装置、电子设备、存储介质及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |