CN109883437A - 一种出行路线推荐方法、装置及其*** - Google Patents

Abstract

本发明公开了一种出行路线推荐方法，应用于云服务器，包括：接收移动终端发送的出行信息，出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；查找出行起止位置对应的全部路线；依据出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；按照舒适度的排序进行路线推荐，并将推荐结果发送至移动终端进行显示。本发明通过增加出行方式下的差异化特征作为路线舒适度的参考因素，能够使得推荐得到的出行路线针对性更强，通行人员的舒适度更高。本发明还公开了一种基于上述方法的出行路线推荐装置及其***。

Description

一种出行路线推荐方法、装置及其***

技术领域

本发明涉及智能交通技术领域，特别是涉及一种出行路线推荐方法、装置及其***。

背景技术

随着我国科学技术的快速发展以及国民生活水平的提高，居民可供选择的出行方式也日益增多，例如单车、电动车等绿色出行工具。同时，随着交通路线的日趋复杂，人们目前需要依靠相关导航定位技术来为自己的出行提供便利，而现有的地图导航软件便能为用户规划出行路线，其单一出行方式通常包括步行出行路线、骑行出行路线和驾车出行路线等。

由于通行人员自身特点以及所选择的出行工具本身的特点等因素，使得在采用同一类出行方式时，不同通行人员在相同路线上所感受到的舒适度是不同的，当然相同通行人员在不同的路线上感受到的舒适度也是不同的。但是目前在进行路线推荐时，仅考虑到通行人员所选择的出行方式和起止位置，而并未考虑其他因素，路线推荐时的考虑因素过少，所以这样在为通行人员做智能路径选择时，不能为其提供更具有针对性、舒适性的道路选择。

因此，如何提供一种针对性和舒适性更高的出行路线推荐方法、装置及其***是本领域技术人员目前需要解决的问题。

发明内容

本发明的目的是提供一种出行路线推荐方法、装置及其***，通过增加出行方式下的差异化特征作为路线舒适度的参考因素，能够使得推荐得到的出行路线针对性更强，通行人员的舒适度更高。

为解决上述技术问题，本发明提供了一种出行路线推荐方法，应用于云服务器，包括：

接收移动终端发送的出行信息，所述出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；

查找所述出行起止位置对应的全部路线；

依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；

按照所述舒适度的排序进行路线推荐，并将推荐结果发送至所述移动终端进行显示。

优选地，所述依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度的过程，包括：

筛选采用上述出行方式且符合所述差异化特征中的预设个数特征并经过上述查找到的任一条路线的历史路况信息；

依据筛选得到的历史路况信息，确定上述查找到的各条路线中的出行影响因素的类型；

获得上述确定的每类出行影响因素对应的权重以及各类出行影响因素在上述查找到的每条路线中的数值；

依据上述查找到的每条路线中各类出行影响因素的数值及其对应权重进行加权计算，得到上述查找到的各条路线的舒适度。

优选地，所述获得上述确定的每类出行影响因素对应的权重的过程，包括：

依据所述出行信息中的出行方式，调用所述出行方式对应的各类出行影响因素的预设权重。

优选地，所述获得上述确定的每类出行影响因素对应的权重的过程，包括：

接收所述移动终端发送的、各类出行影响因素的自定义权重。

优选地，所述获得各类出行影响因素在上述查找到的每条路线中的数值的过程，包括：

选择上述查找到的每条路线中距离当前最近的历史路况信息中的各类出行影响因素的数值，作为上述查找到的各条路线中当前各类出行影响因素的数值。

优选地，还包括：

实时获取各个特定地点设置的传感器采集的传感信息；

相应的，所述获得各类出行影响因素在上述查找到的每条路线中的数值的过程，包括：依据所述传感信息计算得到上述查找到的各条路线内当前各类出行影响因素的数值。

优选地，所述将推荐结果发送至所述移动终端进行显示之后，还包括：

接收所述移动终端发送的实时路况信息反馈以及出行评价反馈。

优选地，所述按照所述舒适度值的排序进行路线推荐的过程，包括：

按照所述舒适度的排序，选择舒适度最高的路线推荐至移动终端。

为解决上述技术问题，本发明还提供了一种出行路线推荐装置，应用于云服务器，包括：

出行信息接收模块，用于接收移动终端发送的出行信息，所述出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；

舒适度计算模块，用于依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度

路线推荐模块，用于按照所述舒适度的排序进行路线推荐，并将推荐结果发送至所述移动终端进行显示。

为解决上述技术问题，本发明还提供了一种出行路线推荐***，包括：

云服务器，用于接收移动终端发送的出行信息，所述出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；查找所述出行起止位置对应的全部路线；依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；按照所述舒适度的排序进行路线推荐，并将推荐结果发送至所述移动终端；

所述移动终端，用于接收输入的出行信息并发送至所述云服务器；接收所述云服务器返回的推荐结果进行显示。

本发明提供了一种出行路线推荐方法，应用于云服务器，云服务器接收的移动终端发送的出行信息中包含出行方式、出行起止位置以及该出行方式下的差异化特征，后续云服务器依据出行信息中的出行起止位置查找到全部可能的路线，之后依据出行信息中的出行方式以及差异化特征，来分析上述查找到的各条路线的舒适度，进而依据舒适度进行路线推荐。可以理解的是，差异化特征指的是一种出行方式下进一步的差异化特征，这些特征能够进一步的反映当前通行人员的出行特点，因此本发明在分析各条路线的舒适度时，除了出行方式和经过路线之外，还考虑了通行人员的差异化特征，考虑因素更多，因此舒适度值的分析结果更符合通行人员的实际需求，从而使得依据本发明中分析得到的舒适度作为参考，能够为通行人员提供更有针对性的、舒适度更高的道路推荐，推荐效果更好。本发明还提供了一种基于上述方法的出行路线推荐装置及***，在此不再赘述。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种出行路线推荐方法的过程的流程图；

图2为本发明提供的一种出行路线推荐方法的具体实施例的过程的流程图；

图3为本发明提供的一种出行路线推荐方法的具体实施例的过程的流程图；

图4为本发明提供的一种出行路线推荐装置的结构示意图。

具体实施方式

本发明的核心是提供一种出行路线推荐方法、装置及其***，通过增加出行方式下的差异化特征作为路线舒适度的参考因素，能够使得推荐得到的出行路线针对性更强，通行人员的舒适度更高。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种出行路线推荐方法，应用于云服务器，参见图1所示，图1为本发明提供的一种出行路线推荐方法的过程的流程图；该方法包括：

步骤s1：接收移动终端发送的出行信息，出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；

即用户首先需要通过移动终端(如智能手机或者平板电脑等)将自己此次的出行方式、起始地址和目的地上传给云服务器。用户在移动终端的可选选项中选择自己的出行方式，例如，用户若选择骑自行车作为出行方式的话，就可直接选择“自行车”或者“骑行”这个选项。另外，这里的差异化特征指的是一种出行方式进一步的差异化特征，这些特征能够进一步的反映当前通行人员的出行特点；举例来说，在“自行车”出行方式下还可以选择车型的大小或者轮胎尺寸，在“步行”出行方式下可以对步行人员的年龄做区分，在“驾车”出行方式下可以对电动车、汽车车辆的类型、体积大小做区分等。通过设置差异化特征，能够使得云服务器接收到的出行信息更为详细，因此，据此分析得到的推荐结果也更符合用户的实际情况，进而使得用户的出行体验更好。

步骤s2：查找出行起止位置对应的全部路线；

步骤s3：依据出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；

在对用户进行出行路线推荐时，主要考虑的就是用户的舒适度，也可以理解为用户的出行体验效果程度，舒适度越高，用户出行体验效果越好。举例来说，对于相同的路况，显然距离越短的路线，用户体验更好；对于相同距离的路线，显然路面越平整的路线，用户体验更好。而本发明中，除了出行方式和出行起止位置之外，还考虑到的用户在所选择的出现方式下进一步的一些差异化特征，依据这些差异化特征，能够分析出各条路线对用户需求的符合程度，也可以理解为舒适度(因为越符合用户需求，显然对于用户来说舒适度更高)，进而依据该舒适度进行路线推荐时，也能够更有针对性地推荐舒适度更高的路线。

步骤s4：按照舒适度的排序进行路线推荐，并将推荐结果发送至移动终端进行显示。

其中，云服务器：是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务，是面向各类互联网用户提供综合业务能力的服务平台。

本发明提供了一种出行路线推荐方法，应用于云服务器，云服务器接收的移动终端发送的出行信息中包含出行方式、出行起止位置以及该出行方式下的差异化特征，后续云服务器依据出行信息中的出行起止位置查找到全部可能的路线，之后依据出行信息中的出行方式以及差异化特征，来分析上述查找到的各条路线的舒适度，进而依据舒适度进行路线推荐。可以理解的是，差异化特征指的是一种出行方式下进一步的差异化特征，这些特征能够进一步的反映当前通行人员的出行特点，因此本发明在分析各条路线的舒适度时，除了出行方式和经过路线之外，还考虑了通行人员的差异化特征，考虑因素更多，因此舒适度值的分析结果更符合通行人员的实际需求，从而使得依据本发明中分析得到的舒适度作为参考，能够为通行人员提供更有针对性的、舒适度更高的道路推荐，推荐效果更好。

其中，移动终端内设置的出行方式的各类选项的名称本发明不作限定，例如骑自行车的出行方式的名称可以设置为“骑行”或“自行车”等；另外，出行方式的选项个数以及类型与当前社会的出行方式有关，本发明对此不作限定。另外，移动终端内设置的每种出行方式下的差异化特征的个数和种类，与各种出行方式的特点有关，本发明不限定每种出行方式下的差异化特征的个数以及种类。另外，移动终端内可以由用户自定义添加差异化特征，以此来丰富云服务器上的单一出行方式中的差异化特征的种类。

在一种优选实施例中，参见图2所示，图2为本发明提供的一种出行路线推荐方法的具体实施例的过程的流程图；步骤s3的过程包括：

步骤s31：筛选采用上述出行方式且符合差异化特征中的预设个数特征并经过上述查找到的任一条路线的历史路况信息；

其中，历史路况信息指的是历史通行人员收集到的实际路况信息。

在确定可能的出行路线之后，本发明依据用户的出行方式，查找经过以上出行路线的路况的所有历史路况信息，并在这些历史路况信息中筛选出与该用户的出行方式基本相同的历史通行人员收集到的实时路况信息。由于同一出行方式中存在的差异化，因此，在筛选与该用户的出行方式基本相同的历史通行人员收集到的实时路况信息时，本发明还进一步依据用户设置的差异化特征进行筛选，从而使得最终筛选得到与该用户同一出行方式中出行方式差异更小的历史用户收集的历史路况信息。例如在此步骤中得到了历史途径某条路线的所有自行车收集到的实时路况信息时，还应进一步选择与该用户使用的自行车体积相似或者轮胎尺寸相似的自行车收集到的信息，这样差异化小的同一种出行方式在通过同一条道路时产生的出行舒适感会更为接近。从而提高了路线推荐时的准确性和针对性。

另外，在进行上述筛选时，可以首先筛选出经过上述查找到的任一条路线的历史路况信息，然后再在这些历史路况信息中查找采用上述出行方式的历史路况信息完成第二步筛选，最后在第二步筛选得到的历史路况信息中查找符合差异化特征中的预设个数特征的历史路况信息，完成第三步筛选。当然以上仅为优选方案，实际实现时也可采取其他筛选顺序，本发明对这三部分的筛选顺序不作限定。

步骤s32：依据筛选得到的历史路况信息，确定上述查找到的各条路线中的出行影响因素的类型；

步骤s33：获得上述确定的每类出行影响因素对应的权重以及各类出行影响因素在上述查找到的每条路线中的数值；

其中，权重是指某一因素在整体评价中所占的相对重要程度。本发明中权重为各类出行影响因素在舒适度计算时所占的比重。

步骤s34：依据上述查找到的每条路线中各类出行影响因素的数值及其对应权重进行加权计算，得到上述查找到的各条路线的舒适度。

可以理解的是，由于每一类出行方式有差异化的体现，例如步行中可以对步行人员的年龄做区分，电动车、汽车等可以对其车辆的类型、体积大小做区分等等。由于这些差异化特征带给不同的通行人员的舒适度感受也是会不同的，但是目前对单一的出行方式并没有做更为具体的差异化区分，所以这样在为通行人员做智能路径选择时，不能为其提供更具有针对性、舒适性的道路选择。而本发明在进行历史路况信息筛选时，除了出行方式和经过路线之外，还考虑了通行人员的差异化特征，因此最终筛选得到的历史路况信息更贴近通行人员当前的实际出行情况，从而使得依据本发明中筛选到的历史路况信息作为参考，能够为通行人员提供更有针对性的、舒适度更高的道路推荐，推荐效果更好。

另外，用户在移动终端内选择出行方式时，也可以不选择具体的出行方式，即云服务器接收到的出现信息中的出行方式和差异化特征均为无(或者空白)，这种情况下，云服务器在查找到出行起止位置对应的全部路线后，会综合筛选出经过上述查找到的任一条路线的全部历史路况信息，这些历史路况信息中采用的出行方式包括各种组合式交通换乘出行方式以及各种单一出行方式。之后，分别依据每种出行方式下经过各条路线时的历史路况信息，确定出行影响因素对应的权重以及各类出行影响因素在上述查找到的每条路线中的数值，并进行加权求和，得到每种出行方式下各条路线的舒适度。最后将各种出行方式下各条路线的舒适度进行综合排序，依据排序从大到小的顺序进行出行方式以及出行路线的推荐。举例来说，假设查找到10条路线，出行方式包括步行、骑行以及步行+公交的组合方式，则需要计算步行方式下各条路线的舒适度、骑行方式下各条路线的舒适度、以及步行+公交的组合方式下各条路线的舒适度，之后把全部计算结果按照舒适度大小进行排序，并且后续在进行路线推荐时，除了推荐出行路线外还要进行出行方式的推荐。

并且，由于在计算过程中，某些出行方式下对应的历史路况信息可能并未经过全部路线，则不计算这些出行方式下这些未经过的路线的舒适度值；举例来说，假设查找到10条路线，骑行方式下可能仅包含经过其中6条路线的历史路况信息，则此时仅计算骑行方式下这6条路线的舒适度即可，其余4条路线在骑行方式下的舒适度默认为0。

其中，对于每条路线中出行影响因素的类型，可以设置为固定的几项，即每条路线中出行影响因素的类型与出行方式和路线内容无关，是固定的。或者，由于每条路线经过的道路情况不同，因此还可以根据每条路线的道路情况为其设置相应类型的出行影响因素，即每条路线的出行影响因素的类型与当前经过的路线有关，不同路线中出行影响因素的类型可能相同也可能不同。或者，由于不同出行方式下，影响用户体验的因素不同，因此可以对不同的出行方式分别设置对应类型的出行影响因素，即每条路线中出行影响因素的类型与当前用户选择的出行方式有关，而与路线本身内容无关，即同一出行方式下，各条路线中出行影响因素的类型是相同的。当然，还可采用以上两种方式结合的设置方式，例如不同路线中出行影响因素的类型与出行方式以及路线内容均有关。当然，以上仅为几种具体的实施例，实际应用中还可采用其他规则设置每条路线中出行影响因素的类型，本发明对此不作限定。

另外，上述出行影响因素的类型的设置规则，可以是在后台预先设置完成后，则后续自动按照前述设置的规则运行，用户无法自行调整。或者，在其他实施例中，也可以设置为能够由用户进行选择；即移动终端接收用户输入的出行信息时，出行信息中还可包含出行影响因素的类型，则云服务器后续在进行加权计算时，仅依据用户输入的出行影响因素的数值和权值进行加权计算；而用户若未输入出行影响因素的类型的话，则按照之前默认的出行影响因素的类型进行加权计算；这种方式用户自主性更强，由于不同用户习惯不同，这种自主选择出行影响因素的方式，能够提高路线推荐结果的准确性。此外，用户还可以定制用户个人的舒适度影响因素组。当然，以上仅为几种具体的实现方式，本发明对出行影响因素的类型的设置方式不作限定。

其中，上述出行影响因素可以包括环境噪音、空气质量、天气情况、明暗程度、路面情况(路面的颠簸、宽窄、坡度、泥泞程度等)、道路情况(拥挤度等)、气味中任一种或几种的组合。当然，本发明不限定出行影响因素的具体类型。

另外，上述步骤s31中的预设个数特征，可以为具体的个数，例如假设差异化特征包含5个选项内容，则预设个数特征可以为3个选项，即筛选符合差异化特征中3个选项的历史路况信息。或者预设个数特征也可等于差异化特征的个数，此时即为筛选符合全部差异化特征的历史路况信息。或者，还可以为差异化特征设置优先级，例如对于骑行方式的差异化特征中，可以将车轮尺寸的优先级设置为第一级，其余差异化特征的优先级设置为第二级，之后预设个数特征包含优先级条件及其对应的差异化特征个数；举例来说，预设个数特征的内容为：对于第一优先级的差异化特征个数为1，对于第二优先级的差异化特征个数为3，即筛选符合1个第一优先级的差异化特征的历史路况信息，以及筛选符合3个第二优先级的差异化特征的历史路况信息。当然，预设个数特征还可以为其他内容，本发明对此不作限定。另外，预设个数特征可以是在后台***内预先设置，用户无法调整；或者还可以是允许用户自定义设置，移动终端接收用户自定义是设置的预设个数特征后发送至云服务器。具体采用哪种方式设置预设个数特征，本发明不作限定。

在一种优选实施例中，参见图3所示，图3为本发明提供的一种出行路线推荐方法的具体实施例的过程的流程图；步骤s33中，获得上述确定的每类出行影响因素对应的权重的过程，包括：依据出行信息中的出行方式，调用出行方式对应的各类出行影响因素的预设权重。

即步骤s33调整为步骤s331：依据出行信息中的出行方式，调用出行方式对应的各类出行影响因素的预设权重，以及确定各类出行影响因素在上述查找到的每条路线中的数值。

可以理解的是，由于目前出行方式的多样化，从而导致影响出行人员出行舒适度的因素也越来越多，而当前技术考虑到的影响因素不够完全，多是为某些因素设置固定的权重，再根据因素的权重计算来为用户做路径选择。即每类出行影响因素的权重于出行方式无关，是固定的。这样不能动态调整各个出行影响因素对不同出行方式人员的影响程度的权重值，不利于为出行人员提供更具有针对性、舒适性的道路选择。而本发明分别为不同的出行方式设置了对应的权重，举例来说，由于不同交通方式对明暗程度要求不同，对于行人来说，道路的明暗程度对其通行影响就偏大，针对这种出行方式就应为这个出行影响因素设置较大的权重，而对汽车来说，由于其有远光灯等设备，明暗程度的影响可能就偏小，设置权重时该出行影响因素的权重就应该降低。再比如：气味对汽车出行方式的舒适度影响较小，就可以设定气味在驾车出行时的权重为10％；而气味对步行方式的舒适度影响较大，可以设定气味在步行出行时的权重为30％。可见，本实施例的权重设置方式充分考虑到了不同出行方式下各类出行影响因素的影响程度，因此计算舒适度时更为符合用户的实际体验，从而为用户推荐更有针对性的道路选项。

另外，在权重设置过程中，可以由后台***预先设定，用户无法后续调整；或者还可以由用户自定义设置各类出行影响因素的权重，则步骤s33中，获得上述确定的每类出行影响因素对应的权重的过程，包括：接收移动终端发送的、各类出行影响因素的自定义权重。

可以理解的是，由用户自己为出行影响因素设置权重，再由云服务器以此权重信息来计算推荐路径。这种方式使得用户能够根据自身的情况对各项出行影响因素所占的比重进行调整，例如用户如果对气味特别敏感，还可以将气味的权重调大设定为40％。从而使得最终推荐的路线能够更加符合用户本身的舒适度需求。并且，由于可动态调整权重，出行人员还可以为自己定制属于他们自己的舒适度最佳出行方案，即用户优先选择出影响自己出行舒适度的出行影响因素，之后为自己选择的出行影响因素设置自定义权重，之后移动终端将用户定义的上述信息发送至云服务器进行权重计算。

作为优选地，步骤s33中，获得各类出行影响因素在上述查找到的每条路线中的数值的过程，包括：选择上述查找到的每条路线中距离当前最近的历史路况信息中的各类出行影响因素的数值，作为上述查找到的各条路线中当前各类出行影响因素的数值。

可以理解的是，由于在不同的时间段内路况信息会发生变化，因此为了使路线推荐结果更符合当前的实际情况，因此需要依据最近一次的历史路况信息进行加权计算，从而提高所计算的舒适度的准确度，进而提高路线推荐的准确性。

在另一实施例中，该方法还包括：

实时获取各个特定地点设置的传感器采集的传感信息；

相应的，步骤s33中，获得各类出行影响因素在上述查找到的每条路线中的数值的过程，包括：依据传感信息计算得到上述查找到的各条路线内当前各类出行影响因素的数值。

可以理解的是，本发明通过在特定影响因素变化频率较快地点设置传感器，使得云服务器能够实时接收这些特定地点处的传感器返回的信息，这些信息能够反映这些特定地点处的相应出行影响因素的数值情况，因此本实施例中依据这些传感器实时返回的数据来计算得到各条路线内当前的各类出行影响因素的数值。这种方式能够提高各类出行影响因素的数值的实时性和准确性，从而提高路线推荐的灵敏度和准确性。

在一种优选实施例中，步骤s4之后，还包括：接收移动终端发送的实时路况信息反馈以及出行评价反馈。

可以理解的是，由于本发明在进行路线舒适度计算过程中，需要利用云服务器内保存的历史路况信息，因此为了方便云服务器收集这些历史路况信息，并实现及时更新，本实施例令每次用户出行时，由移动终端实时上传用户此次出行过程中的实时路况信息以及出行结束后用户输入的出行评价反馈。当然，在其他实施例中，也可以是由移动终端记录用户出行过程中的实时路况信息，本发明对此不作限定。另外，这里的实时路况信息可以包含用户出行过程中的天气、路面、光线、道路障碍等情况。另外，移动终端获取实时路况信息的方式本发明不作限定。另外，这里的出行评价反馈由用户手动输入，移动终端内可以在评价模块给出一些道路通行舒适度的出行影响因素，然后由用户对这些出行影响因素给予评价，从而得到出行评价反馈，来针对某一路段给出更为细致具体的路况信息。本实施例中，通过自动与手动结合的收集方式能够得到更加详细的实时路况信息，云服务器根据实时路况信息更新自身保存的历史路况信息，从而方便后续的路线推荐的准确性。

在一种优选实施例中，步骤s4中，按照舒适度值的排序进行路线推荐的过程，包括：按照舒适度的排序，选择舒适度最高的路线推荐至移动终端。

可以理解的是，用户在进行路线选择时，通常会选择推荐最靠前的一条路线，因此许多时候即使云服务器将全部推荐路线按照排序均发送至移动终端后，用户也并没有使用其他多余的路线。因此为了减少云服务器和移动终端之间的数据传输量以及推荐路线对移动终端内存的占用，本发明在每次推荐时仅选择舒适度最高的路线推荐至移动终端，从而使得通常情况下云服务器和移动终端之间仅需要传输这一条推荐路线的相关数据即可，减少了数据传输量，并且移动终端也仅需要缓存这一条推荐路线的相关数据，减少了对移动终端的存储空间的占用。

当然，由于有些情况下，用户可能并不想选择舒适度最高的一条路线，或者用户可能想要参考查看一下其他可能的路线情况，因此，为了满足用户的上述需求，移动终端内可以设置查看全部路线的选项，当接收到用户触发该查看全部路线的选项后生成的全部显示指令后，移动终端将该全部显示指令发送至云服务器，云服务器接收全部显示指令后将查找到的剩余路线发送至移动终端，供移动终端对各条路线进行显示。当然，移动终端显示各条路线时，可以按照舒适度从大到小的排序进行显示，也可以随机显示但在每条路线上标注其舒适度等，本发明不限定移动终端显示推荐路线的方式。

当然，在其他情况下，云服务器也可以直接将查找到的全部路线直接按照舒适度从大到小的顺序全部发送至移动终端进行显示。本发明不限定计算舒适度后，云服务器具体的路线推荐方式。

为了让本领域技术人员更加理解本发明的上述实施例，下面以轮胎尺寸为10寸的真空胎电动自行车舒适度路径选择进行说明：

用户首先通过移动终端向云服务器上传自己的出行方式“电动车”，且在此方式下还需要做出差异化的区分，选择自己的具体车型为“电动自行车”，再以电动自行车车轮胎的尺寸来作进一步的差异化。其中预先设定了不同尺寸的轮胎的分类，10寸的轮胎应选择“10寸轮胎”。之后云服务器通过对差异化出行方式的筛选，完成该出行方式下各出行影响因素的权重计算。如果用户想要定制自己的最佳舒适度出行方案，也可先选择出影响自己出行舒适度的出行影响因素，然后给各出行影响因素自定义权重，再由云服务器做权重计算，最后给该用户推荐出舒适度最佳的通行路线。用户根据推荐路线完成自己的出行后，再对本次出行进行并上传评价，云服务器再根据用户上传的实时路况信息以及出行评价反馈更新自身保存的道路实时路况信息。

另外，本发明可以应用于步行跑道的设置过程中，用户可通过输入步行出行方式，来根据云服务器返回的步行推荐路线进行步行跑道的设置。当然，本发明还可应用于其他场景，本发明对此不作限定。

本发明还提供了一种出行路线推荐装置，应用于云服务器，参见图4所示，图4为本发明提供的一种出行路线推荐装置的结构示意图。该装置包括：

出行信息接收模块1，用于接收移动终端发送的出行信息，出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；

舒适度计算模块2，用于依据出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度

路线推荐模块3，用于按照舒适度的排序进行路线推荐，并将推荐结果发送至移动终端进行显示。

本发明还提供了一种出行路线推荐***，包括：

云服务器，用于接收移动终端发送的出行信息，出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；查找出行起止位置对应的全部路线；依据出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；按照舒适度的排序进行路线推荐，并将推荐结果发送至移动终端；

移动终端，用于接收输入的出行信息并发送至云服务器；接收云服务器返回的推荐结果进行显示。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上的几种具体实施方式仅是本发明的优选实施方式，以上几种具体实施例可以任意组合，组合后得到的实施例也在本发明的保护范围之内。应当指出，对于本技术领域的普通技术人员来说，相关专业技术人员在不脱离本发明精神和构思前提下推演出的其他改进和变化，均应包含在本发明的保护范围之内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种出行路线推荐方法，应用于云服务器，其特征在于，包括：

接收移动终端发送的出行信息，所述出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；

查找所述出行起止位置对应的全部路线；

依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；

按照所述舒适度的排序进行路线推荐，并将推荐结果发送至所述移动终端进行显示。

2.根据权利要求1所述的方法，其特征在于，所述依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度的过程，包括：

筛选采用上述出行方式且符合所述差异化特征中的预设个数特征并经过上述查找到的任一条路线的历史路况信息；

依据筛选得到的历史路况信息，确定上述查找到的各条路线中的出行影响因素的类型；

获得上述确定的每类出行影响因素对应的权重以及各类出行影响因素在上述查找到的每条路线中的数值；

依据上述查找到的每条路线中各类出行影响因素的数值及其对应权重进行加权计算，得到上述查找到的各条路线的舒适度。

3.根据权利要求2所述的方法，其特征在于，所述获得上述确定的每类出行影响因素对应的权重的过程，包括：

依据所述出行信息中的出行方式，调用所述出行方式对应的各类出行影响因素的预设权重。

4.根据权利要求2所述的方法，其特征在于，所述获得上述确定的每类出行影响因素对应的权重的过程，包括：

接收所述移动终端发送的、各类出行影响因素的自定义权重。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述获得各类出行影响因素在上述查找到的每条路线中的数值的过程，包括：

选择上述查找到的每条路线中距离当前最近的历史路况信息中的各类出行影响因素的数值，作为上述查找到的各条路线中当前各类出行影响因素的数值。

6.根据权利要求2-4任一项所述的方法，其特征在于，还包括：

实时获取各个特定地点设置的传感器采集的传感信息；

相应的，所述获得各类出行影响因素在上述查找到的每条路线中的数值的过程，包括：依据所述传感信息计算得到上述查找到的各条路线内当前各类出行影响因素的数值。

7.根据权利要求2所述的方法，其特征在于，所述将推荐结果发送至所述移动终端进行显示之后，还包括：

接收所述移动终端发送的实时路况信息反馈以及出行评价反馈。

8.根据权利要求2所述的方法，其特征在于，所述按照所述舒适度值的排序进行路线推荐的过程，包括：

按照所述舒适度的排序，选择舒适度最高的路线推荐至移动终端。

9.一种出行路线推荐装置，应用于云服务器，其特征在于，包括：

出行信息接收模块，用于接收移动终端发送的出行信息，所述出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；

舒适度计算模块，用于依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度

路线推荐模块，用于按照所述舒适度的排序进行路线推荐，并将推荐结果发送至所述移动终端进行显示。

10.一种出行路线推荐***，其特征在于，包括：

云服务器，用于接收移动终端发送的出行信息，所述出行信息包括出行方式、出行起止位置及该出行方式下的差异化特征；查找所述出行起止位置对应的全部路线；依据所述出行信息中的出行方式以及差异化特征，分析上述查找到的各条路线的舒适度；按照所述舒适度的排序进行路线推荐，并将推荐结果发送至所述移动终端；

所述移动终端，用于接收输入的出行信息并发送至所述云服务器；接收所述云服务器返回的推荐结果进行显示。