CN112395488A - 路线推荐的方法、装置、服务器和存储介质 - Google Patents

路线推荐的方法、装置、服务器和存储介质 Download PDF

Info

Publication number
CN112395488A
CN112395488A CN201910750780.4A CN201910750780A CN112395488A CN 112395488 A CN112395488 A CN 112395488A CN 201910750780 A CN201910750780 A CN 201910750780A CN 112395488 A CN112395488 A CN 112395488A
Authority
CN
China
Prior art keywords
user
route
personalized
tag
historical
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.)
Pending
Application number
CN201910750780.4A
Other languages
English (en)
Inventor
蒲竞春
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.)
ZTE Corp
Original Assignee
ZTE 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 ZTE Corp filed Critical ZTE Corp
Priority to CN201910750780.4A priority Critical patent/CN112395488A/zh
Publication of CN112395488A publication Critical patent/CN112395488A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明实施例涉及数据处理领域,公开了一种路线推荐方法、装置、服务器和存储介质。本发明中,获取用户当前位置和用户历史路线,根据用户当前位置确定场地图谱,再确认用户的个性化标签,根据用户历史路线和用户的个性化标签在场地图谱中确定推荐路线,在生成推荐路线时,既通过用户的个性化标签考虑了用户的个性化需求,又通过分析用户的历史路线进一步确定推荐路线,提高了推荐路线的准确性,极大地提升用户体验。

Description

路线推荐的方法、装置、服务器和存储介质
技术领域
本发明实施例涉及数据处理领域,特别涉及信息推荐技术。
背景技术
随着网络信息日益多样化,人们进入信息过载的时代。作为信息消费者,如何从大量信息中找到自己感兴趣的信息是一件非常困难的事情,包括在人们出行时,如何从众多路线信息中获取自己想要的路线也成为待解决的问题,且一般的推荐路线对用户的需求针对性不够,不能完全满足用户。
发明内容
本发明实施方式的目的在于提供一种路线推荐的方法、装置、服务器和存储介质,使得在向用户推荐路线时能够针对用户的历史数据和个人偏好进行推荐。
为解决上述技术问题,本发明的实施方式提供了一种路线推荐的方法,应用于服务器,包括:获取用户当前位置和用户历史路线;根据所述用户当前位置确定场地图谱,其中,所述场地图谱为包含所述用户当前位置的多条路线的集合;确认所述用户的个性化标签;根据所述用户历史路线和所述用户的个性化标签在所述场地图谱中确定推荐路线,并输出所述推荐路线。
本发明的实施方式还提供了一种路线推荐的装置,包括:数据接收模块,用于获取用户当前位置和用户历史路线;图谱确定模块,用于根据所述用户当前位置确定场地图谱,其中,所述场地图谱为包含所述用户当前位置的多条路线的集合;标签确认模块,用于确认所述用户的个性化标签;路线推荐模块,用于根据所述用户历史路线和所述用户的个性化标签在所述场地图谱中确定推荐路线,并输出所述推荐路线。
本发明的实施方式还提供了一种服务器,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实现上述路线推荐的方法。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述路线推荐方法。
本发明实施方式相对于现有技术而言,获取用户当前位置和用户历史路线,根据用户当前位置确定场地图谱,确认用户的个性化标签,根据用户历史路线和用户个性化标签在场地图谱中确定推荐路线,在生成推荐路线时,既通过用户的个性化标签考虑了用户的个性化需求,又通过分析用户的历史路线进一步确定推荐路线,提高了推荐路线的准确性,极大地提升用户体验。
另外,场地图谱具体包括人工预设路线和根据所有用户的包含当前位置的历史路线整合得到的多条路线。通过对所有用户的历史路线进行统计实现在任何景点都能进行路线推荐,扩大了应用范围。
另外,确认所述用户的个性化标签,包括:根据用户历史路线确认用户的个性化标签;或者,通过类比与用户有相似历史路线的用户的个性化标签确认用户的个性化标签;或者,根据用户设定确认用户的个性化标签;或者,在用户的个性化标签库中确认所述用户的个性化标签,其中,所述用户的个性化标签库包含所述用户的所有个性化标签,并在每次获取所述用户的个性化标签后对所述个性化标签库进行更新。提供了多种获取用户个性化标签的方式,其中包括根据大数据算法得到的个性化标签和用户根据自己偏好设定的个性化标签,使得得到的个性化标签能够兼具大数据推荐的合理性和满足用户的偏好。
另外,根据所述用户历史路线获取所述用户的个性化标签,包括:从预设的路线标签关联库中确认所述用户历史路线对应的所述个性化标签,所述路线标签关联库包含多条路线以及每条所述路线对应的所述个性化标签。提供了一种通过历史数据确认用户个性化标签的方法。
另外,所述用户的个性化标签库中的所述用户的所有个性化标签按照可信度标记权重度,权重度与所述个性化标签的优先级相对应。由于权重度会影响对应的所述个性化标签被使用时的优先级,因此通过对个性化标签进行权重度标记体现优先级使个性化标签更具针对性。
另外,根据所述用户历史路线和所述用户个性化标签在所述场地图谱中确定推荐路线,包括:在所述场地图谱中确定多条与所述个性化标签有关联的路线,并在所述多条与所述个性化标签有关联的路线中删除与所述用户预设时间内的历史路线重复的路线,剩余的路线为所述推荐路线。提供了一种根据用户历史路线和个性化标签在场地图谱中确定推荐路线的方法,在与个性化标签关联的路线中删除与用户历史路线重复的路线,使每次推荐都能给用户带来新的内容,提升用户体验。
另外,根据所述用户历史路线和所述用户个性化标签在所述场地图谱中确定推荐路线,还包括:根据所述用户历史路线推测出所述用户的默认活动范围,并优先向所述用户推荐所述默认活动范围中的与所述用户个性化标签有关联的路线。确定用户的默认活动范围(比如说用户的住处,公司位置),提供对用户来说更加便利的路线。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定。
图1是根据本发明第一实施方式的路线推荐方法的流程图;
图2是根据本发明第二实施方式的路线推荐方法的流程图;
图3是根据本发明第三实施方式的路线推荐方法的流程图;
图4是根据本发明第四实施方式的路线推荐方法的流程图;
图5是根据本发明第五实施方式的路线推荐方法的流程图;
图6是根据本发明第六实施方式的路线推荐装置的结构方框图;
图7是根据本发明第七实施方式的服务器的结构方框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种路线推荐方法,应用于服务器。在本实施方式中,获取用户当前位置和用户历史路线;根据用户当前位置确定场地图谱,其中,场地图谱为包含用户当前位置的多条路线的集合,确认用户的个性化标签,根据用户历史路线和用户的个性化标签在场地图谱中确定推荐路线,并输出该推荐路线。
下面对本实施方式的一种路线推荐方法的实现细节进行具体的说明,以下内容仅为方便理解提供的实现细节,并非实施本方案的必须。
本实施方式中的一种路线推荐方法如流程图1所示。可以具体包括以下步骤:
步骤101:获取用户当前位置和用户历史路线;
在一实施方式中,接收由终端通过GPS定位***、北斗定位***、室内定位***等定位***确定用户的当前位置和行进的历史路线的数据。
步骤102:根据用户当前位置确定场地图谱;
在一实施方式中,场地图谱就是以某个位置为起点的多条路线的集合,根据在步骤101中所获取的用户的当前位置,确定由该位置为起点的多条可行的路线,确定路线的方式可以至少包括两种:一种是根据所有用户的包含该当前位置的历史路线进行整合得到多条路线,一种是人工预设路线,一般是由该位置的商家进行预设路线,以上两种方式可以搭配使用。
步骤103:确认用户的个性化标签;
在一实施方式中,将用户的个性化标签作为生成推荐路线的依据之一,可以体现用户的个性化需求。在一实施方式中,确认个性化标签的方法可以包括下述一种或多种方式。
方式一,根据在步骤101获取的用户历史路线确认用户的个性化标签。在一实施方式中,可以通过对用户历史路线的简单记录和计算:比如说,用户到过一个网红打卡地,就生成一个“网红”标记,当“网红”标记满足一定数量后,给用户加上“网红”的个性化标签。还可以通过对用户历史路线和关联的信息记录和计算确认个性化标签,比如说,用户到成都旅游:到景点A游览(判定该用户是在该地游览,可以通过相关的门票信息、酒店信息、在该景点的停留时间),游览后用户会进行用餐选择(判定用户是否是在用餐,可以根据如下信息判定:该地点是否提供用餐、用户是否有相应消费记录、用户在该地的停留时长、停留的时间窗口是否是饭点等),如果选择直接在景点A的酒店吃饭,可以给用户标记“品质”个性化标签;用户到景点A后是在附近的快餐厅吃饭,可以标记用户“经济适用”个性化标签;用户到景点A后是到附近酒吧用餐,可以标记用户为“小资”个性化标签。
方式二,可以通过类比与用户有相似历史路线的用户确认用户的个性化标签。和相关用户比较,给有类似用户行为的用户打上相同标签。比如说,用户甲已有“亲子”标签,用户甲到过商城B并有相关历史轨迹。用户乙到达商城B后的轨迹和用户甲一致。那么也可以为用户乙标记“亲子”标签。
方式三,根据用户设定确认用户的个性化标签,即确认用户在终端输入的个性化标签。
实际应用中不限于以上几种方式确认用户的个性化标签。
步骤104:根据用户历史路线和个性化标签在场地图谱中确定推荐路线并输出推荐路线。
在一实施方式中,在已生成的场地图谱中确定多条与用户的个性化标签相关联的路线,再根据用户的所有历史路线对已确定的路线进行再次筛选,剩余的路线为推荐路线。
值得一提的是,场地图谱还与用户的个性化标签相关联,如场地为某商场,场地图谱包括:亲子路线图、吃货路线图、运动路线图、休闲路线图,分别与亲子、吃货、运动和休闲个性化标签相关联。亲子路线图可以是上午到5楼滑冰,中午在5楼的面馆用餐,下午到3楼的书店。亲子路线图又可以细分为0-3岁儿童亲子路线图,4-6岁儿童亲子路线图等。场地图谱再根据采集到的用户的新信息进行迭代和完善,比如说,成都的吃货路线原始图为早餐小吃街A的龙抄手,午餐小吃街B的烧烤,晚餐景点C附近的火锅,经过大量用户数据分析,发现早餐和午餐和原始吃货路线图选择一致,晚餐大部分用户换成了小吃街A的火锅,那么可以相应更新吃货路线图。每个用户的个性化标签可以对应场地图谱中的多条线路。
本实施方式相对于现有方式而言,获取用户当前位置和历史路线,根据用户当前位置确定场地图谱,确认用户的个性化标签,根据用户历史路线和用户个性化标签在场地图谱中确定推荐路线,在生成推荐路线时,既通过用户的个性化标签同时考虑了用户自身的需求和偏好又类比了类似用户的路线,还通过分析用户的历史路线进一步确定推荐路线,提高了推荐路线的准确性,极大地提升用户体验。
本发明的第二实施方式涉及一种路线推荐方法,本实施方式中,通过路线标签关联库确认用户的个性化标签。具体地,获取路线标签关联库,路线标签关联库包含多条路线以及每条路线对应的个性化标签,在路线标签关联库中确认用户历史路线对应的个性化标签。本实施方式中涉及的路线推荐方法如图2所示,下面对图2的流程做具体说明:
本实施方式的步骤201-202同第一实施方式中的步骤101-102,在此不再赘述;
步骤203:判断路线标签关联库中是否存在该用户的历史路线,如果是,则进入步骤204,如果否,则进入步骤205;
在一实施方式中,路线标签关联库是通过对所有用户的历史路线和个性化标签进行统计建立的大数据库,其中包含的每条路线都对应一个个性化标签,通过将当前用户的历史路线与路线标签库中所有的路线进行比较进行判断。
步骤204,确认该用户历史路线对应的个性化标签。根据用户历史路线到路线标签关联库中进行匹配,如果直接匹配到则给用户进行相应的个性化标签。
步骤205,判断该用户是否已经有个性化标签库,如果是,则进入步骤206,如果否,则进入步骤207。根据用户历史路线到路线标签关联库中进行匹配,如果匹配不到则判断用户是否已有个性化标签。
步骤206,确认用户已有的个性化标签并将该历史路线存入路线标签关联库。确认用户已有的个性化标签并将该个性化标签作为此次用户历史路线对应的个性化标签一并存入路线标签关联库。
步骤207,通过其他方式确认用户个性化标签并将用户此次路线存入路线标签关联库。通过其他方式如用户设定确认用户的个性化标签,再将用户的此次路线作为原始数据(无对应的个性化标签)存入路线标签库。
步骤208:根据用户历史路线和个性化标签在场地图谱中确定推荐路线并输出推荐路线,本步骤与步骤104类似,在此不再赘述。
值得一提的是,该标签关联库每隔一段时间后根据现有数据进行一轮大数据统计迭代,将多条路线的原始数据(包含路线和用户)进行大数据分析,根据大数据分析后的结果标记每条原始路线及对应的个性化标签,新增到标签关联库中。
本实施方式相对于现有技术而言,获取用户当前位置和用户历史路线,根据用户当前位置确定场地图谱,通过在路线标签关联库确认用户的个性化标签,根据用户历史路线和用户的个性化标签在场地图谱中确定推荐路线。通过建立路线标签关联库,将用户的历史路线和路线标签关联库中的路线进行对比,确定用户的个性化标签,并收集无法匹配的用户路线作为原始数据,并通过大数据对收集到的原始数据进行大数据统计迭代,使原始数据中的用户路线匹配到相应的个性化标签。通过本实施方式获取到的用户的个性化标签,能够根据用户的历史路线预测用户的需求,使得推荐路线更能满足用户要求。
本发明的第三实施方式涉及一种路线推荐方法,本实施方式中,建立分级的个性化标签库,在用户的个性化标签库中获取个性化标签并标记权重度。本实施方式中涉及的路线推荐方法如图3所示,下面对图3的流程做具体说明:
本实施方式中的步骤301-302同第一实施方式中的101-102,在此不再赘述;
步骤303:在个性化标签库中确认用户的个性化标签。
步骤304同第一实施方式中的104,在此不再赘述。
值得一提的是,个性化标签库是预置的数据库,包含所有用户信息和所有用户对应的个性化标签。建立个性化标签库时,建立多级、多层次的用户个性化标签维度。比如说,首先建立一级标签库,一级标签可以是:亲子、吃货、休闲、运动、探索等,其次建立一级标签库下的分级标签库,每个一级标签可以有二级、三级或者更多的标签层级信息,并根据每个个性化标签的获取方式对其进行分类。还可以对每个个性化标签标记可信度,并根据每个标签的可信度标注权重度。
在一个实例中,用户到过一个网红打卡地,就生成一个“网红”标记,当“网红”标记达到5个时,给用户加上“网红”标签,此时该“网红”标签的权重度为50%,此后用户每次去去网红打卡地,都会继续生成1个“网红”标记并提高10%的“网红”标签权重度。在给用户推荐路线时,先给用户提供一级标签界面,包括亲子、运动、旅游等个性化标签,用户选择“旅游”标签后进入二级标签界面,包括网红、文青、古迹等个性化标签,假设用户的“网红”标签的权重度为60%,“文青”标签的权重度为10%,则优先给用户提供“网红”标签相关联的推荐路线。
本实施方式相对于现有技术而言,获取用户当前位置和用户历史路线,根据用户当前位置确定场地图谱,确认用户的个性化标签并存入个性化标签库,根据用户历史路线和用户个性化标签在场地图谱中确定推荐路线。通过建立个性化标签库,并对用户的个性化标签进行分级和标记权重度,然后在个性化标签库中确认用户的个性化标签,使得由个性化标签体现的用户属性信息更加精准。
本发明的第四实施方式涉及一种路线推荐方法,本实施方式中,对第一实施方式中的根据用户历史路线和个性化标签在场地图谱中确定推荐路线并输出推荐路线提供了一种实现方式:在场地图谱中确定多条与个性化标签有关联的路线,并在多条与个性化标签有关联的路线中删除与用户预设时间内的历史路线重复的路线,剩余的路线为推荐路线。本实施方式中涉及的路线推荐方法如图4所示,下面对图4的流程做具体说明:
本实施方式的步骤401-403同第一实施方式中的101-103,在此不再赘述。
步骤404:在场地图谱中确定多条与个性化标签有关联的路线。
步骤405:在步骤404所确定的路线中删除与用户预设时间内的历史路线重复的路线,剩余的路线为推荐路线,并进行推荐。
在一个具体实现中,针对到商城B的新用户,有“亲子”标签,本来给他推荐商城B周末的亲子路线图:上午到5楼滑冰,中午在5楼的面馆用餐,下午到3楼的书店,但根据用户的历史路线得知用户昨天才在该书店呆过2个小时,而用户又同时具有“影迷”的标签,那么下午的路线将为他推荐6楼的电影院。
本实施方式相对于现有技术而言,获取用户当前位置和用户历史路线,根据用户当前位置确定场地图谱,确认用户的个性化标签,在场地图谱中确定多条与个性化标签有关联的路线,并在多条与个性化标签有关联的路线中删除与用户预设时间内的历史路线重复的路线,剩余的路线为推荐路线。通过删除预设时间内用户已经走过的熟悉的路线,使每次推荐都能给用户带来新的内容,提升用户体验。
本发明的第五实施方式涉及一种路线推荐方法,本实施方式中,对第一实施方式中的根据用户历史路线和个性化标签在场地图谱中确定推荐路线并输出推荐路线提供了一种实现方式:根据用户历史路线推测出用户的默认活动范围,并优先向用户推荐默认活动范围中的与用户个性化标签有关联的路线。本实施方式中涉及的路线推荐方法如图4所示,下面对图4的流程做具体说明:
本实施方式的步骤501-503同第一实施方式中的101-103,在此不再赘述;
步骤504:根据用户历史路线推测出用户的默认活动范围;
步骤505:优先向用户推荐在步骤504所确定的用户默认活动范围中的与用户个性化标签有关联的路线。
在一个具体实现中,针对吃货用户,本来给他推荐吃货路线图:早餐小吃街A的龙抄手,午餐小吃街B的烧烤,晚餐景点C附近的火锅。但是通过用户的大量历史路线可以确定用户经常在住宅区D附近活动(很有可能住在住宅区D),那么早餐不推荐小吃街A的龙抄手,可以换为住宅区D的米线店。
本实施方式相对于现有技术而言,获取用户当前位置和用户历史路线,根据用户当前位置确定场地图谱,确认用户的个性化标签,根据用户历史路线推测出用户的默认活动范围,并优先向用户推荐默认活动范围中的与用户个性化标签有关联的路线。通过用户的历史路线分析确定用户的默认活动范围,提供对用户来说更加便利的路线。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第六实施方式涉及一种路线推荐的装置,如图6所示,包括数据接收模块601、图谱生成模块602、标签匹配模块603和路线推荐模块604,具体结构如图6所示:
数据接收模块601,用于获取用户当前位置和用户历史路线;
图谱确定模块602,用于根据用户当前位置确定场地图谱,其中,所述场地图谱为包含所述用户当前位置的多条路线的集合;
标签确认模块603,用于确认用户的个性化标签;
路线推荐模块604,用于根据用户历史路线和用户个性化标签在所述场地图谱中确定推荐路线,并输出该推荐路线。
在一个具体的例子中,场地图谱具体包括人工预设路线和根据各用户的包含用户当前位置的历史路线整合得到的多条路线。
在一个具体的例子中,标签确认模块603具体用于根据用户历史路线确认用户的个性化标签;或者,用于通过类比与用户有相似历史路线的相似用户的个性化标签确认用户的个性化标签;或者,用于或者,根据用户设定确认用户的个性化标签;或者,用于在用户的个性化标签库中确认用户的个性化标签,其中,用户的个性化标签库包含用户的所有个性化标签,并在每次确认用户的个性化标签后对个性化标签库进行更新。在一个具体的例子中,标签确认模块603具体用于根据用户历史路线确认用户的个性化标签,包括:从预设的路线标签关联库中确认用户历史路线对应的个性化标签确认,路线标签关联库包含多条路线以及每条路线对应的个性化标签。
在一个具体的例子中,标签确认模块603具体用于在用户的个性化标签库中确认用户的个性化标签,用户的个性化标签库中的用户的所有各个性化标签按照可信度标记权重度,权重度会影响与对应的个性化标签被使用时的优先级相对应。
在一个具体的例子中,路线推荐模块604具体用于在场地图谱中确定多条与个性化标签有关联的路线,并在多条与个性化标签有关联的路线中删除与用户预设时间内的历史路线重复的路线,剩余的路线为推荐路线。
在一个具体的例子中,路线推荐模块604具体用于根据用户历史路线推测出用户的默认活动范围,并优先向用户推荐默认活动范围中的与用户个性化标签有关联的路线。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明第七实施方式涉及一种服务器,如图7所示,该电子设备包括至少一个处理器701;以及,与至少一个处理器701通信连接的存储器702;以及,与路线推荐装置通信连接的通信组件703,通信组件703在处理器701的控制下接收和发送数据;其中,存储器702存储有可被至少一个处理器701执行的指令,指令被至少一个处理器701执行以实现上述路线推荐方法实施例。
具体地,该电子设备包括:一个或多个处理器701以及存储器702,图7中以一个处理器701为例。处理器701、存储器702可以通过总线或者其他方式连接,图7中以通过总线连接为例。存储器702作为一种计算机可读存储介质,可用于存储计算机软件程序、计算机可执行程序以及模块。处理器701通过运行存储在存储器702中的计算机软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述路线推荐方法。
存储器702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***、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器702可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。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。
一个或者多个模块存储在存储器702中,当被一个或者多个处理器701执行时,执行上述任意方法实施方式中的路线推荐方法。
上述产品可执行本申请实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的方法。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,***接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明第八实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述路线推荐方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。

Claims (10)

1.一种路线推荐方法,其特征在于,应用于服务器,包括:
获取用户当前位置和用户历史路线;
根据所述用户当前位置确定场地图谱,其中,所述场地图谱为包含所述用户当前位置的多条路线的集合;
确认所述用户的个性化标签;
根据所述用户历史路线和所述用户的个性化标签在所述场地图谱中确定推荐路线,并输出所述推荐路线。
2.根据权利要求1所述的路线推荐方法,其特征在于,所述场地图谱具体包括人工预设路线和根据各用户的包含所述用户当前位置的历史路线整合得到的多条路线。
3.根据权利要求1所述的路线推荐方法,其特征在于,所述确认所述用户的个性化标签,包括:
根据所述用户历史路线确认所述用户的个性化标签;
或者,通过类比与所述用户有相似历史路线的相似用户的所述个性化标签确认所述用户的个性化标签;
或者,根据所述用户设定确认所述用户的个性化标签;
或者,在所述用户的个性化标签库中确认所述用户的个性化标签,其中,所述用户的个性化标签库包含所述用户的所有个性化标签,并在每次获取所述用户的个性化标签后对所述个性化标签库进行更新。
4.根据权利要求3所述的路线推荐方法,其特征在于,当根据所述用户历史路线获取所述用户的个性化标签时,包括:
从预设的路线标签关联库确认所述历史路线对应的个性化标签,所述路线标签关联库包含多条路线以及每条所述路线对应的个性化标签。
5.根据权利要求3所述的路线推荐方法,其特征在于,当在所述用户的个性化标签库中确认所述用户的个性化标签时,所述用户的个性化标签库中的所述用户的各个性化标签按照可信度标记权重度,所述权重度与所述个性化标签的优先级相对应。
6.根据权利要求1所述的路线推荐方法,其特征在于,所述根据所述用户历史路线和所述用户个性化标签在所述场地图谱中确定推荐路线,包括:
在所述场地图谱中确定多条与所述个性化标签有关联的路线,并在所述多条与所述个性化标签有关联的路线中删除与所述用户预设时间内的历史路线重复的路线,剩余的路线为所述推荐路线。
7.根据权利要求1所述的路线推荐方法,其特征在于,所述根据所述用户历史路线和所述用户个性化标签在所述场地图谱中确定推荐路线,包括:
根据所述用户历史路线推测出所述用户的默认活动范围,并优先向所述用户推荐所述默认活动范围中的与所述用户个性化标签有关联的路线。
8.一种路线推荐装置,其特征在于,包括:
数据接收模块,用于获取用户当前位置和用户历史路线;
图谱确定模块,用于根据所述用户当前位置确定场地图谱,其中,所述场地图谱为包含所述用户当前位置的多条路线的集合;
标签确认模块,用于确认所述用户的个性化标签;
路线推荐模块,用于根据所述用户历史路线和所述用户个性化标签在所述场地图谱中确定推荐路线,并输出所述推荐路线。
9.一种服务器,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如权利要求1至7中任一所述的路线推荐方法。
10.一种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权利要求1至7中任一项所述的路线推荐方法。
CN201910750780.4A 2019-08-14 2019-08-14 路线推荐的方法、装置、服务器和存储介质 Pending CN112395488A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910750780.4A CN112395488A (zh) 2019-08-14 2019-08-14 路线推荐的方法、装置、服务器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910750780.4A CN112395488A (zh) 2019-08-14 2019-08-14 路线推荐的方法、装置、服务器和存储介质

Publications (1)

Publication Number Publication Date
CN112395488A true CN112395488A (zh) 2021-02-23

Family

ID=74601454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910750780.4A Pending CN112395488A (zh) 2019-08-14 2019-08-14 路线推荐的方法、装置、服务器和存储介质

Country Status (1)

Country Link
CN (1) CN112395488A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985442A (zh) * 2021-03-03 2021-06-18 北京嘀嘀无限科技发展有限公司 行驶路径匹配方法、可读存储介质和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985442A (zh) * 2021-03-03 2021-06-18 北京嘀嘀无限科技发展有限公司 行驶路径匹配方法、可读存储介质和电子设备
CN112985442B (zh) * 2021-03-03 2022-11-04 北京嘀嘀无限科技发展有限公司 行驶路径匹配方法、可读存储介质和电子设备

Similar Documents

Publication Publication Date Title
CN108875007B (zh) 兴趣点的确定方法和装置、存储介质、电子装置
KR102076407B1 (ko) 관심장소 추천 방법 및 관심장소 추천 시스템
WO2019184833A1 (zh) 旅游信息推荐方法和装置
US7831381B2 (en) Data engine for ranking popularity of landmarks in a geographical area
US10169804B2 (en) Methods and systems for transportation service recommendation
US8838586B2 (en) Relevancy ranking for map-related search
US9003030B2 (en) Detecting relative crowd density via client devices
Ojagh et al. A location-based orientation-aware recommender system using IoT smart devices and Social Networks
KR101810169B1 (ko) 유동인구 패턴정보 기반의 미래입점객수 예측방법 및 장치
JP5560026B2 (ja) 地図表示装置、地図表示方法及び地図表示プログラム
US20070005419A1 (en) Recommending location and services via geospatial collaborative filtering
CN104520881A (zh) 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问
WO2015013760A1 (en) Free time activity scheduler
KR20080045331A (ko) 이동통신 시스템에서 선호도 기반의 위치 정보 제공을 위한장치 및 방법
US11809463B2 (en) Method for determining relative ranking data in a broker mediated geospatial information service environment
KR20140093772A (ko) 사용자의 선호도 및 이동 패턴을 이용한 관심지역 추천 방법
KR101981136B1 (ko) 추천 컨텐츠 제공 시스템, 방법 및 프로그램
CN107687856A (zh) 基于电子地图的导航方法、终端及计算机存储介质
CN113536152B (zh) 一种地图兴趣点展示方法、装置及电子设备
KR20140130219A (ko) 검색결과에 있는 공급자의 이용도에 의거해 검색결과를 제공하는 방법과 시스템
CN111597447A (zh) 对象推送方法、装置、电子设备及存储介质
CN112395488A (zh) 路线推荐的方法、装置、服务器和存储介质
Wuerzer et al. Retail gravitation and economic impact: A market-driven analytical framework for bike-share station location analysis in the United States
JP2013210752A (ja) 個人行動嗜好分析システムおよび個人行動嗜好分析方法
KR101832398B1 (ko) 위치기반 서비스 제공업체 추천 방법 및 장치

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