1.本公开涉及导航技术领域，具体涉及一种导航路线推荐方法、基于位置的服务提供方法及程序产品。
背景技术：2.导航装置在为用户导航时可以先根据出发位置和目的位置规划多条路线，然后，从规划的多条路线中确定提供给用户的推荐路线，当用户选中一条推荐路线作为导航路线后，导航装置可以进入导航状态，引导用户从出发位置沿所述导航路线驶向目的位置。道路通行能力是导航中路线推荐时的一个重要参考，目前在进行路线推荐时会尽量避免推荐包含有通行能力弱的道路(也称为小路)的路线，防止对用户造成伤害。这样虽然可以避免小路对用户造成伤害，但同时也会忽视小路可能带来的抄近道、时间短的优势，而有时候用户希望走小路从而使得时间或者距离最短，即，现有技术存在为用户规划并推荐的并不是用户需要的导航路线的问题。因此如何提升推荐路线与用户需要路线的一致性，从而提高推荐路线被选择的可能性，成为了本领域技术人员需解决的问题。
技术实现要素：3.本公开实施例提供一种导航路线推荐方法、基于位置的服务提供方法及程序产品。
4.第一方面，本公开实施例中提供了一种导航路线推荐方法，其中，包括：
5.获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，所述目标道路包括预定义的通行困难的道路；
6.获取从所述用户的出发位置到目的位置的多条候选路线；
7.针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；
8.使用路线推荐模型，基于所述历史统计特征以及所述候选路线中的目标道路的相关特征，获取所述用户对所述候选路线的接受程度值；
9.基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线。
10.进一步的，所述历史统计特征包括以下至少一种：所述用户通行过的目标道路的长度统计特征、所述用户通行过的目标道路的历史通行总次数、所述用户通行过的目标道路的道路总数量；
11.所述候选路线中的目标道路的相关特征包括以下至少一种：所述候选路线中目标道路的历史通行总次数、所述候选路线中历史通行次数超过第一预设次数的第一目标道路的总长度与所述候选路线的总长度之间的第一比值、所述候选路线中历史通行次数未超过第一预设次数的第二目标道路的总长度与所述候选路线的总长度之间的第二比值、所述第一目标道路的总长度与所述第二目标道路的总长度之间的第三比值。
12.进一步的，所述基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线，包括：
13.从所述多条候选路线中确定接受程度值满足第一预设条件的候选路线为所述导航推荐路线，其中，所述第一预设条件包括以下至少一个条件：接受程度值最高的m条、接受程度值超过第一预设阈值，所述m为大于等于1的整数。
14.进一步的，所述基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线，包括：
15.从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，其中，所述筛除规则包括所述候选路线中的历史通行次数未超过第二预设次数的第三目标道路的通行参数超过预设正常范围；
16.从所述预推荐路线中确定接受程度值满足第二预设条件的预推荐路线为所述导航推荐路线，其中，所述第二预设条件包括以下至少一个条件：接受程度值最高的n条、接受程度值超过第二预设阈值，所述n为大于等于1的整数。
17.进一步的，所述筛除规则包括以下任意一种规则：
18.所述第三目标道路的总通行长度超过预设长度；
19.所述第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值；
20.所述第三目标道路的预计总通行时长超过第一预设时长；
21.所述第三目标道路中存在预计通行时长超过第二预设时长的目标道路。
22.进一步的，所述从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，包括：
23.获取当前导航场景；
24.基于场景安全级别与筛除规则之间的对应关系，得到所述当前导航场景所在的场景安全级别对应的筛选规则；
25.从所述多条候选路线中筛除符合所述当前导航场景对应的筛除规则的候选路线，得到预推荐路线。
26.进一步的，所述方法还包括：
27.获取样本数据，所述样本数据包括所述用户通行过的目标道路的历史统计特征、样本路线中的目标道路的相关特征和所述样本路线的样本分值；
28.基于所述样本数据训练得到所述路线推荐模型。
29.进一步的，所述方法还包括：
30.获取所述用户从所述出发位置到所述目的位置的真实路线；
31.确定所述真实路线作为新的样本路线时的样本分值为预设分值；
32.基于所述候选路线与所述真实路线之间的相似度，确定所述候选路线作为新的样本路线时的样本分值；
33.获取所述新的样本数据，所述新的样本数据包括所述用户通行过的目标道路的历史统计特征、新的样本路线中的目标道路的相关特征和所述新的样本路线的样本分值；
34.基于所述新的样本数据更新所述路线推荐模型。
35.第二方面，本公开实施例提供了一种基于位置的服务提供方法，所述方法利用第
一方面所述的方法获得的导航推荐路线为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
36.第三方面，本公开实施例提供了一种导航路线推荐装置，其中，包括：
37.第一获取模块，被配置为获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，所述目标道路包括预定义的通行困难的道路；
38.第二获取模块，被配置为获取从所述用户的出发位置到目的位置的多条候选路线；
39.第三获取模块，被配置为针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；
40.第一确定模块，被配置为使用路线推荐模型，基于所述历史统计特征以及所述候选路线中的目标道路的相关特征，确定所述用户对所述候选路线的接受程度值；
41.第二确定模块，被配置为基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线。
42.进一步的，所述历史统计特征包括以下至少一种：所述用户通行过的目标道路的长度统计特征、所述用户通行过的目标道路的历史通行总次数、所述用户通行过的目标道路的道路总数量；
43.所述候选路线中的目标道路的相关特征包括以下至少一种：所述候选路线中目标道路的历史通行总次数、所述候选路线中历史通行次数超过第一预设次数的第一目标道路的总长度与所述候选路线的总长度之间的第一比值、所述候选路线中历史通行次数未超过第一预设次数的第二目标道路的总长度与所述候选路线的总长度之间的第二比值、所述第一目标道路的总长度与所述第二目标道路的总长度之间的第三比值。
44.进一步的，所述第二确定模块被配置为：
45.从所述多条候选路线中确定接受程度值满足第一预设条件的候选路线为所述导航推荐路线，其中，所述第一预设条件包括以下至少一个条件：接受程度值最高的m条、接受程度值超过第一预设阈值，所述m为大于等于1的整数。
46.进一步的，所述第二确定模块被配置为：
47.从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，其中，所述筛除规则包括所述候选路线中的历史通行次数未超过第二预设次数的第三目标道路的通行参数超过预设正常范围；
48.从所述预推荐路线中确定接受程度值满足第二预设条件的预推荐路线为所述导航推荐路线，其中，所述第二预设条件包括以下至少一个条件：接受程度值最高的n条、接受程度值超过第二预设阈值，所述n为大于等于1的整数。
49.进一步的，所述筛除规则包括以下任意一种规则：
50.所述第三目标道路的总通行长度超过预设长度；
51.所述第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值；
52.所述第三目标道路的预计总通行时长超过第一预设时长；
53.所述第三目标道路中存在预计通行时长超过第二预设时长的目标道路。
54.进一步的，所述第二确定模块中从所述多条候选路线中筛除符合筛除规则的候选
路线，得到预推荐路线的部分包括：
55.获取当前导航场景；
56.基于场景安全级别与筛除规则之间的对应关系，得到所述当前导航场景所在的场景安全级别对应的筛选规则；
57.从所述多条候选路线中筛除符合所述当前导航场景对应的筛除规则的候选路线，得到预推荐路线。
58.进一步的，所述装置还包括：
59.第四获取模块，被配置为获取样本数据，所述样本数据包括所述用户通行过的目标道路的历史统计特征、样本路线中的目标道路的相关特征和所述样本路线的样本分值；
60.训练模块，被配置为基于所述样本数据训练得到所述路线推荐模型。
61.进一步的，所述装置还包括：
62.第五获取模块，被配置为获取所述用户从所述出发位置到所述目的位置的真实路线；
63.第三确定模块，被配置为确定所述真实路线作为新的样本路线时的样本分值为预设分值；
64.第四确定模块，被配置为基于所述候选路线与所述真实路线之间的相似度，确定所述候选路线作为新的样本路线时的样本分值；
65.第六获取模块，被配置为获取所述新的样本数据，所述新的样本数据包括所述用户通行过的目标道路的历史统计特征、新的样本路线中的目标道路的相关特征和所述新的样本路线的样本分值；
66.更新模块，被配置为基于所述新的样本数据更新所述路线推荐模型。
67.在一个可能的设计中，上述装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口，用于上述装置与其他设备或通信网络通信。
68.第四方面，本公开实施例提供了一种电子设备，包括存储器、处理器以及存储在存储器上的计算机程序，其中，所述处理器执行所述计算机程序以实现上述第一方面所述的方法。
69.第五方面，本公开实施例提供了一种计算机可读存储介质，用于存储上述任一装置所用的计算机指令，该计算机指令被处理器执行时用于实现上述第一方面所述的方法。
70.第六方面，本公开实施例提供了一种计算机程序产品，其包含计算机指令，该计算机指令被处理器执行时用于实现上述第一方面所述的方法。
71.本公开实施例提供的技术方案可以包括以下有益效果：
72.本公开实施例提供的技术方案可以使用路线推荐模型，基于反应用户对目标道路偏好的历史统计特征以及候选路线中的目标道路的相关特征，获取用户对该候选路线的接受程度值，从所述多条候选路线中确定接受程度值较高的候选路线作为导航推荐路线。如此可以在候选路线中的目标道路是用户可以大概率接受的情况下，为用户推荐包含有目标道路的导航推荐路线，与现有技术中一刀切地避免出现目标道路相比，可以为用户推荐更符合用户需要的导航推荐路线，提升推荐路线与用户需要路线的一致性，从而提高推荐路
线被选择的可能性。而且，本实施例推荐的导航推荐路线可以尽量包含用户熟悉的目标道路，尽量不包含用户不熟悉的目标道路，这样在保证用户不受伤害的前提下，可以个性化地、尽可能地使用户享受到目标道路带来的时间短或路程短的便利。
73.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
74.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
75.图1示出根据本公开一实施方式的导航路线推荐方法的流程图。
76.图2示出根据本公开一实施方式的导航路线推荐方法的整体流程图。
77.图3示出根据本公开一实施方式的导航路线推荐装置的结构框图。
78.图4示出根据本公开一实施方式在导航应用场景下的应用示意图。
79.图5是适于用来实现根据本公开实施方式的导航路线推荐方法和/或基于位置的服务提供方法的电子设备的结构示意图。
具体实施方式
80.下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
81.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
82.在本公开中，对用户信息或用户数据的获取均为经用户授权、确认，或由用户主动选择的操作。
83.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
84.下面通过具体实施例详细介绍本公开实施例的细节。
85.本公开实施例提供的技术方案，可以使用路线推荐模型，基于反应用户对目标道路偏好的历史统计特征以及候选路线中的目标道路的相关特征，获取用户对该候选路线的接受程度值，从所述多条候选路线中确定接受程度值较高的候选路线作为导航推荐路线。如此可以在候选路线中的目标道路是用户可以大概率接受的情况下，为用户推荐包含有目标道路的导航推荐路线，与现有技术中一刀切地避免出现目标道路相比，可以为用户推荐更符合用户需要的导航推荐路线，提升推荐路线与用户需要路线的一致性，从而提高推荐路线被选择的可能性。而且，本实施例推荐的导航推荐路线可以尽量包含用户熟悉的目标道路，尽量不包含用户不熟悉的目标道路，这样在保证用户不受伤害的前提下，可以个性化地、尽可能地使用户享受到目标道路带来的时间短或路程短的便利。
86.图1示出根据本公开一实施方式的导航路线推荐方法的流程图。如图1所示，该导航路线推荐方法包括以下步骤：
87.在步骤s101中，获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，所述目标道路包括预定义的通行困难的道路；
88.在步骤s102中，获取从所述用户的出发位置到目的位置的多条候选路线；
89.在步骤s103中，针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；
90.在步骤s104中，使用路线推荐模型，基于所述历史统计特征以及候选路线中的目标道路的相关特征，确定所述候选路线的接受程度值；
91.在步骤s105中，基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线。
92.上文提及，导航装置在为用户导航时可以先根据出发位置和目的位置规划多条路线，然后，从规划的多条路线中确定提供给用户的推荐路线，当用户选中一条推荐路线作为导航路线后，导航装置可以进入导航状态，引导用户从出发位置沿所述导航路线驶向目的位置。道路通行能力是导航中路线推荐时的一个重要参考，目前在进行路线推荐时会尽量避免推荐包含有通行困难的道路(也称为小路)的路线，防止对用户造成伤害。这样虽然可以避免小路对用户造成伤害，但同时也会忽视小路可能带来的抄近道、时间短的优势，而有时候用户希望走小路从而使得时间或者距离最短，即，现有技术存在为用户规划并推荐的并不是用户需要的导航路线的问题。因此如何提升推荐路线与用户需要路线的一致性，从而提高推荐路线被选择的可能性，成为了本领域技术人员需解决的问题。
93.考虑到上述缺陷，在本实施方式中提出了一种导航路线推荐方法，该方法可以使用路线推荐模型，基于反应用户对目标道路偏好的历史统计特征以及候选路线中的目标道路的相关特征，获取用户对该候选路线的接受程度值，从所述多条候选路线中确定接受程度值较高的候选路线作为导航推荐路线。如此可以在候选路线中的目标道路是用户可以大概率接受的情况下，为用户推荐包含有目标道路的导航推荐路线，与现有技术中一刀切地避免出现目标道路相比，可以为用户推荐更符合用户需要的导航推荐路线，提升推荐路线与用户需要路线的一致性，从而提高推荐路线被选择的可能性。而且，本实施例推荐的导航推荐路线可以尽量包含用户熟悉的目标道路，尽量不包含用户不熟悉的目标道路，这样在保证用户不受伤害的前提下，可以个性化地、尽可能地使用户享受到目标道路带来的时间短或路程短的便利。
94.本实施例中，所述导航路线推荐方法可适用于对于导航路线进行推荐的计算机、计算设备、电子设备、服务器、服务器集合等等。
95.本实施例中，所述目标道路指的是通行困难的道路，也可以称为小路。通行能力在不同导航系统和不同专家评估下可有不同的定义，一般而言，该目标道路即小路具有窄、路况差、速度慢、有封闭风险等等特点，可以预先定义该目标道路的道路条件，凡是符合该道路条件的道路均可称为目标道路，示例的，该道路条件可以是以下至少一个：宽度小于预设宽度值、平均通行速度小于预设速度值、每天的通行车辆总数小于预设值等等。
96.本实施例中，所述历史统计特征指的是针对该用户通行过的目标道路的统计类特征，该历史统计特征可以反应用户对各目标道路的偏好，为小路维度的用户特征。该历史统计特征可以包括以下至少一种：所述用户通行过的目标道路的长度统计特征、所述用户通行过的目标道路的历史通行总次数、所述用户通行过的目标道路的道路总数量。其中，所述
用户通行过的目标道路的长度统计特征可以是以下至少一种特征：用户通行过的目标道路的总长度，用户通行过的目标道路的长度均值、方差值、标准差、均方差等统计特征；所述用户通行过的目标道路的历史通行总次数指的是用户通行过的各目标道路的次数之和。
97.本实施例中，可以获取该用户的历史行路轨迹，对该历史行路轨迹做统计计算得到该历史统计特征和每条目标道路的历史通行次数，该历史行路轨迹的时间跨度可以是1个月、3个月、1年等。
98.本实施例中，用户可以发起从出发位置到目的位置的路径规划请求，导航路线推荐装置可以响应于该路径规划请求，使用算路引擎进行计算获取若干条候选路线，各候选路线均是以该出发位置为路线起点，以该目的位置为路线终点。
99.本实施例中，该候选路线中可以有目标道路，也可以不存在目标道路，该候选路线中存在目标道路时，该候选路线中的目标道路有的是用户通行过的，有的是用户未通行过的，可以获取该候选路线中的目标道路的各种相关特征作为候选路线在目标道路维度的画像。该候选路线中的目标道路的相关特征包括以下至少一种：所述候选路线中目标道路的历史通行总次数、所述候选路线中历史通行次数超过第一预设次数的第一目标道路的总长度与所述候选路线的总长度之间的第一比值、所述候选路线中历史通行次数未超过第一预设次数的第二目标道路的总长度与所述候选路线的总长度之间的第二比值、所述第一目标道路的总长度与所述第二目标道路的总长度之间的第三比值。当然，所述候选路线中的目标道路的相关特征还可以包括：第一目标道路的平均历史通行总时长、第二目标道路的平均历史通行总时长等等各种与该目标道路相关的特征。
100.本实施例中，该候选路线中目标道路的历史通行总次数指的是该候选路线中各目标道路的历史通行次数的总和；该第一目标道路指的是候选路线中历史通行次数超过第一预设次数的目标道路，也即用户熟悉的目标道路；该第二目标道路指的是候选路线中历史通行次数不超过第一预设次数的目标道路，也即用户不熟悉的目标道路。该第一目标道路的平均历史通行总时长指的是各第一目标道路的历史通行时长的平均值的总和；该第二目标道路的平均历史通行总时长指的是各第二目标道路的历史通行时长的平均值的总和。
101.本实施例中，可以将所述用户通行过的目标道路的历史统计特征以及该候选路线中的目标道路的相关特征输入至路线推荐模型，执行该路线推荐模型，就可以得到该路线推荐模型输出的用户对该候选路线的接受程度值。该路线推荐模型是提前训练好的机器学习模型，可以基于反应用户对目标道路的偏好的历史统计特征以及候选路线中的目标道路的相关特征，计算得到用户对该候选路线的接受程度值，如果接受程度值较高，就表明用户大概率可以接受该候选路线中的目标道路，选择该候选路线，如果接受程度值较低，就表明用户大概率接受不了该候选路线中的目标道路，不会选择该候选路线，此时可以从所述多条候选路线中确定接受程度值较高的候选路线作为导航推荐路线。
102.本实施方式中，确定导航推荐路线后就可以通过用户的导航终端(如用户的手机、车载导航终端等)为用户展示该导航推荐路线，用户可以从这些导航推荐路线中选择一条用户满意的路线并输入导航指令，该导航终端就可以基于用户选择的路线为用户进行导航。
103.在本实施例中，可以先获取用户通行过的目标道路的历史统计特征作为小路维度的用户特征，在获取从所述用户的出发位置到目的位置的多条候选路线后，可以基于该每
条目标道路的历史通行次数，获取各候选路线中的目标道路的相关特征作为小路维度的候选路线特征；然后就可以使用路线推荐模型，基于反应用户对目标道路偏好的历史统计特征，以及小路维度的候选路线特征-候选路线中的目标道路的相关特征，获取用户对该候选路线的接受程度值，这样就可以从所述多条候选路线中确定接受程度值较高的候选路线作为导航推荐路线。如此可以在候选路线中的目标道路是用户可以大概率接受的情况下，为用户推荐包含有目标道路的导航推荐路线，与现有技术中一刀切地避免出现目标道路相比，可以为用户推荐更符合用户需要的导航推荐路线，提升推荐路线与用户需要路线的一致性，从而提高推荐路线被选择的可能性。而且，本实施例推荐的导航推荐路线可以尽量包含用户熟悉的目标道路，尽量不包含用户不熟悉的目标道路，这样在保证用户不受伤害的前提下，可以个性化地、尽可能地使用户享受到目标道路带来的时间短或路程短的便利。
104.在本实施例的一个可选实现方式中，上述导航路线推荐方法中的步骤s105，即基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线的步骤，进一步包括以下步骤：
105.从所述多条候选路线中确定接受程度值满足预设条件的候选路线为所述导航推荐路线，其中，所述预设条件包括以下至少一个条件：接受程度值最高的m条、接受程度值超过预设阈值，所述m为大于等于1的整数。
106.在该实现方式中，可以从所述多条候选路线中确定接受程度值最高的m条候选路线为所述导航推荐路线，也可以从所述多条候选路线中确定接受程度值超过预设阈值的候选路线为所述导航推荐路线。
107.在该实现方式中，通常都是为用户推荐3条导航推荐路线，即m值可以为3。在从所述多条候选路线中确定接受程度值超过预设阈值的候选路线为所述导航推荐路线时，可能存在接受程度值超过预设阈值的候选路线的个数大于m，此时，可以从所述多条候选路线中确定接受程度值最高的m条候选路线为所述导航推荐路线。
108.在该实现方式中，在通过用户的导航终端为用户展示该导航推荐路线时，可以按照各导航推荐路线的接受程度值来展示该导航推荐路线，示例的，可以按照各导航推荐路线的接受程度值为各导航推荐路线进行排序，得到各导航推荐路线的序号，并在展示该导航推荐路线时显示该导航推荐路线的序号，用户可以参考各导航推荐路线的序号来选择导航路线。当然，还可以有其他展示方式如标注文字解释等等。
109.在本实施例的一个可选实现方式中，上述导航路线推荐方法中的步骤s105，即基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线的步骤，进一步包括以下步骤：
110.从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，其中，所述筛除规则包括所述候选路线中的历史通行次数未超过第二预设次数的第三目标道路的通行参数超过预设正常范围；
111.从所述预推荐路线中确定接受程度值满足第二预设条件的预推荐路线为所述导航推荐路线，其中，所述第二预设条件包括以下至少一个条件：接受程度值最高的n条、接受程度值超过第二预设阈值，所述n为大于等于1的整数。
112.在该实现方式中，通常情况下，路线推荐模型输出的接受程度值就可以保证整体的路线推荐效果，但肯定有一些不适合推荐包含有目标道路的场景如深夜，因此需要通过
筛除规则筛除一些不方便在当前场景下推荐的目标道路所在的候选路线，所述筛除规则包括所述候选路线中的历史通行次数未超过第二预设次数的第三目标道路的通行参数超过预设正常范围，如果第三目标道路的通行参数超过预设正常范围则表明在当前场景下，用户通过该第三目标道路时可能会出现危险，为了避免用户出现危险，可以筛除这些符合筛除规则的候选路线，得到不会出现危险的预推荐路线。
113.在该实现方式中，可以从所述预推荐路线中确定接受程度值最高的n条预推荐路线为所述导航推荐路线，或者也可以从所述预推荐路线中确定接受程度值超过第二预设阈值的预推荐路线为所述导航推荐路线。
114.在该实现方式中，通常都是为用户推荐3条导航推荐路线，即n值可以为3。在从所述多条候选路线中确定接受程度值超过预设阈值的候选路线为所述导航推荐路线时，可能存在接受程度值超过预设阈值的候选路线的个数大于n，此时，可以从所述多条候选路线中确定接受程度值最高的n条候选路线为所述导航推荐路线。
115.本实现方式可以使用筛除规则为用户预先筛除可能会发生危险的候选路线，可以在保障用户的行路安全的情况下，尽可能地让用户享受到小路带来的便利。
116.在本实施例的一个可选实现方式中，所述筛除规则包括以下任意一种规则：
117.所述第三目标道路的总通行长度超过预设长度；
118.所述第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值；
119.所述第三目标道路的预计总通行时长超过第一预设时长；
120.所述第三目标道路中存在预计通行时长超过第二预设时长的目标道路。
121.在该实现方式中，该第三目标道路指的是候选路线中的历史通行次数未超过第二预设次数的目标道路，即用户通行次数较少的，用户不熟悉的目标道路。如果该第三目标道路的总通行长度超过预设长度，则表明该候选路线中用户不熟悉的目标道路会较长，此种情况下用户发生危险的可能性就较大，故可以筛除第三目标道路的总通行长度超过预设长度的候选路线。同理，第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值，则表明该候选路线中用户不熟悉的目标道路较多，此种情况下用户发生危险的可能性就较大，故可以筛除第四比值超过预设比值的候选路线。
122.在该实现方式中，第三目标道路的预计总通行时长指的是预计通过全部第三目标道路的总通行时长，如果该预计总通行时长超过第一预设时长，则表明用户需要经过较长时间才能通过第三目标道路，时间越长用户发生危险的可能性就越大，故可以筛除第三目标道路的预计总通行时长超过第一预设时长的候选路线。
123.在该实现方式中，如果第三目标道路中存在预计通行时长超过第二预设时长的目标道路，则表明用户有一较长的持续时间段在目标道路上通行，该持续时间段越长用户发生危险的可能性就越大，故可以筛除第三目标道路中存在预计通行时长超过第二预设时长的目标道路的候选路线。
124.这里需要说明的是，该筛除规则除了上述四种规则外，还可以有其他规则，只要能够筛除会发生威胁用户安全事件的候选路线即可。
125.在本实施例的一个可选实现方式中，上述导航路线推荐方法中的从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线的步骤，还可以包括为以下步骤：
126.获取当前导航场景；
127.基于场景安全级别与筛除规则之间的对应关系，得到所述当前导航场景所在的场景安全级别对应的筛选规则；
128.从所述多条候选路线中筛除符合所述当前导航场景对应的筛除规则的候选路线，得到预推荐路线。
129.在该实施方式中，不同导航场景具有不同的安全级别，通常情况下，用户在白天导航会比在晚间导航更安全，用户在正常天气情况下导航会比在雨天、雾霾、风暴等不良天气情况下导航更安全，故可以为导航场景设置场景安全级别，场景安全级别越高的导航场景越安全，筛除规则对应的筛除范围就越小，可以据此设置场景安全级别与筛除规则之间的对应关系。示例的，场景安全级别与筛除规则之间的对应关系可以是：最高场景安全级别对应的筛除规则可以是候选路线中的历史通行次数未超过1次的第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过70％，次一级的场景安全级别对应的筛除规则可以是候选路线中的历史通行次数未超过5次的第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过50％，再次一级的场景安全级别对应的筛除规则可以是候选路线中的历史通行次数未超过10次的第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过30％等等。
130.在该实施方式中，当前导航场景可以包括当前时刻、当前的天气情况、当前导航类型(步行导航或自驾导航等)等等，获取当前导航场景后可以获取该当前当行场景所在的场景安全级别，进而得到当前当行场景所在的场景安全级别对应的筛选规则，这样就可以按照该筛除规则来筛除候选路线，得到预推荐路线。
131.本实现方式为不同安全级别的导航场景设置不同的筛除规则，可以更精确地为用户筛除可能会发生危险的路线，进而在保障用户的行路安全的情况下，尽可能地让用户享受到小路带来的便利。
132.在本实施例的一个可选实现方式中，上述导航路线推荐方法还可以包括以下步骤：
133.获取样本数据，所述样本数据包括所述用户通行过的目标道路的历史统计特征、样本路线中的目标道路的相关特征和所述样本路线的样本分值；
134.基于所述样本数据训练得到所述路线推荐模型。
135.在该实现方式中，该样本路线指的是该用户在一段历史时期内的多次历史导航中的历史真实路线及其他未通行的历史推荐路线，可以将历史真实路线的样本分值可以为第一预设值，示例的，该历史真实路线的样本分值可以是1，该未通行的历史推荐路线的样本分值可以是第二预设值如0，也可以是计算值，如可以将该历史推荐路线与历史真实路线之间的相似度作为该历史推荐路线的样本分值。
136.在该实现方式中，该历史统计特征和样本路线中的目标道路的相关特征包括的特征参数和获取方式可以参考以上实施例中的描述，在此不再赘述。
137.在该实现方式中，可以使用这些样本数据对初始的路线推荐模型进行训练，不断调整该路线推荐模型中的模型参数，直至该路线推荐模型输出的接受程度值的准确度达到预设的阈值，得到该路线推荐模型。
138.在本实施例的一个可选实现方式中，上述导航路线推荐方法还可以包括以下步
骤：
139.获取所述用户从所述出发位置到所述目的位置的真实路线；
140.确定所述真实路线作为新的样本路线时的样本分值为预设分值；
141.基于所述候选路线与所述真实路线之间的相似度，确定所述候选路线作为新的样本路线时的样本分值；
142.获取所述新的样本数据，所述新的样本数据包括所述用户通行过的目标道路的历史统计特征、新的样本路线中的目标道路的相关特征和所述新的样本路线的样本分值；
143.基于所述新的样本数据更新所述路线推荐模型。
144.在该实现方式中，导航推荐装置在确定导航推荐路线后，用户可以从这些导航推荐路线中选择一条路线进行导航，在用户完成本次导航，到达目的位置后，导航推荐装置可以获取所述用户从所述出发位置到所述目的位置的真实路线，确定所述真实路线作为新的样本路线时的样本分值为预设分值比如1，确定所述候选路线作为新的样本路线时的样本分值为所述候选路线与所述真实路线之间的相似度，如此获取新的样本数据，可以使用新的样本数据继续训练路线推荐模型，使该路线推荐模型不断根据新的实际情况进行更新。这里，可以定期获取新的样本数据来对路线推荐模型进行更新。
145.图2示出根据本公开一实施方式的导航路线推荐方法的整体流程图，如图2所示，所述方法可以应用于服务器，可以包括以下步骤：
146.在步骤s201中，获取样本数据，所述样本数据包括所述用户通行过的目标道路的历史统计特征、样本路线中的目标道路的相关特征和所述样本路线的样本分值；
147.其中，所述历史统计特征包括以下至少一种：所述用户通行过的目标道路的长度统计特征、所述用户通行过的目标道路的历史通行总次数、所述用户通行过的目标道路的道路总数量；所述样本路线中的目标道路的相关特征包括以下至少一种：所述样本路线中目标道路的历史通行总次数、所述样本路线中历史通行次数超过第一预设次数的第一目标道路的总长度与所述样本路线的总长度之间的第一比值、所述样本路线中历史通行次数未超过第一预设次数的第二目标道路的总长度与所述样本路线的总长度之间的第二比值、所述第一目标道路的总长度与所述第二目标道路的总长度之间的第三比值；
148.在步骤s202中，基于所述样本数据训练得到路线推荐模型。
149.在步骤s203中，获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，所述目标道路包括预定义的通行困难的道路；
150.在步骤s204中，获取从所述用户的出发位置到目的位置的多条候选路线；
151.其中，服务器可以从该用户的导航终端(如手机、车载导航等)中获取用户输入的出发位置和目的位置，进而通过算路引擎获取从所述用户的出发位置到目的位置的多条候选路线；
152.在步骤s205中，针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；
153.在步骤s206中，使用路线推荐模型，基于所述历史统计特征以及所述候选路线中的目标道路的相关特征，确定所述用户对所述候选路线的接受程度值；
154.在步骤s207中，获取当前导航场景，并基于场景安全级别与筛除规则之间的对应关系，得到所述当前导航场景所在的场景安全级别对应的筛选规则；
155.在步骤s208中，从所述多条候选路线中筛除符合所述当前导航场景对应的筛除规则的候选路线，得到预推荐路线；
156.其中，所述筛除规则包括以下任意一种规则：所述第三目标道路的总通行长度超过预设长度；所述第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值；所述第三目标道路的预计总通行时长超过第一预设时长；所述第三目标道路中存在预计通行时长超过第二预设时长的目标道路；
157.在步骤s209中，从所述预推荐路线中确定接受程度值满足第二预设条件的预推荐路线为所述导航推荐路线；
158.其中，所述第二预设条件包括以下至少一个条件：接受程度值最高的n条、接受程度值超过第二预设阈值，所述n为大于等于1的整数。
159.在步骤s210中，更新路线推荐模型。
160.其中，更新路线推荐模型的步骤包括：获取所述用户从所述出发位置到所述目的位置的真实路线；确定所述真实路线作为新的样本路线时的样本分值为预设分值；基于所述候选路线与所述真实路线之间的相似度，确定所述候选路线作为新的样本路线时的样本分值；获取所述新的样本数据，所述新的样本数据包括所述用户通行过的目标道路的历史统计特征、新的样本路线中的目标道路的相关特征和所述新的样本路线的样本分值；基于所述新的样本数据更新所述路线推荐模型。
161.下述为本公开装置实施例，可以用于执行本公开方法实施例。
162.根据本公开一实施方式的导航路线推荐装置，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。图3示出根据本公开一实施方式的导航路线推荐装置的结构框图，如图3所示，该导航路线推荐装置包括：
163.第一获取模块301，被配置为获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，所述目标道路包括预定义的通行困难的道路；
164.第二获取模块302，被配置为获取从所述用户的出发位置到目的位置的多条候选路线；
165.第三获取模块303，被配置为针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；
166.第一确定模块304，被配置为使用路线推荐模型，基于所述历史统计特征以及所述候选路线中的目标道路的相关特征，确定所述用户对所述候选路线的接受程度值；
167.第二确定模块305，被配置为基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线。
168.在本实施例的一个可选实现方式中，所述历史统计特征包括以下至少一种：所述用户通行过的目标道路的长度统计特征、所述用户通行过的目标道路的历史通行总次数、所述用户通行过的目标道路的道路总数量；
169.所述候选路线中的目标道路的相关特征包括以下至少一种：所述候选路线中目标道路的历史通行总次数、所述候选路线中历史通行次数超过第一预设次数的第一目标道路的总长度与所述候选路线的总长度之间的第一比值、所述候选路线中历史通行次数未超过第一预设次数的第二目标道路的总长度与所述候选路线的总长度之间的第二比值、所述第一目标道路的总长度与所述第二目标道路的总长度之间的第三比值。
170.在本实施例的一个可选实现方式中，所述第二确定模块305被配置为：
171.从所述多条候选路线中确定接受程度值满足第一预设条件的候选路线为所述导航推荐路线，其中，所述第一预设条件包括以下至少一个条件：接受程度值最高的m条、接受程度值超过第一预设阈值，所述m为大于等于1的整数。
172.在本实施例的一个可选实现方式中，所述第二确定模块305被配置为：
173.从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，其中，所述筛除规则包括所述候选路线中的历史通行次数未超过第二预设次数的第三目标道路的通行参数超过预设正常范围；
174.从所述预推荐路线中确定接受程度值满足第二预设条件的预推荐路线为所述导航推荐路线，其中，所述第二预设条件包括以下至少一个条件：接受程度值最高的n条、接受程度值超过第二预设阈值，所述n为大于等于1的整数。
175.在本实施例的一个可选实现方式中，所述筛除规则包括以下任意一种规则：
176.所述第三目标道路的总通行长度超过预设长度；
177.所述第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值；
178.所述第三目标道路的预计总通行时长超过第一预设时长；
179.所述第三目标道路中存在预计通行时长超过第二预设时长的目标道路。
180.在本实施例的一个可选实现方式中，所述第二确定模块305中从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线的部分包括：
181.获取当前导航场景；
182.基于场景安全级别与筛除规则之间的对应关系，得到所述当前导航场景所在的场景安全级别对应的筛选规则；
183.从所述多条候选路线中筛除符合所述当前导航场景对应的筛除规则的候选路线，得到预推荐路线。
184.在本实施例的一个可选实现方式中，所述装置还包括：
185.第四获取模块，被配置为获取样本数据，所述样本数据包括所述用户通行过的目标道路的历史统计特征、样本路线中的目标道路的相关特征和所述样本路线的样本分值；
186.训练模块，被配置为基于所述样本数据训练得到所述路线推荐模型。
187.在本实施例的一个可选实现方式中，所述装置还包括：
188.第五获取模块，被配置为获取所述用户从所述出发位置到所述目的位置的真实路线；
189.第三确定模块，被配置为确定所述真实路线作为新的样本路线时的样本分值为预设分值；
190.第四确定模块，被配置为基于所述候选路线与所述真实路线之间的相似度，确定所述候选路线作为新的样本路线时的样本分值；
191.第六获取模块，被配置为获取所述新的样本数据，所述新的样本数据包括所述用户通行过的目标道路的历史统计特征、新的样本路线中的目标道路的相关特征和所述新的样本路线的样本分值；
192.更新模块，被配置为基于所述新的样本数据更新所述路线推荐模型。
193.本实施例中导航路线推荐装置与上述导航路线推荐方法对应一致，具体细节可以参见上述对导航路线推荐方法的描述，在此不再赘述。
194.根据本公开一实施方式的基于位置的服务提供方法，该基于位置的服务提供方法利用上述导航路线推荐方法为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
195.本实施例中，该基于位置的服务提供方法可以在终端上执行，终端是手机、ipad、电脑、智能手表、车辆等。本公开实施例，可以针对被服务对象发送的出发位置和目的位置为该被服务对象提供导航推荐路线，进而在基于位置的服务过程中，可以使用该导航推荐路线为被服务对象提供更精准的位置服务，例如导航服务、路径规划服务和/或地图渲染服务等。
196.被服务对象可以是手机、ipad、电脑、智能手表、车辆、机器人等。在为被服务对象导航、规划路径或者渲染地图上的道路时，可以基于上述方法获得导航推荐路线，进而在导航或规划路径基于该导航推荐路线为被服务对象输出正确的导航动作，以及在地图渲染时，在电子地图上渲染出导航推荐路线，具体细节可以参见上述对导航路线推荐方法的描述，在此不再赘述。
197.图4示出根据本公开一实施方式在导航应用场景下的应用示意图。如图4所示，服务器可以从用户数据库中获取用户的样本数据并基于该样本数据训练得到路线推荐模型，车辆客户端接收到用户输入的从出发位置到目的位置的导航请求时，会将该导航请求发送给服务器，服务器可以从用户数据库中获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，以及算路得到的从该出发位置到目的位置的多条候选路线；然后针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；使用路线推荐模型，基于所述历史统计特征以及所述候选路线中的目标道路的相关特征，确定所述用户对所述候选路线的接受程度值；基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线，并发送给车辆客户端，该车辆客户端就可以在电子地图上渲染出导航推荐路线，用户可以选择其中一条导航推荐路线输入导航指令，该车辆客户端响应于用户输入的导航指令可以按照该用户选择的导航推荐路线进行导航动作，以便用户基于该导航动作从出发位置安全、快速地到达目的位置。
198.图5是适于用来实现根据本公开实施方式的导航路线推荐方法和/或基于位置的服务提供方法的电子设备的结构示意图。
199.如图5所示，计算机系统500包括处理单元501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行上述实施方式中的各种处理。在ram503中，还存储有系统500操作所需的各种程序和数据。处理单元501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
200.以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出
的计算机程序根据需要被安装入存储部分508。其中，所述处理单元501可实现为cpu、gpu、tpu、fpga、npu等处理单元。
201.特别地，根据本公开的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述导航路线推荐方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
202.附图中的流程图和框图，图示了按照本公开各种实施方式的系统、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，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意，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，两个接连地表示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操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。
203.描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
204.作为另一方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开实施例的方法。
205.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
技术特征：1.一种导航路线推荐方法，其中，包括：获取用户通行过的目标道路的历史统计特征和所述目标道路的历史通行次数，所述目标道路包括预定义的通行困难的道路；获取从所述用户的出发位置到目的位置的多条候选路线；针对所述候选路线，基于所述目标道路的历史通行次数，获取所述候选路线中的目标道路的相关特征；使用路线推荐模型，基于所述历史统计特征以及所述候选路线中的目标道路的相关特征，确定所述用户对所述候选路线的接受程度值；基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线。2.根据权利要求1所述的方法，其中，所述历史统计特征包括以下至少一种：所述用户通行过的目标道路的长度统计特征、所述用户通行过的目标道路的历史通行总次数、所述用户通行过的目标道路的道路总数量；所述候选路线中的目标道路的相关特征包括以下至少一种：所述候选路线中目标道路的历史通行总次数、所述候选路线中历史通行次数超过第一预设次数的第一目标道路的总长度与所述候选路线的总长度之间的第一比值、所述候选路线中历史通行次数未超过第一预设次数的第二目标道路的总长度与所述候选路线的总长度之间的第二比值、所述第一目标道路的总长度与所述第二目标道路的总长度之间的第三比值。3.根据权利要求1所述的方法，其中，所述基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线，包括：从所述多条候选路线中确定接受程度值满足第一预设条件的候选路线为所述导航推荐路线，其中，所述第一预设条件包括以下至少一个条件：接受程度值最高的m条、接受程度值超过第一预设阈值，所述m为大于等于1的整数。4.根据权利要求1所述的方法，其中，所述基于所述多条候选路线的接受程度值，从所述多条候选路线中确定导航推荐路线，包括：从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，其中，所述筛除规则包括所述候选路线中的历史通行次数未超过第二预设次数的第三目标道路的通行参数超过预设正常范围；从所述预推荐路线中确定接受程度值满足第二预设条件的预推荐路线为所述导航推荐路线，其中，所述第二预设条件包括以下至少一个条件：接受程度值最高的n条、接受程度值超过第二预设阈值，所述n为大于等于1的整数。5.根据权利要求4所述的方法，其中，所述筛除规则包括以下任意一种规则：所述第三目标道路的总通行长度超过预设长度；所述第三目标道路的总通行长度与所述候选路线的总长度之间的第四比值超过预设比值；所述第三目标道路的预计总通行时长超过第一预设时长；所述第三目标道路中存在预计通行时长超过第二预设时长的目标道路。6.根据权利要求4所述的方法，其中，所述从所述多条候选路线中筛除符合筛除规则的候选路线，得到预推荐路线，包括：获取当前导航场景；
基于场景安全级别与筛除规则之间的对应关系，得到所述当前导航场景所在的场景安全级别对应的筛选规则；从所述多条候选路线中筛除符合所述当前导航场景对应的筛除规则的候选路线，得到预推荐路线。7.根据权利要求1所述的方法，其中，所述方法还包括：获取样本数据，所述样本数据包括所述用户通行过的目标道路的历史统计特征、样本路线中的目标道路的相关特征和所述样本路线的样本分值；基于所述样本数据训练得到所述路线推荐模型。8.根据权利要求7所述的方法，其中，所述方法还包括：获取所述用户从所述出发位置到所述目的位置的真实路线；确定所述真实路线作为新的样本路线时的样本分值为预设分值；基于所述候选路线与所述真实路线之间的相似度，确定所述候选路线作为新的样本路线时的样本分值；获取所述新的样本数据，所述新的样本数据包括所述用户通行过的目标道路的历史统计特征、新的样本路线中的目标道路的相关特征和所述新的样本路线的样本分值；基于所述新的样本数据更新所述路线推荐模型。9.一种基于位置的服务提供方法，所述方法利用权利要求1-8任一项所述的方法获得的导航推荐路线为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。10.一种计算机程序产品，包括计算机程序/指令，其中，该计算机程序/指令被处理器执行时实现权利要求1-9任一项所述的方法步骤。
技术总结本公开实施例公开了一种导航路线推荐方法、基于位置的服务提供方法及程序产品。该方法包括：获取用户通行过的目标道路的历史统计特征和目标道路的历史通行次数；获取从用户的出发位置到目的位置的多条候选路线；针对候选路线，基于目标道路的历史通行次数，获取候选路线中的目标道路的相关特征；使用路线推荐模型，基于历史统计特征以及候选路线中的目标道路的相关特征，获取用户对候选路线的接受程度值；基于多条候选路线的接受程度值，从多条候选路线中确定导航推荐路线。该技术方案可以为用户推荐更符合用户需要的导航推荐路线，提升推荐路线与用户需要路线的一致性，从而提高推荐路线被选择的可能性。荐路线被选择的可能性。荐路线被选择的可能性。
技术研发人员：陈超
受保护的技术使用者：高德软件有限公司
技术研发日：2022.03.15
技术公布日：2022/7/5
