导航路线的推荐方法、装置、设备及存储介质

技术领域

本申请实施例涉及互联网技术领域，特别涉及一种导航路线的推荐方法、装置、设备及存储介质。

背景技术

随着社会经济的不断发展和生活水平的不断提高，人们对交通信息的需求与日俱增。通过导航选择合适的出行路线，给人们生活带来了很大的方便。而如何选择更优的导航路线，更好的满足用户的出行需求，显得尤为重要。

相关技术中，服务器可以根据用户的驾驶年限数据和历史驾驶行为数据获取用户的驾驶特征标签，根据驾驶特征标签和路线查询请求，为用户推荐导航路线。从而对不同用户进行合适的路线查询，提高了路线查询方法的适用性。

但是，相关技术中采用的方法维度较大，并且只能根据算法直接推荐导航路线，不能对导航路线进行量化排序。

发明内容

本申请实施例提供了一种导航路线的推荐方法、装置、设备及存储介质，能够解决相关技术中的问题。所述技术方案如下：

一方面，本申请实施例提供一种导航路线的推荐方法，所述方法包括：

获取目标用户的路线查询请求；

根据所述路线查询请求获取至少一条导航路线；

对于所述至少一条导航路线中的任一条导航路线，基于所述目标用户在至少一个违章场景下的历史违章发生概率，获取所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值，所述潜在违章预测值用于预测违章情况；

基于所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值，获取所述任一条导航路线的推荐权重；

基于所述至少一条导航路线的推荐权重向所述目标用户推荐目标导航路线。

在一种可能的实施方式中，所述基于所述目标用户在至少一个违章场景下的历史违章发生概率，获取所述任一条导航路线在至少一个违章场景下的潜在违章预测值之前，所述方法还包括：

获取所述目标用户在所述至少一个违章场景下的历史违章记录数据与所述目标用户的历史行驶记录数据；

对于所述至少一个违章场景中的任一违章场景，根据所述目标用户在所述任一违章场景下的历史违章记录数据与所述历史行驶记录数据，获取所述目标用户在所述任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，所述对于所述至少一个违章场景中的任一违章场景，根据所述目标用户在所述任一违章场景下的历史违章记录数据与所述历史行驶记录数据，获取所述目标用户在所述任一违章场景下的历史违章发生概率，包括：

基于所述目标用户在所述任一违章场景下的历史违章记录数据，获取所述目标用户在所述任一违章场景下的历史违章次数；

基于所述历史行驶记录数据，获取与所述目标用户在所述任一违章场景下的历史违章记录数据对应的历史行驶路线，获取所述历史行驶路线上包括的所述任一违章场景对应的第一违章检测点数量；

基于所述历史违章次数与所述第一违章检测点数量，获取所述目标用户在所述任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，所述基于所述历史违章次数与所述第一违章检测点数量，获取所述目标用户在所述任一违章场景下的历史违章发生概率，包括：

将所述历史违章次数与所述第一违章检测点数量的比值作为所述目标用户在所述任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，所述基于所述目标用户在至少一个违章场景下的历史违章发生概率，获取所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值，包括：

对于所述至少一个违章场景中的任一违章场景，获取所述任一条导航路线上包括的所述任一违章场景对应的第二违章检测点数量；

基于所述目标用户在所述任一违章场景下的历史违章发生概率与所述第二违章检测点数量，获取所述任一条导航路线在所述任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，所述基于所述目标用户在所述任一违章场景下的历史违章发生概率与所述第二违章检测点数量，获取所述任一条导航路线在所述任一违章场景下的潜在违章预测值，包括：

获取所述目标用户在所述任一违章场景下的历史违章发生概率与所述第二违章检测点数量的乘积；将所述乘积的结果作为所述任一条导航路线在所述任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，所述基于所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值，获取所述任一条导航路线的推荐权重，包括：

对所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值进行求和运算，将所述求和运算的结果作为所述任一条导航路线的推荐权重。

在一种可能的实施方式中，所述基于所述至少一条导航路线的推荐权重向所述目标用户推荐目标导航路线，包括：

将所述至少一条导航路线中推荐权重最小的导航路线作为目标导航路线，向所述目标用户推荐所述目标导航路线。

另一方面，提供了一种导航路线的推荐装置，所述装置包括：

第一获取模块，用于获取目标用户的路线查询请求；

第二获取模块，用于根据所述路线查询请求获取至少一条导航路线；

第三获取模块，用于对于所述至少一条导航路线中的任一条导航路线，基于所述目标用户在至少一个违章场景下的历史违章发生概率，获取所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值，所述潜在违章预测值用于预测违章情况；

第四获取模块，用于基于所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值，获取所述任一条导航路线的推荐权重；

推荐模块，用于基于所述至少一条导航路线的推荐权重向所述目标用户推荐目标导航路线。

在一种可能实现方式中，所述装置还包括：

第五获取模块，用于获取所述目标用户在所述至少一个违章场景下的历史违章记录数据与所述目标用户的历史行驶记录数据；

第六获取模块，用于对于所述至少一个违章场景中的任一违章场景，根据所述目标用户在所述任一违章场景下的历史违章记录数据与所述历史行驶记录数据，获取所述目标用户在所述任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，所述第六获取模块，还用于基于所述目标用户在所述任一违章场景下的历史违章记录数据，获取所述目标用户在所述任一违章场景下的历史违章次数；基于所述历史行驶记录数据，获取与所述目标用户在所述任一违章场景下的历史违章记录数据对应的历史行驶路线，获取所述历史行驶路线上包括的所述任一违章场景对应的第一违章检测点数量；基于所述历史违章次数与所述第一违章检测点数量，获取所述目标用户在所述任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，所述第六获取模块，还用于将所述历史违章次数与所述第一违章检测点数量的比值作为所述目标用户在所述任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，所述第三获取模块，用于对于所述至少一个违章场景中的任一违章场景，获取所述任一条导航路线上包括的所述任一违章场景对应的第二违章检测点数量；基于所述目标用户在所述任一违章场景下的历史违章发生概率与所述第二违章检测点数量，获取所述任一条导航路线在所述任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，所述第三获取模块，用于获取所述目标用户在所述任一违章场景下的历史违章发生概率与所述第二违章检测点数量的乘积；将所述乘积的结果作为所述任一条导航路线在所述任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，所述第四获取模块，用于对所述任一条导航路线在所述至少一个违章场景下的潜在违章预测值进行求和运算，将所述求和运算的结果作为所述任一条导航路线的推荐权重。

在一种可能的实施方式中，所述推荐模块，用于将所述至少一条导航路线中推荐权重最小的导航路线作为目标导航路线，向所述目标用户推荐所述目标导航路线。

另一方面，还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现上述任一项所述的导航路线的推荐方法。

另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现上述任一项所述的导航路线的推荐方法。

另一方面，还提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机设备执行上述任一所述的导航路线的推荐方法。

本申请实施例提供的技术方案可以带来如下有益效果：

本申请实施例提供的方法，通过用户的历史违章发生概率获取用户的潜在违章预测值，通过潜在违章预测值获取每条导航路线的推荐权重，根据该推荐权重向用户推荐目标导航路线。该方法由于根据推荐权重推荐导航路线，推荐权重表现为具体数值，因此提供了一种基于导航路线的可度量的计算方法，并且向用户推荐的目标导航路线能够尽可能地避免违章事件的发生，减少了道路的违章发生率，使得导航更加智能，推荐的导航路线更加准确和优化，提高了用户的导航体验，使得推荐结果的使用率提升。

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的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请实施例提供的一种导航路线的推荐方法的实施环境的示意图；

图2是本申请实施例提供的一种导航路线的推荐方法的流程图；

图3是本申请实施例提供的一种导航路线的推荐装置的示意图；

图4是本申请实施例提供的一种导航路线的推荐装置的示意图；

图5是本申请实施例提供的一种导航路线的推荐设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请实施例提供了一种导航路线的推荐方法，请参考图1，其示出了本申请实施例提供的导航路线的推荐方法的实施环境的示意图。该实施环境包括：终端101和服务器102。

终端101可以是诸如手机、平板电脑、电子书阅读器、多媒体播放设备、可穿戴设备、个人计算机(Personal Computer，PC)等电子设备。可选地，终端101是便携式终端，终端101由某一用户使用，比如第一用户、第二用户、第三用户等。终端101中可以安装有客户端(或称应用程序)，客户端能够向服务器102发送路线查询请求，接收服务器102发送的导航路线的推荐结果并在导航用户界面上进行显示，比如客户端是地图类应用程序。在本申请实施例中，对客户端的类型不作限定，例如该客户端以是地图导航应用程序、社交应用程序、即时通信应用程序、网络购物应用程序、支付应用程序、新闻资讯应用程序、视频应用程序，等等。

服务器102用于为终端101中的客户端提供后台服务，该后台服务包括但不限于：导航服务、资讯服务、即时通讯服务中的至少一种。例如，服务器102可以是上述客户端的后台服务器。服务器102可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。

终端101与服务器102之间，可通过网络进行互相通信。该网络可以是有线网络，也可以是无线网络。

本领域技术人员应能理解上述终端101和服务器102仅为举例，其他现有的或今后可能出现的终端或服务器如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

图2示出了本申请一个示例性实施例提供的导航路线的推荐方法的流程图，该方法可以应用于如图1所示的服务器102中，该方法包括如下步骤201-步骤205。

步骤201，获取目标用户的路线查询请求。

其中，路线查询请求是目标用户用于获取服务器规划的导航路线的请求。目标用户发送的路线查询请求至少包括目的地信息，可选地，路线查询请求中还可以包括起始地信息。起始地信息对应于路线查询请求所生成的导航路线的起点信息，目的地信息对应于路线查询请求所生成的导航路线的终点信息，在路线查询请求中不包括起始地信息的情况下，可通过对终端进行定位，将定位得到的位置信息作为起始地信息。对于路线查询请求中包括起始地信息的情况下，该起始地信息可以是目标用户输入得到的，也可以是基于历史输入信息选择得到的。也即起始地可以是目标用户当前所处的地理位置，也可以是目标用户选定的另一地理位置。

示例性地，服务器获取到的路线查询请求包括的起始地信息为起始地为a小区，目的地信息为目的地为b广场。示例性地，服务器获取到的路线查询请求包括的起始地信息为起始地为用户当前所处的地理位置；目的地信息为目的地为c超市。

本申请实施例中，获取目标用户当前所处的地理位置的方式可以基于全球定位系统(Global Positioning System，GPS)来获取，GPS是在全球范围内实时进行定位、导航的系统，可以提供车辆定位、防盗、反劫、行驶路线监控及呼叫指挥等功能，对此不做赘述。

步骤202，根据路线查询请求获取至少一条导航路线。

在一种可能的实施方式中，基于目标用户发送的路线查询请求，服务器可以在地图数据库中进行检索，得到至少一条导航路线。该至少一条导航路线可以为一条，也可以为多条，对此本申请实施例不加以限定。

示例性地，目标用户刘某发送包括起始地A与目的地B的路线查询请求，服务器在地图数据库中进行检索，得到3条不同的导航路线为L

步骤203，对于至少一条导航路线中的任一条导航路线，基于目标用户在至少一个违章场景下的历史违章发生概率，获取任一条导航路线在至少一个违章场景下的潜在违章预测值。

其中，至少一个违章场景包括但不限于闯红灯、超速、未系安全带、占用应急车道中的至少一个；潜在违章预测值用于预测违章情况。

在一种可能的实施方式中，对于至少一条导航路线中的任一条导航路线，基于目标用户在至少一个违章场景下的历史违章发生概率，获取任一条导航路线在至少一个违章场景下的潜在违章预测值之前，方法还包括步骤2031-步骤2032。

步骤2031，获取目标用户在至少一个违章场景下的历史违章记录数据与目标用户的历史行驶记录数据。

在一种可能的实施方式中，目标用户需预先进行注册并获取账号信息，目标用户在注册过程中，需提供目标用户的身份证、车牌号和驾驶证等信息。当目标用户登陆账号信息时，服务器根据账号信息的关联信息获取相应数据。

可选地，获取目标用户在至少一个违章场景下的历史违章记录数据与目标用户的历史行驶记录数据可以为：根据目标用户预先提供的驾驶证信息，从第三方平台查询用户的违章记录来获取目标用户的历史违章记录数据，其中，目标用户的历史违章记录数据包括至少一个违章场景下的历史违章记录数据；根据目标用户预先提供的车牌号信息，根据导航历史记录或行车记录仪数据，获取目标用户的历史行驶记录数据，通过历史行驶记录数据可以获取目标用户的历史行驶路线。

在一种可能的实施方式中，获取目标用户在至少一个违章场景下的历史违章记录数据与历史行驶记录数据，可预先设定有效时间值，获取预设有效时间范围内的历史违章记录与历史行驶记录为有效历史违章记录数据和有效历史行驶记录数据。

示例性地，预先设定有效时间值为100小时。如果目标用户的所有历史行驶记录时间总长大于等于100小时，那么从最新的一段历史行驶记录开始获取，按照历史行驶记录的时间先后顺序，往前依次获取其他历史行驶记录，直到获取时间总长达到100小时为止，将上述获取的历史行驶记录数据作为有效历史行驶记录数据；根据获取的有效历史行驶记录数据，获取发生在有效历史行驶记录数据上的历史违章记录，将上述获取的历史违章记录作为有效历史违章记录数据。如果目标用户的所有历史行驶记录时间总长小于100小时，那么直接获取目标用户全部的历史行驶记录为有效历史行驶记录数据；将目标用户全部的历史违章记录作为有效历史违章记录数据。

在一种可能的实施方式中，车辆行驶时，实时对行驶数据信息进行采集以使得服务器对数据信息进行更新，并删除预设有效时间之外的数据信息。

步骤2032，对于至少一个违章场景中的任一违章场景，根据目标用户在任一违章场景下的历史违章记录数据与历史行驶记录数据，获取目标用户在任一违章场景下的历史违章发生概率。

在本申请实施例中，历史违章发生概率指的是目标用户在历史驾驶的过程中，发生违章事件的概率。对于任两种违章场景，例如超车违章与闯红灯违章，如果在某条历史行驶的路线上设置的超速检测点有8个、闯红灯检测点有8个，目标用户在该历史行驶的路线上发生了2次超速违章、1次闯红灯违章，代表该目标用户发生超速违章的概率较闯红灯大。

在一种可能的实施方式中，对于至少一个违章场景中的任一违章场景，根据目标用户在任一违章场景下的历史违章记录数据与历史行驶记录数据，获取目标用户在任一违章场景下的历史违章发生概率，包括如下3个步骤。

1、基于目标用户在任一违章场景下的历史违章记录数据，获取目标用户在任一违章场景下的历史违章次数。

可选地，历史违章记录数据包括但不限于目标用户标识、违章场景信息、违章发生时间信息与违章发生地点信息。因此，目标用户在任一违章场景下的历史违章记录数据代表该目标用户发生的该任一违章的所有历史记录数据，统计该历史违章记录数据的数量即为目标用户在任一违章场景下的历史违章次数。

2、基于历史行驶记录数据，获取与目标用户在任一违章场景下的历史违章记录数据对应的历史行驶路线，获取历史行驶路线上包括的任一违章场景对应的第一违章检测点数量。

在本申请实施例中，历史行驶记录数据包括但不限于目标用户的历史行驶路线、历史行驶路线对应的时间信息。由于历史违章记录数据中包括有违章发生时间信息与违章发生地点信息，根据该时间地点信息，在历史行驶记录数据中可获取该时间地点信息对应的历史行驶路线，该历史行驶路线为包括违章发生时间的起始地到目的地的行驶路线。基于历史行驶记录数据获取与目标用户在任一违章场景下的历史违章记录数据对应的历史行驶路线后，即可获取历史行驶路线上包括的任一违章场景对应的违章检测点的数量，称为第一违章检测点数量。

示例性地，任一违章场景为闯红灯，那么设置有红绿灯的地点即为可能发生闯红灯违章的地点，查找历史行驶路线上包括的所有设置有红绿灯的地点，统计该地点的数量即为第一违章检测点数量；任一违章场景为超速，那么设置有超速违章检测点的地点即为可能发生超速违章的地点，查找历史行驶路线上包括的所有设置有超速违章检测点的，统计该地点的数量即为第一违章检测点数量；任一违章场景为未系安全带，那么设置有未系安全带违章检测点的地点即为可能发生未系安全带违章的地点，查找历史行驶路线上包括的所有设置有未系安全带违章检测点的，统计该地点的数量即为第一违章检测点数量；任一违章场景为占用应急车道，那么设置有占用应急车道违章检测点的地点即为可能发生占用应急车道违章的地点，查找历史行驶路线上包括的所有设置有占用应急车道违章检测点的，统计该地点的数量即为第一违章检测点数量。

在一种可能的实施方式中，地图数据库中包括有每条路线上设置违章检测点的情况信息，对于任一违章场景，服务器通过地图数据库查询即可获取目标路线上的包括的该任一违章场景的违章检测点情况，进行数据统计即可得到该任一违章场景对应的违章检测点数量。

在一种可能的实施方式中，获取历史行驶路线上包括的任一违章场景对应的第一违章检测点数量还可以为：基于历史行驶记录数据获取目标用户全部的有效历史行驶路线，获取全部的有效历史行驶路线上包括的违章检测点的数量，作为第一违章检测点数量。其中，有效历史行驶路线为预设有效时间范围内的历史行驶记录包括的全部历史行驶路线。也就是说，若某条历史行驶路线上没有历史违章发生记录，同样将该条历史行驶路线上包括的违章检测点的数量统计到第一违章检测点数量中。因此，该第一违章检测点数量包括历史违章记录数据对应的历史行驶路线上包括的违章检测点的数量，也包括除了历史违章记录数据对应的历史行驶路线的其他历史行驶路线上包括的违章检测点的数量。

3、基于历史违章次数与第一违章检测点数量，获取目标用户在任一违章场景下的历史违章发生概率。

在本申请实施例中，违章检测点即为可能发生违章的地点，通过统计可能发生违章的地点的数量，再根据历史已经发生的违章的次数，即可获取该目标用户发生该违章对应的发生概率。

在一种可能的实施方式中，基于历史违章次数与第一违章检测点数量，获取目标用户在任一违章场景下的历史违章发生概率，包括：将历史违章次数与第一违章检测点数量的比值作为目标用户在任一违章场景下的历史违章发生概率。

示例性地，目标用户刘某的历史违章记录数据中包括的违章场景有闯红灯、超速、未系安全带和占用应急车道，获取刘某在上述任一违章场景下的历史违章发生概率为：闯红灯发生概率P

需要说明的是，以上步骤1至步骤3介绍的为在至少一个违章场景包括闯红灯、超速、未系安全带和占用应急车道的情况下，基于目标用户的历史违章记录数据与历史行驶记录数据，获取目标用户在任一违章场景下的历史违章发生概率的实现过程。至少一个违章场景的情况不局限于此，除同时包括闯红灯、超速、未系安全带和占用应急车道外，至少一个违章场景还可以包括闯红灯、超速、未系安全带和占用应急车道中的任一个或任两个。对于至少一个违章场景包括闯红灯、超速、未系安全带和占用应急车道中的任一个或任两个的情况，基于历史违章记录数据与历史行驶记录数据，确定目标用户在至少一个违章场景下分别对应的历史违章发生概率的过程均可以参照上述步骤1至步骤3实现，此处不再赘述。

在一种可能的实施方式中，基于目标用户在至少一个违章场景下的历史违章发生概率，获取任一条导航路线在至少一个违章场景下的潜在违章预测值的过程为：对于至少一个违章场景中的任一违章场景，获取任一条导航路线上包括的任一违章场景对应的第二违章检测点数量；基于目标用户在任一违章场景下的历史违章发生概率与第二违章检测点数量，获取任一条导航路线在任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，对于至少一条导航路中的任一条导航路线，同获取第一违章检测点数量的方式相同，服务器通过地图数据库查询即可获取该任一条导航路线上的包括的违章检测点情况，进行数据统计即可得到该任一条导航路线上包括的任一违章场景对应的违章检测点的数量，称为第二违章检测点数量。

示例性地，基于目标用户刘某发送的包括起始地A与目的地B的路线查询请求，得到3条不同的导航路线为L

在一种可能的实施方式中，基于目标用户在任一违章场景下的历史违章发生概率与第二违章检测点数量，获取任一条导航路线在任一违章场景下的潜在违章预测值的过程为：获取目标用户在任一违章场景下的历史违章发生概率与第二违章检测点数量的乘积；将乘积的结果作为任一条导航路线在任一违章场景下的潜在违章预测值。

示例性地，基于上述示例，目标用户刘某的历史违章记录数据中包括的违章场景有闯红灯、超速、未系安全带和占用应急车道，对于导航路线L

步骤204，基于任一条导航路线在至少一个违章场景下的潜在违章预测值，获取任一条导航路线的推荐权重。

在一种可能的实施方式中，基于任一条导航路线在至少一个违章场景下的潜在违章预测值，获取任一条导航路线的推荐权重的过程为：对任一条导航路线在至少一个违章场景下的潜在违章预测值进行求和运算，将求和运算的结果作为任一条导航路线的推荐权重。

示例性地，基于上述示例，对于导航路线L

步骤205，基于至少一条导航路线的推荐权重向目标用户推荐目标导航路线。

在一种可能的实施方式中，基于至少一条导航路线的推荐权重向目标用户推荐目标导航路线的过程为：将至少一条导航路线中推荐权重最小的导航路线作为目标导航路线，向目标用户推荐目标导航路线。由于推荐权重是根据历史违章发生概率获取的，推荐权重根据历史违章发生概率的增大而增大，而用户想要的是尽可能的降低违章可能发生的概率。因此，在本申请实施例中，推荐权重越小代表该条导航路线可能发生的所有违章的综合概率最小。

在一种可能的实施方式中，基于至少一条导航路线的推荐权重向目标用户推荐目标导航路线的同时，向目标用户发送每一条导航路线与每一条导航路线对应的推荐权重，目标用户可以看到每条导航路线的推荐权重，得到所有导航路线的量化排序结果，根据需求自行选择目标导航路线。

本申请实施例提供的方法，通过用户的历史违章发生概率获取用户的潜在违章预测值，通过潜在违章预测值获取每条导航路线的推荐权重，根据该推荐权重向用户推荐目标导航路线。该方法由于根据推荐权重推荐导航路线，推荐权重表现为具体数值，因此提供了一种基于导航路线的可度量的计算方法，并且向用户推荐的目标导航路线能够尽可能地避免违章事件的发生，减少了道路的违章发生率，使得导航更加智能，推荐的导航路线更加准确和优化，提高了用户的导航体验，使得推荐结果的使用率提升。

参见图3，本申请实施例提供了一种导航路线的推荐装置，该装置包括：

第一获取模块301，用于获取目标用户的路线查询请求；

第二获取模块302，用于根据路线查询请求获取至少一条导航路线；

第三获取模块303，用于对于至少一条导航路线中的任一条导航路线，基于目标用户在至少一个违章场景下的历史违章发生概率，获取任一条导航路线在至少一个违章场景下的潜在违章预测值，潜在违章预测值用于预测违章情况；

第四获取模块304，用于基于任一条导航路线在至少一个违章场景下的潜在违章预测值，获取任一条导航路线的推荐权重；

推荐模块305，用于基于至少一条导航路线的推荐权重向目标用户推荐目标导航路线。

在一种可能实现方式中，参见图4，该装置还包括：

第五获取模块306，用于获取目标用户在至少一个违章场景下的历史违章记录数据与目标用户的历史行驶记录数据；

第六获取模块307，用于对于至少一个违章场景中的任一违章场景，根据目标用户在任一违章场景下的历史违章记录数据与历史行驶记录数据，获取目标用户在任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，第六获取模块307，还用于基于目标用户在任一违章场景下的历史违章记录数据，获取目标用户在任一违章场景下的历史违章次数；基于历史行驶记录数据，获取与目标用户在任一违章场景下的历史违章记录数据对应的历史行驶路线，获取历史行驶路线上包括的任一违章场景对应的第一违章检测点数量；基于历史违章次数与第一违章检测点数量，获取目标用户在任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，第六获取模块307，还用于将历史违章次数与第一违章检测点数量的比值作为目标用户在任一违章场景下的历史违章发生概率。

在一种可能的实施方式中，第三获取模块303，用于对于至少一个违章场景中的任一违章场景，获取任一条导航路线上包括的任一违章场景对应的第二违章检测点数量；基于目标用户在任一违章场景下的历史违章发生概率与第二违章检测点数量，获取任一条导航路线在任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，第三获取模块303，用于获取目标用户在任一违章场景下的历史违章发生概率与第二违章检测点数量的乘积；将乘积的结果作为任一条导航路线在任一违章场景下的潜在违章预测值。

在一种可能的实施方式中，第四获取模块304，用于对任一条导航路线在至少一个违章场景下的潜在违章预测值进行求和运算，将求和运算的结果作为任一条导航路线的推荐权重。

在一种可能的实施方式中，推荐模块305，用于将至少一条导航路线中推荐权重最小的导航路线作为目标导航路线，向目标用户推荐目标导航路线。

本申请实施例提供的装置，通过用户的历史违章发生概率获取用户的潜在违章预测值，通过潜在违章预测值获取每条导航路线的推荐权重，根据该推荐权重向用户推荐目标导航路线。该方法由于根据推荐权重推荐导航路线，推荐权重表现为具体数值，因此提供了一种基于导航路线的可度量的计算方法，并且向用户推荐的目标导航路线能够尽可能地避免违章事件的发生，减少了道路的违章发生率，使得导航更加智能，推荐的导航路线更加准确和优化，提高了用户的导航体验，使得推荐结果的使用率提升。

应理解的是，上述实施例提供的装置在实现其功能时，仅以上述各功能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模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图5，其示出了本申请一个实施例提供的导航路线的推荐设备的结构示意图。该设备可以为终端，例如可以是：智能手机、平板电脑、车载终端、笔记本电脑或台式电脑。终端还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端包括有：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的导航路线的推荐方法。

在一些实施例中，终端还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、显示屏505、摄像头组件506、音频电路507、定位组件508和电源509中的至少一种。

外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置在终端的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode，有机发光二极管)等材质制备。

摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

定位组件508用于定位终端的当前地理位置，以实现导航或LBS(Location BasedService，基于位置的服务)。定位组件508可以是基于美国的GPS(Global PositioningSystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源509用于为终端中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。

加速度传感器511可以检测以终端建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器512可以检测终端的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器513可以设置在终端的侧边框和/或显示屏505的下层。当压力传感器513设置在终端的侧边框时，可以检测用户对终端的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在显示屏505的下层时，由处理器501根据用户对显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置在终端的正面、背面或侧面。当终端上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。

光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制显示屏505的显示亮度。具体地，当环境光强度较高时，调高显示屏505的显示亮度；当环境光强度较低时，调低显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。

接近传感器516，也称距离传感器，通常设置在终端的前面板。接近传感器516用于采集用户与终端的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端的正面之间的距离逐渐变小时，由处理器501控制显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端的正面之间的距离逐渐变大时，由处理器501控制显示屏505从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图5中示出的结构并不构成对终端的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条程序代码。该至少一条程序代码由一个或者一个以上处理器加载并执行，以实现上述任一种导航路线的推荐方法。

在示例性实施例中，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中存储有至少一条程序代码，该至少一条程序代码由计算机设备的处理器加载并执行，以实现上述任一种导航路线的推荐方法。

可选地，上述计算机可读存储介质可以是只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact Disc Read-OnlyMemory，CD-ROM)、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一种导航路线的推荐方法。

应当理解的是，在本文中提及的“至少一个”的含义是指一个或多个。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。