出行目的地址推送方法、装置、设备及存储介质

技术领域

本申请涉及车辆技术领域，具体涉及一种出行目的地址推送方法、装置、设备及存储介质。

背景技术

通常用户会在多种情况下选择驾车出行。例如吃饭、上班、旅游等。但是针对具体出行情况，用户往往疲于进行目的地的选择，在选择目的地上浪费大量时间和精力。

随着车辆智能化的发展，越来越多的用户对于车辆的智能化推荐有了强烈需求。

发明内容

有鉴于此，本发明的目的在于提供一种出行目的地址推送方法、装置、设备及存储介质，通过确定当前用户的兴趣点位置集合，进而进行目的地址智能化推荐，节省了用户的时间和精力，提高了用户的使用体验。

第一方面，实施例提供一种出行目的地址推送方法，所述方法包括：

获取每个历史车辆的车辆信息，所述车辆信息包括用户身份信息、出行目的地址、所述出行目的地址对应的出行时段以及所述出行目的地址对应的目的地址类型；

根据所述车辆信息对所述历史车辆进行聚类，生成包括聚类类别集合的车辆聚类结果，所述聚类类别集合包括至少一个聚类类别，所述聚类类别对应至少一个历史车辆；

从目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址，将所述出现频次最多的预设数量的出行目的地址添加到所述目标聚类类别对应的兴趣点位置集合中；所述目标聚类类别分别为所述聚类类别集合中的每一个；

获取当前用户的车辆历史信息，所述当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、所述历史出行目的地址对应的出行时段以及所述历史出行目的地址对应的目的地址类型；

将所述当前用户的车辆历史信息与所述目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到所述当前用户的车辆所属的目标聚类类别；

将所述当前用户的车辆所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合；

根据所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址。

在可选的实施方式中，所述方法还包括：

获取所述当前用户的兴趣点位置集合，将所述当前用户的兴趣点位置集合添加到所述待推荐兴趣点集合中。

在可选的实施方式中，所述根据所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址，包括：

确定所述当前用户的常用目的地址；

根据所述当前用户的常用目的地址以及所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址。

在可选的实施方式中，所述从目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址，将所述出现频次最多的预设数量的出行目的地址添加到所述目标聚类类别对应的兴趣点位置集合中，包括：

从所述聚类类别集合中选取目标聚类类别，并重复以下操作，直至所述聚类类别集合中的每个聚类类别均被选取：

根据所述目标聚类类别对应的每个历史车辆的车辆信息中每个目的地址类型确定所述每个目的地址类型对应的出现频次最多的预设数量的出行目的地址；

将所述每个目的地址类型对应的出现频次最多的预设数量的出行目的地址添加到所述目标聚类类别中相应目的地址类型对应的兴趣点位置集合中。

在可选的实施方式中，所述获取所述当前用户的兴趣点位置集合，将所述当前用户的兴趣点位置集合添加到所述待推荐兴趣点集合中，包括：

获取所述当前用户的各个目的地址类型对应的兴趣点位置集合，将所述当前用户的各个目的地址类型对应的兴趣点位置集合添加到相应目的地址类型对应的待推荐兴趣点集合中。

在可选的实施方式中，所述方法还包括：

获取所述当前用户的当前出行时间以及当前车况信息，将所述当前用户的当前出行时间以及当前车况信息输入目的地址类型预测模型，得到预测目的地址类型，所述目的地址类型预测模型基于所述当前用户的车辆历史信息进行训练得到。

在可选的实施方式中，所述根据所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址，包括：

从待推荐兴趣点集合中确定所述预测目的地址类型对应的兴趣点位置集合；

根据所述预测目的地址类型对应的兴趣点位置集合确定待推荐出行目的地址，向所述当前用户推荐所述待推荐出行目的地址。

第二方面，实施例提供一种出行目的地址推送装置，所述装置包括：

第一获取单元，用于获取每个历史车辆的车辆信息，所述车辆信息包括用户身份信息、出行目的地址、所述出行目的地址对应的出行时段以及所述出行目的地址对应的目的地址类型；

聚类单元，根据所述车辆信息对所述历史车辆进行聚类，生成包括聚类类别集合的车辆聚类结果，所述聚类类别集合包括至少一个聚类类别，所述聚类类别对应至少一个历史车辆；

第一确定单元，从目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址，将所述出现频次最多的预设数量的出行目的地址添加到所述目标聚类类别对应的兴趣点位置集合中；所述目标聚类类别为所述聚类类别集合中的每一个；

第二获取单元，用于获取当前用户的车辆历史信息，所述当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、所述历史出行目的地址对应的出行时段以及所述历史出行目的地址对应的目的地址类型；

比较单元，用于将所述当前用户的车辆历史信息与所述目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到所述当前用户的车辆所属的目标聚类类别；

第二确定单元，用于将所述当前用户的车辆所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合；

推荐单元，用于根据所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址。

第三方面，实施例提供一种出行目的地址推送设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述前述实施方式任一项所述的方法的步骤。

第四方面，实施例提供一种机器可读存储介质，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现前述实施方式任一项所述的方法的步骤。

由此可见，本申请实施例具有如下有益效果：

本申请实施例提供了一种出行目的地址推送方法、装置、设备及存储介质，该方法包括：获取每个历史车辆的车辆信息，车辆信息包括用户身份信息、出行目的地址、出行目的地址对应的出行时段以及出行目的地址对应的目的地址类型；根据车辆信息对历史车辆进行聚类，生成包括聚类类别集合的车辆聚类结果，聚类类别集合包括至少一个聚类类别，聚类类别对应至少一个历史车辆；从目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址，将出现频次最多的预设数量的出行目的地址添加到目标聚类类别对应的兴趣点位置集合中；目标聚类类别分别为聚类类别集合中的每一个；获取当前用户的车辆历史信息，当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型；将当前用户的车辆历史信息与目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到当前用户的车辆所属的目标聚类类别；将当前用户的车辆所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合；根据待推荐兴趣点集合确定待推荐出行目的地址，向当前用户推送待推荐出行目的地址。通过对当前用户进行出行目的地址的智能化推荐，节省了用户的时间和精力，提高了用户的使用体验。

本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本申请实施例提供的一种出行目的地址推送方法的示例性应用场景；

图2为本申请实施例提供的一种出行目的地址推送方法的流程图；

图3为本申请实施例提供的另一种出行目的地址推送方法的流程图；

图4为本申请实施例提供的另一种出行目的地址推送方法的示意图；

图5为本申请实施例提供的一种出行目的地址推送装置的示意图。

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。

为了便于理解本申请实施例提供的出行目的地址推送方法，下面结合图1对本申请实施例提供的出行目的地址推送方法的示例性应用场景进行说明。其中，图1为本申请实施例提供的一种出行目的地址推送方法的示例性应用场景。本申请实施例提供的出行目的地址推送方法可以应用于车载终端10。

云平台20存储有众多历史车辆的车辆信息，每个历史车辆对应有至少一条车辆信息。每条车辆信息包括用户身份信息、出行目的地址、出行目的地址对应的出行时段以及出行目的地址对应的目的地址类型。需要说明的是，应用云平台20的车辆用户均可实时将其车辆的车辆信息上传至云平台20，进而云平台20存储的车辆信息实质为各个用户的车辆信息，这里，为了与当前用户的车辆进行区分，进而使用历史车辆。

车载终端10从云平台20获取其存储的来自众多历史车辆的大量车辆信息，并根据获取的车辆信息对上述数量众多的历史车辆进行聚类操作，生成包括至少一个聚类类别的车辆聚类结果。车载终端10依次将聚类类别集合中的每一个类别均确定为目标聚类类别。车载终端10从目标聚类类别中确定出现频次最多的预设数量个出行目的地址，将出现频次最多的预设数量的出行目的地址添加到该目标聚类类别对应的兴趣点位置集合中，每个目标聚类类别均按照上述操作。

其中，作为一种可选的实施例，云平台20也可执行上述车辆聚类操作，并得到每个目标聚类类别对应的兴趣点位置集合，此时车载终端10可直接从云平台20中获取该每个目标聚类类别对应的兴趣点位置集合，并基于此对当前用户的车辆信息进行确定，能够减轻车载终端10的资源消耗，具体如下：

车载终端10获取当前用户的车辆历史信息。其中，当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型。车载终端10将当前用户车辆历史信息与目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到当前用户的车辆历史信息所属的目标聚类类别。并将当前用户车辆的历史信息所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。最后，车载终端10根据待推荐兴趣点集合确定待推荐出行目的地址，向当前用户推送待推荐出行目的地址。

本领域技术人员可以理解，图1所示的框架示意图仅是本申请的实施方式可以在其中得以实现的示例。本申请实施方式的适用范围不受到该框架任何方面的限制。

为了便于理解本申请实施例提供的技术方案，下面结合附图对本申请实施例提供的出行目的地址推送方法进行说明。

参见图2，图2为本申请实施例提供的一种出行目的地址方法的流程图。该方法可应用于车载终端，如图2所示，该方法可以包括S201-S207：

S201：获取每个历史车辆的车辆信息，每条车辆信息包括用户身份信息、出行目的地址、出行目的地址对应的出行时段以及出行目的地址对应的目的地址类型。

具体的，车载终端需要获取数目众多历史车辆的车辆信息用于后续S202中的聚类。其中，每条车辆信息包括用户身份信息、出行目的地址、出行目的地址对应的出行时段以及出行目的地址对应的目的地址类型。

用户身份信息为车辆所属用户的身份信息。用户身份信息可以包括用户年龄、用户性别、用户驾龄、车辆价格等信息。具体的，用户身份信息可以由车辆所属用户提供。

出行目的地址为历史出行中用户驾车所到达的地址，例如公园、饭店等。具体的，可以通过车辆上安装的全球定位系统确定用户出行目的地址。

出行目的地址对应的出行时段为用户出行所处时段，例如周一某时段或周末某时段。

上述车辆信息的获取方式可通过用户人为输入得到，或者，基于车载终端采集到的车况数据进行分析，进而获取得到上述车辆信息，如根据车辆轮胎磨损、电池损耗、车压信号、定位信息等等参数，获知车辆对应的车辆信息。

从车辆信息中获取的出行目的地址中，可判定该出行目的地址对应的目的地址类型。出行目的地址对应的目的地址类型为目的地址所属类别，例如娱乐类目的地址、餐饮类目的地址、休闲类目的地址。作为一种示例，若出行目的地址为“xx饭店”，则该出行目的地址所属类别为餐饮类。

需要说明的是，在实际应用中可以对车辆信息进行特征提取，生成当前车辆信息的特征向量，即可以采用向量化的形式表示车辆信息，能够更加准确地对目的地址所属类别进行确定。

S202：根据车辆信息对历史车辆进行聚类，生成包括聚类类别集合的车辆聚类结果，聚类类别集合包括至少一个聚类类别，聚类类别对应至少一个历史车辆。

车载终端通过对获取到的多个历史车辆的车辆信息进行聚类，生成至少一个聚类类别的车辆聚类结果，其中，每个聚类类别下可能包括多个历史车辆，每个历史车辆可能包括多个车辆信息，每个车辆信息可能包括多个出行目的地址、出行时段等等。需要说明的是，聚类过程采用常用聚类算法即可，这里不限定具体的聚类算法。作为一种示例，采用K近邻聚类算法进行车辆信息的聚类。

对车辆信息进行聚类可以将相同类的车辆信息归为一类，进而将该车辆信息对应的车辆归为此聚类类别，以得到车辆聚类结果。进一步的，可以定义每个聚类类别的类别标签，以表示在具有该聚类类别内车辆信息的车辆拥有的共同特点。例如，聚类结果包含三种聚类类别，类别标签分别为：朝九晚五上班、周末出游；下午出行、夜店常客；出行频繁、饭店应酬。

S203：从目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址，将出现频次最多的预设数量的出行目的地址添加到目标聚类类别对应的兴趣点位置集合中；目标聚类类别为聚类类别集合中的每一个。

依次将聚类类别中的每一个类别分别确定为目标聚类类别。从每个目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址。例如，若预设数量为1，该目标聚类类别下包括三个历史车辆，历史车辆A中出行目的地址a的频次最高，且为2，历史车辆B中出行目的地址b的频次最高，且为3，历史车辆C中出行目的地址c的频次最高，且为4，则仅选取出行目的地址c参与后续操作，即添加到该目标聚类类别对应的兴趣点位置集合中，选取目的地址的数量根据预设数量进行调整，其中，预设数量可以根据需要进行选取，这里不进行限定。

在确定了出现频次最多的预设数量的出行目的地址后，将该预设数量的出行目的地址添加到目标聚类类别对应的兴趣点位置集合中。例如，当预设数量为5时，将目标聚类类别中按照每个历史车辆的车辆信息中出行目的地址出现的频次进行从大到小的排序，将前5个出行目的地址添加到目标聚类类别对应的兴趣点位置集合中。可以理解的是，目标聚类类别对应的兴趣点位置集合中的出行目的地址为目标聚类类别中的用户选择频次较多的出行目的地址。兴趣点位置为用户可能感兴趣的出行目的地址。兴趣点位置集合为包含用户可能感兴趣的出行目的地址的集合。

S204：获取当前用户的车辆历史信息，当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型。

车载终端获取当前用户的车辆历史信息，最终要为当前用户进行出行目的地址的推荐。其中，当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型。

当前用户身份信息为当前用户的身份信息。用户身份信息包括当前用户年龄、当前用户性别、当前用户驾龄、车辆价格等信息。具体的，当前用户身份信息由当前用户提供。作为一种示例，车载终端提示用户输入用户身份信息。

另外，关于当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型等的描述可参见前述S201中的内容，这里不再赘述。

S205：将当前用户的车辆历史信息与目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到当前用户的车辆所属的目标聚类类别。

在获取当前用户车辆信息后，将当前用户车辆信息和目标聚类类别对应的每个历史车辆的车辆信息的相似度进行比较，得到当前用户车辆信息所属的聚类类别。作为一种示例，基于当前用户的历史车辆信息，计算当前用户的历史车辆信息和每一个目标聚类类别对应的每个历史车辆的车辆信息中的相似度，将相似度最高的目标聚类类别作为当前用户车辆信息所属的聚类类别。

其中，车辆信息的相似度判别，可根据相同或相似出行目的地址的出行次数、相同或相似出行目的地址的出行时段的相似程度、频次最多的出行目的地址对应的目的地址类型的相似性，上述因素构成的判断公式进行比较。每个因素均配备有相应的可调系数，用户可根据其更加在意的条件对可调系数进行调整，以便最终确定出的目的地址更加准确，可调系数为小于1的系数。例如，用户更加期望根据当前出行时段的历史出行目的地址确定推送的目的地址，则将此因素对应的可调系数按照预设等级调整增大。作为一种可选的实施例，可将可调系数的调整等级分为几个档位，用户可简便地根据自身期望强度，调整到相应档位。

S206：将当前用户的车辆所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。

在确定当前用户的车辆历史信息所属的目标聚类类别之后，获取当前用户车辆历史信息所属的目标聚类类别对应的兴趣点位置集合，并将其确定为待推荐兴趣点集合。此时，将当前用户的车辆历史信息所属的目标聚类类别对应的待推荐兴趣点集合中的出行目的地址确定为当前用户的出行目的地址，本发明实施例基于车辆信息聚类方式对用户的待推荐兴趣点集合进行确定，进而根据该待推荐兴趣点集合中的目的地址推送用户可能的出行目的地址。

另外，为了丰富待推荐兴趣点集合中的当前用户可能感兴趣的出行目的地址，还可获取当前用户的兴趣点位置集合，将当前用户的兴趣点位置集合直接添加到待推荐兴趣点集合中。其中，当前用户的兴趣点位置集合中的出行目的地址也可作为推送给当前用户可能的出行目的地址。

作为一种示例，当前用户的兴趣点位置集合可以通过第三方应用程序授权获取，例如XX团购、XX点评等第三方应用程序。通常第三方应用程序会根据当前用户车辆信息给出当前用户的出行目的地址推荐，将由第三方应用程序推荐的出行目的地址确定为当前用户的兴趣点位置集合。

S207：根据待推荐兴趣点集合确定待推荐出行目的地址，向当前用户推送待推荐出行目的地址。

从待推荐兴趣点集合确定当前用户的待推荐出行目的地址，向当前用户推送待推荐出行目的地址。可以理解的是，通过当前用户车辆信息所属的聚类类别确定出待推荐兴趣点集合，再从待推荐兴趣点集合中确定出的待推荐出行目的地址是精确推荐的出行目的地址，符合当前用户的需求。

具体的，根据待推荐兴趣点集合确定待推荐出行目的地址，向当前用户推送待推荐出行目的地址，包括：

确定当前用户的常用目的地址；

根据当前用户的常用目的地址以及待推荐兴趣点集合确定待推荐出行目的地址，向当前用户推送待推荐出行目的地址。

作为一种示例，当前用户的常用目的地址可由车载终端根据当前用户车辆信息中的历史出行目的地址获取，例如选择频次较多的历史出行目的地址作为当前用户的常用目的地址。

在确定了当前用户的常用目的地址和待推荐兴趣点集合后，确定待推荐出行目的地址，向当前用户推荐待推荐出行目的地址。具体的，可从常用目的地址中选取第一预设数量个常用目的地地址作为待推荐出行目的地址的一部分，从待推荐兴趣点集合中选取第二预设数量个出行目的地址作为待推荐出行目的地址的另一部分。例如，待推荐出行目的地址为5个，可从当前用户的常用目的地址中选择2个常用目的地址作为待推荐出行目的地址，从待推荐兴趣点集合中选择3个出行目的地址作为待推荐出行目的地址。

通过本申请实施例提供的一种出行目的地址推送方法，获取大量的历史车辆的车辆信息，并对大量的历史车辆的车辆信息进行聚类，获取所有历史车辆对应的各种聚类类别，并确定每一聚类类别对应的历史车辆的车辆信息中出行目的地址的出现频次最多的预设数量个出行目的地址为该类别的兴趣点位置集合。再获取当前用户的历史车辆信息，根据当前用户的历史车辆信息确定当前用户所属的目标聚类类别，将当前用户所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。并从待推荐兴趣点集合确定出向当前用户推送的待推荐出行目的地址。通过对当前用户进行出行目的地址的智能化推荐，节省了用户的时间和精力，提高了用户的使用体验。通过从当前用户所属的聚类类别对应的待推荐兴趣点集合中确定出待推荐出行目的地址，使得对当前用户推荐的待推荐出行目的地址更加精准。

为了便于理解本申请实施例提供的出行目的地址推送方法，结合图3为本申请实施例提供的另一种出行目的地址推送方法进行说明。该方法可应用于车载终端，如图3所示，该方法包括S301-S307：

S301：获取每个历史车辆的车辆信息，每条车辆信息包括用户身份信息、出行目的地址、出行目的地址对应的出行时段以及出行目的地址对应的目的地址类型。

S302：根据车辆信息对历史车辆进行聚类，生成包括聚类类别集合的车辆聚类结果，聚类类别集合包括至少一个聚类类别，聚类类别对应至少一个历史车辆。

本实施例中S301、S302分别和上一实施例中的S201、S202相同，为了简要起见，在此不进行赘述，详见上一实施例的具体描述。

S303：从目标聚类类别的对应的每个历史车辆的车辆信息各个目的地址类型中确定出现频次最多的预设数量的出行目的地址，将出现频次最多的预设数量的出行目的地址添加到目标聚类类别中相应目的地址类型对应的兴趣点位置集合中；目标聚类类别分别为聚类类别集合中的每一个。

需要说明的是，S303为S203的一种具体的实现方式。

具体的，分别确定每一种聚类类别为目标聚类类别。针对目标聚类类别，可按照每个历史车辆的出行目的地址对应的目的地址类型对目标聚类类别中的各个目的地址进行分类。针对目标聚类类别下每个历史车辆的出行目的地址对应的各个目的地址类型，分别确定每个历史车辆各个目的地址类型所包含的出行目的地址中出现频次最多的预设数量的出行目的地址，将出现频次最多的预设数量的出行目的地址添加到目标聚类类别中相应目的地址类型对应的兴趣点位置集合中。即目标聚类类别的各个目的地址类型均对应有各自的兴趣点位置集合。例如，目标聚类类别中的餐饮类目的地址、娱乐类目的地址均对应有各自的兴趣点位置集合。

可以理解的是，通过将聚类类型中的出行目的地址按照目的地址类型进行细化，确定各个目的地址类型所对应的兴趣点位置集合，可以使得获取的兴趣点位置集合更加精准。

S304：获取当前用户的车辆历史信息，当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型。

S305：将当前用户的车辆历史信息与目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到当前用户车辆信息所属的目标聚类类别。

S306：将当前用户的车辆历史信息所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。

本实施例中S304、S305、S306分别和上一实施例中的S204、S205、S206相同，为了简要起见，在此不进行赘述，详见上一实施例的具体描述。

需要说明的是，上一实施例说明了为了丰富待推荐兴趣点集合中的当前用户可能感兴趣的出行目的地址，可以获取当前用户的兴趣点位置集合，将当前用户的兴趣点位置集合也添加到待推荐兴趣点集合中，此时兴趣点位置集合中的出行目的地址可作为推送给用户的待推荐出行目的地址。

具体的，获取当前用户的兴趣点位置集合，将当前用户的兴趣点位置集合添加到待推荐兴趣点集合中，包括：

获取当前用户的各个目的地址类型对应的兴趣点位置集合，将当前用户的各个目的地址类型对应的兴趣点位置集合添加到待推荐兴趣点集合中。

作为一种示例，从第三方应用程序中获取当前用户的兴趣点位置集合。在获取了当前用户的兴趣点位置集合后，按照目的地址类型，将当前用户的兴趣点位置集合中的出行目的地址进行分类，获取当前用户的各个目的地址类型对应的兴趣点位置集合。例如，餐饮类目的地址对应的兴趣点位置集合、娱乐类目的地址对应的兴趣点位置集合。

将当前用户的各个目的地址类型对应的兴趣点位置集合添加到待推荐兴趣点集合中。具体的，将当前用户的各个目的地址类型对应的兴趣点位置集合添加到当前用户的车辆历史信息所属的目标聚类类别中相应目的地址类型对应的兴趣点位置集合中。例如，当前用户的餐饮类目的地址对应的兴趣点位置集合添加到当前用户所属的聚类类别中的餐饮类目的地址对应的兴趣点位置集合中。

S307：从待推荐兴趣点集合中确定预测目的地址类型对应的兴趣点位置集合；根据预测目的地址类型对应的兴趣点位置集合确定待推荐出行目的地址，向当前用户推送待推荐出行目的地址。

需要说明的是，S307为S207的一种具体实现方式。

其中，预测目的地址类型为当前用户的预测目的地址类型。确定了当前用户的预测目的地址类型之后，从待推荐兴趣点集合中查找预测目的地址类型对应的兴趣点位置集合。例如，若当前用户的预测目的地址类型为餐饮类目的地址，则从待推荐兴趣点集合中查找餐饮类目的地址对应的兴趣点位置集合。

进一步，从当前用户的预测目的地址类型对应的兴趣点位置集合中确定待推荐出行目的地址。具体的，可从当前用户的预测目的地址类型对应的兴趣点位置集合中选择频次最多的若干个出行目的地址作为待推荐出行目的地址。最终，向当前用户推荐待推荐出行目的地址。通过预测当前用户的预测目的地址类型，能够精确的确定当前用户的所需目的地址类型。此时，根据该预测目的地址类型确定出的待推荐出行目的地址是针对性强的，和当前用户的出行目的地址匹配度高的出行目的地址。

作为一种示例，基于目的地址类型预测模型获取当前用户的预测目的地址类型。具体实施时，获取当前用户的当前出行时间以及当前车况信息，将当前用户的当前出行时间以及当前车况信息输入目的地址类型预测模型，得到当前用户的预测目的地址类型。作为一种示例，当前用户的当前出行时间为当前用户的车辆点火时间。当前车况信息包括车辆胎压状态，通过车辆胎压状态可以预测车辆的乘车人数，车辆的乘车人数是预测当前用户的目的地址类型的所需因素之一。例如，当车辆的乘车人数较多时，可推测当前用户的目的地址类型为娱乐类目的地址或休闲类目的地址。

需要说明的是，目的地址类型预测模型是预先经过训练得到的。目的地址类型预测模型的训练过程如下：

获取车辆信息作为训练数据，即训练数据包括当前用户的历史出行目的地址、历史出行目的地址对应的出行时段、历史出行目的地址对应的车况信息以及历史出行目的地址对应的目的地址类型；

根据训练数据训练目的地址类型预测模型。

作为一种示例，采用极端梯度提升XGBoost算法，基于训练数据训练目的地址类型预测模型。

通过本申请实施例提供的一种出行目的地址推送方法，获取大量的历史车辆的车辆信息，并对上述大量的车辆信息进行聚类，获取所有历史车辆对应的各种聚类类别，并确定每一聚类类别中每个历史车辆的各个目的地址类型中出现频次最多的预设数量个出行目的地址为该目标聚类类别中相应目的地址类型对应的兴趣点位置集合。再获取当前用户的车辆历史信息，根据当前用户的车辆历史信息确定当前用户所属的目标聚类类别，将当前用户所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。之后，确定当前用户的预测目的地址类型，从待推荐兴趣点集合中确定预测目的地址对应的兴趣点位置集合。最后，从预测目的地址类型对应的兴趣点位置集合中确定出向当前用户推送的待推荐出行目的地址。将目标聚类类别所对应的兴趣点位置集合按照目的地址类型进行分类，使得根据当前用户的预测目的地址类型和其对应的兴趣点位置集合确定出的待推荐出行目的地址更加精确。

为了便于理解本申请实施例提供的出行目的地址推送方法，下面结合图4对本申请实施例的所提供的出行目的地址推送方法进行综合说明。

如图4所示，首先，获取历史车辆的车辆信息，每条车辆信息包括用户身份信息、出行目的地址、出行目的地址对应的出行时段以及出行目的地址对应的目的地址类型。

其次，通过K近邻聚类算法对车辆信息进行聚类，生成包括至少一个聚类类别的车辆聚类结果。车辆聚类结果中的每一个聚类类别确定为目标聚类类别。针对目标聚类类别，确定目标聚类类别对应的兴趣点位置集合。具体的，可通过将每个目标聚类类别下的历史车辆中出现频次最多的预设数量的出行目的地址添加到目标聚类类别对应的兴趣点位置集合中，以形成目标聚类类别对应的兴趣点位置集合。

进一步，根据获取的当前用户的车辆历史信息，确定当前用户的待推荐兴趣点集合。当前用户的待推荐兴趣点集合中的出行目的地址为当前用户可能感兴趣的出行目的地址。其中，当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、历史出行目的地址对应的出行时段以及历史出行目的地址对应的目的地址类型。具体实施时，根据获取的当前用户的车辆历史信息与目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到当前用户的车辆所属的聚类类别。再将当前用户车辆所属的聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。

为了丰富待推荐兴趣点集合中的出行目的地址，获取第三方应用程序中的当前用户的兴趣点位置集合，将从第三方应用程序中获取的当前用户的兴趣点位置集合添加到待推荐兴趣点集合中。

最后，基于待推荐兴趣点集合，可以获取待推荐出行目的地址，向当前用户推荐待推荐出行目的地址。具体的，可以从待推荐兴趣点集合中的出行目的地址选取出行频次最多的若干个出行目的地址作为待推荐出行目的地址。另外，还可以获取当前用户的常用目的地址。再从当前用户的常用目的地址中选取出行频次最多的若干个常用目的地址作为待推荐出行目的地址。

需要说明的是，在本申请实施例中，获取了车辆聚类结果之后，为了使得后续的当前用户的待推荐出行目的地址更加准确，可以细化聚类类别对应的兴趣点位置集合，获取目标聚类类别的每个历史车辆对应的各个目的地址类型对应的兴趣点位置集合。具体的，从目标聚类类别下每个历史车辆对应的各个目的地址类型中确定出现频次最多的预设数量的出行目的地址，将出现频次最多的预设数量的出行目的地址添加到目标聚类类别中相应目的地址类型对应的兴趣点位置集合中，依次来获取目标聚类类别的各个目的地址类型对应的兴趣点位置集合。

进一步，根据获取的当前用户车辆信息，确定当前用户的待推荐兴趣点集合。当前用户的待推荐兴趣点集合按照各个目的地址类型可以分为各个目的地址类型对应的待推荐兴趣点集合。例如，餐饮类目的地址对应的待推荐兴趣点集合。

为了丰富当前用户的待推荐兴趣点集合，获取第三方应用程序中的当前用户的兴趣点位置集合，将从第三方应用程序中获取的当前用户的兴趣点位置集合添加到待推荐兴趣点集合中。为了使得后续的当前用户的待推荐出行目的地址更加准确，将当前用户的兴趣点位置集合按照各个目的地址类型进行分类，获取当前用户的各个目的地址类型对应的兴趣点位置集合，将当前用户的各个目的地址类型对应的兴趣点位置集合添加到待推荐兴趣点集合中。具体的，将当前用户的各个目的地址类型对应的兴趣点位置集合添加到各个目的地址类型对应的待推荐兴趣点集合中。例如，从第三方应用程序获取的当前用户的餐饮类目的地址对应的兴趣点位置集合添加到餐饮类目的地址对应的待推荐兴趣点集合中。

进一步，确定当前用户的预测目的地址类型。基于当前用户的预测目的地址类型，从各个目的地址类型对应的待推荐兴趣点集合中确定当前用户的预测目的地址类型对应的待推荐兴趣点集合。根据预测目的地址类型对应的兴趣点位置集合确定待推荐出行目的地址，向当前用户推荐待推荐出行目的地址。

其中，可通过训练得到的目的地址类型预测模型获取当前用户的预测目的地址类型。目的地址类型预测模型为基于训练数据和XGBoost算法训练得到的。训练数据包括当前用户的历史出行目的地址、历史出行目的地址对应的出行时段、历史出行目的地址对应的车况信息以及历史出行目的地址对应的目的地址类型。

通过本申请实施例提供的出行目的地址推送方法，对当前用户进行出行目的地址的智能化推荐，节省了用户的时间和精力，提高了用户的使用体验。通过从当前用户所属的聚类类别对应的待推荐兴趣点集合中确定出待推荐出行目的地址，使得对当前用户推荐的待推荐出行目的地址满足当前用户的出行要求。而根据当前用户的预测目的地址类型和其对应的兴趣点位置集合确定出的待推荐出行目的地址将更加精确。

参见图5，图5为本申请实施例提供的一种出行目的地址推送装置的示意图。如图5所示，该装置包括：

第一获取单元501，用于获取每个历史车辆的车辆信息，所述车辆信息包括用户身份信息、出行目的地址、所述出行目的地址对应的出行时段以及所述出行目的地址对应的目的地址类型；

聚类单元502，用于根据所述车辆信息对所述历史车辆进行聚类，生成包括聚类类别集合的车辆聚类结果，所述聚类类别集合包括至少一个聚类类别，所述聚类类别对应至少一个历史车辆；

第一确定单元503，用于从目标聚类类别对应的每个历史车辆的车辆信息中确定出现频次最多的预设数量的出行目的地址，将所述出现频次最多的预设数量的出行目的地址添加到所述目标聚类类别对应的兴趣点位置集合中；所述目标聚类类别为所述聚类类别集合中的每一个；

第二获取单元504，用于获取当前用户的车辆历史信息，所述当前用户的车辆历史信息包括当前用户身份信息、当前用户的历史出行目的地址、所述历史出行目的地址对应的出行时段以及所述历史出行目的地址对应的目的地址类型；

比较单元505，用于将所述当前用户的车辆历史信息与所述目标聚类类别对应的每个历史车辆的车辆信息进行比较，得到所述当前用户的车辆所属的目标聚类类别；

第二确定单元506，用于将所述当前用户的车辆所属的目标聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合；

推荐单元507，用于根据所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址。

可选的，在本申请实施例的一些实施方式中，所述装置还包括：

第三获取单元，用于获取所述当前用户的兴趣点位置集合，将所述当前用户的兴趣点位置集合添加到所述待推荐兴趣点集合中。

可选的，在本申请实施例的一些实施方式中，所述推荐单元507，包括：

第一确定子单元，用于确定所述当前用户的常用目的地址；

第二确定子单元，用于根据所述当前用户的常用目的地址以及所述待推荐兴趣点集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址。

可选的，在本申请实施例的一些实施方式中，所述第一确定单元503，包括：

添加子单元，用于从所述聚类类别集合中选取目标聚类类别，并重复以下操作，直至所述聚类类别集合中的每个聚类类别均被选取：根据所述目标聚类类别对应的每个历史车辆的车辆信息中每个目的地址类型确定所述每个目的地址类型对应的出现频次最多的预设数量的出行目的地址；将所述每个目的地址类型对应的出现频次最多的预设数量的出行目的地址添加到所述目标聚类类别中相应目的地址类型对应的兴趣点位置集合中。

可选的，在本申请实施例的一些实施方式中，所述第三获取单元，包括：

第一获取子单元，用于获取所述当前用户的各个目的地址类型对应的兴趣点位置集合，将所述当前用户的各个目的地址类型对应的兴趣点位置集合添加到相应目的地址类型对应的待推荐兴趣点集合中。

可选的，在本申请实施例的一些实施方式中，所述装置还包括：

第四获取单元，用于获取所述当前用户的当前出行时间以及当前车况信息，将所述当前用户的当前出行时间以及当前车况信息输入目的地址类型预测模型，得到预测目的地址类型，所述目的地址类型预测模型基于所述当前用户的车辆历史信息进行训练得到。

可选的，在本申请实施例的一些实施方式中，所述装置还包括：

所述推荐单元507，包括：

第三确定子单元，用于从待推荐兴趣点集合中确定所述预测目的地址类型对应的兴趣点位置集合；

推送子单元，用于根据所述预测目的地址类型对应的兴趣点位置集合确定待推荐出行目的地址，向所述当前用户推送所述待推荐出行目的地址。

通过本申请实施例提供的一种出行目的地址推送装置，获取大量历史车辆的车辆信息，并通过上述大量的车辆信息对历史车辆进行聚类，获取各种聚类类别，并确定每一聚类类别中历史车辆的出现频次最多的预设数量个出行目的地址为该类别的兴趣点位置集合。再获取当前用户的车辆历史信息，根据当前用户的车辆历史信息确定当前用户所属的聚类类别，将当前用户所属的聚类类别对应的兴趣点位置集合确定为待推荐兴趣点集合。并从待推荐兴趣点集合确定出向当前用户推送的待推荐出行目的地址。通过对当前用户进行出行目的地址的智能化推荐，节省了用户的时间和精力，提高了用户的使用体验。通过从当前用户所属的聚类类别对应的待推荐兴趣点集合中确定出待推荐出行目的地址，使得对当前用户推荐的待推荐出行目的地址更加精准。

本申请实施例还提供了一种出行目的地址推送设备，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如前述实施例所述的兴趣点位置推送方法。

本申请实施例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计算机程序，所述计算机程序用于执行如前述实施例所述的兴趣点位置推送方法。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于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：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

还需要说明的是，在本文中，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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。