一种航线推荐方法及装置与流程

1.本技术涉及机票查询推荐技术领域，特别是涉及一种航线推荐方法及装置。


背景技术：

2.目前，随着生活节奏的加快，人们逐渐发现制定旅行计划是一件非常繁琐的事情，尤其是对于一些平时工作忙碌想利用假期时间外出旅游的人，可能因为没有时间去查找旅行目的地、研究旅行航线而耽误宝贵的假期。因此人们在旅行目的地的选择上，越来越依赖各种订票平台的旅行推荐。现有旅行推荐方法为推荐热门景点航线，但是该方法对于用户缺乏针对性，并且热门景点航线资源有限，不能很好的贴合用户的需求。因此需要一种航线推荐方法有针对性地为用户提供更多的选择。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种航线推荐方法及装置。
4.第一方面，提供了一种航线推荐方法，所述方法包括：获取待推荐用户的旅游航线序列，并在所述旅游航线序列中确定第一旅游航线子序列；所述第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。
5.针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列；待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于所述第一旅游航线子序列之后。
6.在所有用户的旅游航线序列中，确定所述第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。
7.根据所述第一出现次数和所述第二出现次数，确定待推荐旅游航线的出行概率。
8.根据各所述待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向所述待推荐用户推荐所述推荐旅游航线。
9.作为一种可选的实施方式，所述方法还包括：获取以目标城市为目的地的所有航线的非节假日的日机票总价；针对每个月，根据该月包含的非节假日的日机票总价和该月的非节假日天数，确定该月的月均机票单价；如果各月份对应的月均机票单价中的最大值与最小值的比值大于预设阈值，则将所述目标城市作为旅游城市，并将目的地为所述目标城市的航线作为旅游航线。
10.作为一种可选的实施方式，所述根据所述第一出现次数和所述第二出现次数，确定待推荐旅游航线的出行概率，包括：如果所述待推荐旅游航线为非热门航线，则将所述第二出现次数和所述第一出现次数的比值作为所述待推荐旅游航线的出行概率。
11.如果所述待推荐旅游航线为热门航线，则在所述所有用户的旅游航线序列中，确
定所述待推荐旅游航线的第三出现次数，并将所述第二出现次数和所述第一出现次数两者的比值与所述第三出现次数的比值作为所述待推荐旅游航线的出行概率。
12.作为一种可选的实施方式，所述根据各所述待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，所述方法还包括：按照出行概率由大到小的顺序，确定出行概率最高的第二预设数目个待推荐旅游航线作为所述推荐旅游航线。
13.作为一种可选的实施方式，所述根据各所述待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，所述方法还包括：针对每个待推荐旅游航线，获取该待推荐旅游航线对应的用户出行条件，并获取所述待推荐用户对应的用户出行信息。
14.如果所述待推荐用户对应的用户出行信息满足该待推荐旅游航线对应的用户出行条件，且该待推荐旅游航线的出行概率大于预设出行概率阈值，则将该待推荐旅游航线确定为推荐旅游航线。
15.第二方面，提供了一种航线推荐装置，所述装置包括：第一确定模块，用于获取待推荐用户的旅游航线序列，并在所述旅游航线序列中确定第一旅游航线子序列；所述第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。
16.第二确定模块，用于针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列；待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于所述第一旅游航线子序列之后。
17.第三确定模块，用于在所有用户的旅游航线序列中，确定所述第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。
18.第四确定模块，用于根据所述第一出现次数和所述第二出现次数，确定待推荐旅游航线的出行概率。
19.第五确定模块，用于根据各所述待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向所述待推荐用户推荐所述推荐旅游航线。
20.作为一种可选的实施方式，所述装置还包括：获取模块，用于获取以目标城市为目的地的所有航线的非节假日的日机票总价。
21.第六确定模块，用于针对每个月，根据该月包含的非节假日的日机票总价和该月的非节假日天数，确定该月的月均机票单价。
22.第七确定模块，用于如果各月份对应的月均机票单价中的最大值与最小值的比值大于预设阈值，则将所述目标城市作为旅游城市，并将目的地为所述目标城市的航线作为旅游航线。
23.作为一种可选的实施方式，所述第四确定模块，具体用于：如果所述待推荐旅游航线为非热门航线，则将所述第二出现次数和所述第一出现次数的比值作为所述待推荐旅游航线的出行概率。
24.如果所述待推荐旅游航线为热门航线，则在所述所有用户的旅游航线序列中，确定所述待推荐旅游航线的第三出现次数，并将所述第二出现次数和所述第一出现次数两者的比值与所述第三出现次数的比值作为所述待推荐旅游航线的出行概率。
25.作为一种可选的实施方式，所述第五确定模块，具体用于：按照出行概率由大到小的顺序，确定出行概率最高的第二预设数目个待推荐旅游航线作为所述推荐旅游航线。
26.作为一种可选的实施方式，所述第五确定模块，具体用于：针对每个待推荐旅游航线，获取该待推荐旅游航线对应的用户出行条件，并获取所述待推荐用户对应的用户出行信息。
27.如果所述待推荐用户对应的用户出行信息满足该待推荐旅游航线对应的用户出行条件，且该待推荐旅游航线的出行概率大于预设出行概率阈值，则将该待推荐旅游航线确定为推荐旅游航线。
28.第三方面，提供了一种计算机设备，包括存储器及处理器，所述存储器上存储有可在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第一方面任一项所述的方法步骤。
29.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法步骤。
30.本技术提供了一种航线推荐方法及装置，本技术的实施例提供的技术方案至少带来以下有益效果：获取待推荐用户的旅游航线序列，并在所述旅游航线序列中确定第一旅游航线子序列；所述第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列；待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于所述第一旅游航线子序列之后。在所有用户的旅游航线序列中，确定所述第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。根据所述第一出现次数和所述第二出现次数，确定待推荐旅游航线的出行概率。根据各所述待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向所述待推荐用户推荐所述推荐旅游航线。采用本技术可以根据用户历史出行航线，预测用户下一次可能出行的航线，有针对性地为用户提供更多的航线出行选择，而不再局限于为用户热门航线。
31.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，并不能限制本技术。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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。
33.图1为本技术实施例提供的一种航线推荐方法的流程图；图2为本技术实施例提供的图1中步骤104的流程图；图3为本技术实施例提供的图1中步骤105的流程图；图4为本技术实施例提供的一种旅游城市和旅游航线的确定方法的流程图；图5为本技术实施例提供的一种航线推荐装置的结构示意图；
图6为本技术实施例提供的一种计算机设备的结构示意图。
具体实施方式
34.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
35.下面将结合具体实施方式，对本技术实施例提供的一种航线推荐方法进行详细的说明，图1为本技术实施例提供的一种航线推荐方法的流程图，如图1所示，具体步骤如下：步骤101，获取待推荐用户的旅游航线序列，并在旅游航线序列中确定第一旅游航线子序列。其中，第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。
36.在实施中，服务器从待推荐用户的出行历史中获取待推荐用户以旅游城市为目的地的航线，并将这些航线按照时间从小到大的顺序排列成航线序列，作为旅游航线序列。服务器在旅游航线中，可以确定若干条旅游航线子序列。服务器将出行时间与当前时间最近的第一预设数目个旅游航线作为第一旅游航线子序列。其中，关于第一预设数目的设定，设定依据为马尔科夫假设，即假设一个事件出现概率只同它前面的一个或多个事件有关系。例如：服务器获取待推荐用户的旅游航线序列如表一所示：表一按照出行日期由小到大的顺序（即按照d1、d2、d3、d4、d5的顺序），待推荐用户的旅游航线序列为l1、l2、l3、l4、l5，第一预设数目可以预设为2，即假设用户下一次出行的出行概率与前两次出行的概率相关，则第一旅游航线子序列为l4、l5。
37.步骤102，针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列。其中，待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于第一旅游航线子序列之后。
38.在实施中，服务器针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列。由于待推荐的旅游航线的出行日期为当前日期之后的未来日期。因此，按照出行日期由小到大的顺序，待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于第一旅游航线子序列之后。例如：如表一所示，待推荐用户的第一旅游航线子序列为l4、l5，待推荐旅游航线为li。则第二旅游航线子序列为l4、l5、li。
39.步骤103，在所有用户的旅游航线序列中，确定第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。
40.在实施中，服务器遍历所有用户的旅游航线序列，可以确定第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。
41.步骤104，根据第一出现次数和第二出现次数，确定待推荐旅游航线的出行概率。
42.在实施中，服务器根据第一出现次数和第二出现次数，确定待推荐旅游航线的出
行概率。值得说明的是，旅游航线子序列的第一出现次数表示该子序列在旅游航线序列中的频度。以表一为例，待推荐用户选择出行日期di且同时选择待推荐旅游航线li的概率p的公式表达为：p=(d1，l1，d2，l2，d3，l3，d4，l4，d5，l5，di，li)。
43.根据条件概率公式，可以确定待推荐用户选择出行日期di且同时待推荐旅游航线li的概率的条件概率公式表达为：p=p(d1)
×
p(l1
│
d1)
×
p(d2
│
d1，l1)
×
p(l2
│
d1，l1，d2)
×
p(d3
│
d1，l1，d2，l2)
×
p(d4
│
d1，l1，d2，l2，d3，l3)
×…×
p(li
│
d1，l1，d2，l2，
…
，d5，l5，di)。
44.根据马尔科夫假设，在第一预设数目为2的情况下，待推荐用户选择出行日期di日期且同时选择待推荐旅游航线li的概率p与选择出行日期d4且同时选择旅游航线l4以及选择出行日期d5且同时选择旅游航线l5相关。因此：上述条件概率公式表达可以表示为p=p(li
│
d4，l4，d5，l5，di)。根据大数定理-在随机事件的大量重复出现中，往往呈现一定规律，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。
45.因此，。
46.其中，f(l4，l5，li)表示待推荐旅游航线li对应的第二旅游航线子序列的第二出现次数，f(l4，l5)表示第一旅游航线子序列l4、l5的第一出现次数。因此，服务器可以根据第一出现次数和第二出现次数，确定待推荐旅游航线的出行概率。
47.可选的，如图2所示，旅游航线的航班数量决定了旅游航线属于热门航线还是非热门航线，服务器为待推荐用户推荐旅游航线时，由于所有用户中选择热门航线的频次比非热门航线高。因此，在计算出行概率时，热门航线的出行概率势必比非热门航线高，可能导致最终的推荐结果偏向于推荐热门航线，显然不符合本技术的发明目的。为了避免这种情况，对于热门航线和非热门航线服务器确定出行概率的处理过程不同，具体步骤如下：步骤201，如果待推荐旅游航线为非热门航线，则将第二出现次数和第一出现次数的比值作为待推荐旅游航线的出行概率。
48.在实施中，如果待推荐旅游航线为非热门航线，则服务器将第二出现次数和第一出现次数的比值作为待推荐旅游航线的出行概率。
49.步骤202，如果待推荐旅游航线为热门航线，则在所有用户的旅游航线序列中，确定待推荐旅游航线的第三出现次数，并将第二出现次数和第一出现次数两者的比值与第三出现次数的比值作为待推荐旅游航线的出行概率。
50.在实施中，如果待推荐旅游航线为热门航线，则服务器在计算出行概率时，在所有用户的旅游航线序列中，确定待推荐旅游航线的第三出现次数（第三出现次数的倒数可以作为惩罚因子，以便削弱热门航线高频次对推荐结果的影响）。然后，服务器可以将第二出现次数和第一出现次数两者的比值与第三出现次数的比值作为待推荐旅游航线的出行概率。例如：假设待推荐旅游航线为热门航线，则服务器遍历所有用户的所有历史出行记录，确定该待推荐旅游航线的出现次数为50000次，则该待推荐旅游航线的出行概率。
51.步骤105，根据各待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航
线，并向待推荐用户推荐推荐旅游航线。
52.在实施中，服务器根据各待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向待推荐用户推荐推荐旅游航线。
53.可选的，服务器根据各待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线的方式可以是多种多样的，本技术实施例提供了两种可行的方式，具体方法如下：方式一：按照出行概率确定推荐旅游航线，具体处理过程为：按照出行概率由大到小的顺序，确定出行概率最高的第二预设数目个待推荐旅游航线作为推荐旅游航线。
54.在实施中，服务器按照出行概率由大到小的顺序，确定出行概率最高的第二预设数目个待推荐旅游航线作为推荐旅游航线。
55.方式二：按照出行概率和用户出行条件确定推荐旅游航线，如图3所示，具体步骤如下：步骤301，针对每个待推荐旅游航线，获取该待推荐旅游航线对应的用户出行条件，并获取待推荐用户对应的用户出行信息。
56.在实施中，服务器针对每个待推荐旅游航线，获取该待推荐旅游航线对应的用户出行条件，并获取待推荐用户对应的用户出行信息。服务器从所有用户的出行历史中，可以获取每个待推荐旅游航线的用户属性，包括历史选择该航线的用户的年龄范围、性别占比、是否携带孩子或老人、出行季节等。同时，服务器获取待推荐用户对应的用户出行信息。例如，待推荐旅游航线a至待推荐旅游航线h的用户出行条件如表二所示：表二待推荐用户对应的用户出行信息为：70岁、男、双子、带孩子，不带老人，秋季。
57.步骤302，如果待推荐用户对应的用户出行信息满足该待推荐旅游航线对应的用户出行条件，且该待推荐旅游航线的出行概率大于预设出行概率阈值，则将该待推荐旅游航线确定为推荐旅游航线。
58.在实施中，如果待推荐用户对应的用户出行信息满足该待推荐旅游航线对应的用户出行条件，且该待推荐旅游航线的出行概率大于预设出行概率阈值，则服务器将该待推荐旅游航线确定为推荐旅游航线。可选的，待推荐用户对应的用户出行信息可以全部满足或部分满足该待推荐旅游航线对应的用户出行条件。例如，如表二所示，以全部满足为例，根据待推荐用户的年龄，服务器可以确定待推荐用户的用户出行信息不满足待推荐旅游航线中航线b和航线c对应的用户出行条件。根据待推荐用户带孩子出行，服务器可以确定待推荐用户的用户出行信息不满足待推荐旅游航线中航线d对应的用户出行条件。根据待推
荐用户的预期出行计划为秋季出行，服务器可以确定待推荐用户的用户出行信息不满足待推荐旅游航线中航线a对应的用户出行条件。综上，待推荐用户的出行信息满足待推荐旅游航线中航线e、航线f、航线g和航线h对应的用户出行条件。服务器根据步骤301和步骤302确定航线e、航线f、航线g和航线h的出行概率，将大于预设阈值的待推荐用户作为推荐旅游航线推荐给待推荐用户。
59.作为一种可选的实施方式，如图4所示，服务器确定旅游城市和旅游航线的具体步骤如下：步骤401，获取以目标城市为目的地的所有航线的非节假日的日机票总价。
60.在实施中，为了避免节假日机票价格浮动较大对分析结果的影响，对于某一城市（即目标城市），服务器可以获取每个非节假日抵达该目标城市的所有航班的机票价格，每个航班的机票价格以该航班日期为基准，之前（含当日）七天该航班的经济舱最低价为机票价格，如果该航班已售罄，则将经济舱全价作为机票价格。然后服务器对每个非节假日抵达该目标城市的所有航班的机票价格求和，作为每个非节假日的日机票总价。
61.步骤402，针对每个月，根据该月包含的非节假日的日机票总价和该月的非节假日天数，确定该月的月均机票单价。
62.在实施中，服务器针对每个月，根据该月包含的非节假日的日机票总价计算该月的月机票总价，并将该月的月机票总价除该月的非节假日天数，得到该月的月均机票单价。
63.步骤403，如果各月份对应的月均机票单价中的最大值与最小值的比值大于预设阈值，则将目标城市作为旅游城市，并将目的地为目标城市的航线作为旅游航线。
64.在实施中，如果各月份对应的月均机票单价中的最大值与最小值的比值大于预设阈值，说明该目标城市的月均机票单价在一定日期范围内不同月份的差异较大，表现出了明显的淡旺季特征。而旅游城市的一个明显特点就是，机票价格会因为该旅游城市的淡旺季，表现出明显的价格差异，因此服务器可以将目标城市作为旅游城市，并将目的地为目标城市的航线作为旅游航线。
65.步骤401至403中，服务器确定旅游城市和旅游航线的具体方法可以参照如下具体实施例：以2021年，目标城市为北京为例：2021年1月份的节假日为1月1日，假设1月2日所有抵达北京的航班有10个，为航班a以1月2日为基准，之前七天内航班a的经济舱最低机票价格，为航班b以1月2日为基准，之前七天内航班b的经济舱最低机票价格。同理，可以确定1月2日剩余航班的机票价格。
66.根据上述机票价格，服务器可以确定1月2日的日机票总价。同理，服务器可以确定1月剩余非节假日的日机票总价。表示1月份月均机票单价即平均每天所有抵达北京的航班的日机票总价，由于1月1日为节假日，因此=(n2 n3
…
n31)/(31-1)。以此类推，服务器可以计算出。假设月均机票单价中，为最小值，为最大值，则服务器根据预设的阈值α，判断是否大于，
即与的比值是否大于预设的阈值α。如果与的比值大于预设的阈值α，则说明北京（目标城市）在一年中，8月份的月均机票单价与12月份的月均机票单价差异较大，因此服务器确定北京为旅游城市，并将目的地为北京的所有航线作为旅游航线。服务器判断其他城市是否为旅游城市的方法与北京相同。
67.本技术实施例提供了一种航线推荐方法，方法包括：获取待推荐用户的旅游航线序列，并在旅游航线序列中确定第一旅游航线子序列；第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列；待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于第一旅游航线子序列之后。在所有用户的旅游航线序列中，确定第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。根据第一出现次数和第二出现次数，确定待推荐旅游航线的出行概率。根据各待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向待推荐用户推荐推荐旅游航线。采用本技术可以根据用户历史出行航线，预测用户下一次可能出行的航线，有针对性地为用户提供更多的航线出行选择，而不再局限于为用户热门航线。
68.应该理解的是，虽然图1至图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1至图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
69.可以理解的是，本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见，每个实施例重点说明的是与其他实施例的不同之处，相关之处参见其他方法实施例的说明即可。
70.本技术实施例还提供了一种航线推荐装置，如图5所示，该装置包括：第一确定模块510，用于获取待推荐用户的旅游航线序列，并在旅游航线序列中确定第一旅游航线子序列；第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。
71.第二确定模块520，用于针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列；待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于第一旅游航线子序列之后。
72.第三确定模块530，用于在所有用户的旅游航线序列中，确定第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。
73.第四确定模块540，用于根据第一出现次数和第二出现次数，确定待推荐旅游航线的出行概率。
74.第五确定模块550，用于根据各待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向待推荐用户推荐推荐旅游航线。
75.作为一种可选的实施方式，该装置还包括：获取模块，用于获取以目标城市为目的地的所有航线的非节假日的日机票总价。
76.第六确定模块，用于针对每个月，根据该月包含的非节假日的日机票总价和该月的非节假日天数，确定该月的月均机票单价。
77.第七确定模块，用于如果各月份对应的月均机票单价中的最大值与最小值的比值大于预设阈值，则将目标城市作为旅游城市，并将目的地为目标城市的航线作为旅游航线。
78.作为一种可选的实施方式，第四确定模块840，具体用于：如果待推荐旅游航线为非热门航线，则将第二出现次数和第一出现次数的比值作为待推荐旅游航线的出行概率。
79.如果待推荐旅游航线为热门航线，则在所有用户的旅游航线序列中，确定待推荐旅游航线的第三出现次数，并将第二出现次数和第一出现次数两者的比值与第三出现次数的比值作为待推荐旅游航线的出行概率。
80.作为一种可选的实施方式，第五确定模块850，具体用于：按照出行概率由大到小的顺序，确定出行概率最高的第二预设数目个待推荐旅游航线作为推荐旅游航线。
81.作为一种可选的实施方式，第五确定模块850，具体用于：针对每个待推荐旅游航线，获取该待推荐旅游航线对应的用户出行条件，并获取待推荐用户对应的用户出行信息。
82.如果待推荐用户对应的用户出行信息满足该待推荐旅游航线对应的用户出行条件，且该待推荐旅游航线的出行概率大于预设出行概率阈值，则将该待推荐旅游航线确定为推荐旅游航线。
83.本技术实施例提供了一种航线推荐装置，装置包括：第一确定模块510，用于获取待推荐用户的旅游航线序列，并在旅游航线序列中确定第一旅游航线子序列；第一旅游航线子序列包含出行时间与当前时间最近的第一预设数目个旅游航线。第二确定模块520，用于针对每个待推荐旅游航线，根据第一旅游航线子序列和该待推荐旅游航线，确定该待推荐旅游航线对应的第二旅游航线子序列；待推荐旅游航线对应的第二旅游航线子序列中待推荐旅游航线位于第一旅游航线子序列之后。第三确定模块530，用于在所有用户的旅游航线序列中，确定第一旅游航线子序列的第一出现次数和待推荐旅游航线对应的第二旅游航线子序列的第二出现次数。第四确定模块540，用于根据第一出现次数和第二出现次数，确定待推荐旅游航线的出行概率。第五确定模块550，用于根据各待推荐旅游航线的出行概率，确定第二预设数目个推荐旅游航线，并向待推荐用户推荐推荐旅游航线。采用本技术可以根据用户历史出行航线，预测用户下一次可能出行的航线，有针对性地为用户提供更多的航线出行选择，而不再局限于为用户热门航线。
84.关于一种航线推荐装置的具体限定可以参见上文中对于一种航线推荐方法的限定，在此不再赘述。上述一种航线推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
85.在一个实施例中，提供了一种计算机设备，如图6所示，包括存储器及处理器，所述
存储器上存储有可在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航线推荐的方法步骤。
86.在一个实施例中，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述航线推荐的方法的步骤。
87.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink）dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
88.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。
89.还需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于展示的数据、分析的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
90.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
91.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
92.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。