出行服务的推荐方法及装置、设备和介质与流程

1.本公开涉及计算机技术领域，尤其涉及大数据、智能推荐技术领域，具体涉及一种出行服务的推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.随着移动端地图应用程序的普及，地图应用程序中所包含的出行服务越来越多地被用户使用，平台也可以主动向用户推荐出行服务，以提高服务转化率。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

4.本公开提供了一种出行服务的推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种出行服务的推荐方法，包括：获取用户的历史出行记录信息；获取当前出行场景信息；确定目标出行方式的针对所述当前出行场景信息的出行参数信息，所述出行参数信息能够指示该目标出行方式的可行度；以及至少基于所述用户的历史出行记录信息和所述目标出行方式针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务策略。
6.根据本公开的另一方面，提供了一种出行服务的推荐装置，包括：第一获取单元，被配置用于获取用户的历史出行记录信息；第二获取单元，被配置用于获取当前出行场景信息；第一确定单元，被配置用于确定目标出行方式的针对所述当前出行场景信息的出行参数信息，所述出行参数信息能够指示该目标出行方式的可行度；以及第二确定单元，被配置用于至少基于所述用户的历史出行记录信息和所述目标出行方式针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务策略。
7.根据本公开的另一方面，提供了一种导航设备，包括上述的出行服务的推荐装置。
8.根据本公开的另一方面，提供了一种电子设备，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上述出行服务的推荐方法。
9.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述出行服务的推荐方法。
10.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时能够实现上述出行服务的推荐方法。
11.根据本公开的一个或多个实施例，可以实现智能向用户推荐出行服务。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
13.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
14.图1示出了根据本公开示例性实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
15.图2示出了根据本公开示例性实施例的出行服务的推荐方法的流程图；
16.图3示出了根据本公开示例性实施例的出行服务的推荐方法的流程图；
17.图4示出了根据本公开示例性实施例的出行服务的推荐装置的结构框图；
18.图5示出了能够用于实现本公开实施例的示例性电子设备的结构框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
21.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
22.当前地图应用程序可以为用户提供出行导航服务，其中可以具体包括多种不同的出行方式。相关技术中，通常是基于用户的主动查询向用户返回出行导航信息，并由用户主动选择所需要的出行方式，未能根据当前的出行场景向用户智能推荐出行方式，无法充分满足用户的需求，从而影响出行服务的转化率。
23.基于此，本公开提供了一种出行服务的推荐方法，通过具体分析当前出行场景信息，结合用户历史出行记录信息确定用于向用户推荐的出行服务策略，从而实现智能向用户推荐出行服务策略，提升服务转化率的同时提升用户体验。
24.下面将结合附图详细描述本公开的实施例。
25.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程
序。
26.在本公开的实施例中，服务器120可以运行使得能够执行出行服务的推荐方法的一个或多个服务或软件应用。
27.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
28.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
29.用户可以使用客户端设备101、102、103、104、105和/或106来发送用户的历史出行记录信息和/或当前出行场景信息。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
30.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
31.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
32.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
33.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
34.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
35.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
36.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
37.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
38.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
39.图2示出了根据本公开示例性实施例的出行服务的推荐方法的流程图。如图2所示，所述方法包括：步骤s201、获取用户的历史出行记录信息；步骤s202、获取当前出行场景信息；步骤s203、确定目标出行方式的针对所述当前出行场景信息的出行参数信息，所述出行参数信息能够指示该目标出行方式的可行度；以及步骤s204、至少基于所述用户的历史出行记录信息和所述目标出行方式针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务策略。由此，能够通过具体分析当前出行场景信息，结合用户历史出行记录信息确定用于向用户推荐的出行服务策略，从而实现智能向用户推荐出行服务策略，提升服务转化率的同时提升用户体验。
40.示例性地，所述用于向所述用户推荐的目标出行服务策略可以是基于对用户的历史出行记录信息和当前出行场景信息，确定向用户主动推荐与所述目标出行方式对应的目标出行服务，也可以是基于此，确定不向用户主动推荐与所述目标出行方式对应的目标出行服务。
41.示例性地，所述用于向用户推荐的目标出行服务策略可以包括多种内容，例如出行路线推荐、预计到达时间等。具体地，可以根据目标出行方式，确定其所对应的目标出行
服务策略的内容，例如，当所述目标出行方式为打车时，相应的目标出行服务策略可以包括出行路线推荐策略、打车车型推荐策略、等待挽留策略等，以进一步提升推荐转化率。
42.示例性地，所述用户的历史出行记录信息可以包括用户在一定时间段内的出行方式信息、出行路线信息、出行服务订单信息等，具体地，所述出行服务订单信息可以包括该时间段内出行服务订单的数量、订单的成交总额、使用优惠折扣的数额及占比信息、订单时间段分布信息等。所述用户的历史出行记录信息还可以包括其他能够指示用户对出行方式的偏好的信息或能够影响用户的出行体验的信息，例如用户自有车辆的信息等，基于此，能够更准确地确定用于向所述用户推荐的目标出行服务策略。
43.示例性地，所述当前出行场景信息可以包括当前出行地点信息、当前路况信息等。具体地，所述当前出行地点信息可以包括用户当前出行的出发地和目的地、用户当前位置信息等，所述当前路况信息可以包括当前天气信息、交通拥堵情况信息等。由此，能够充分考虑各种场景信息对当前场景下的用户出行体验的影响，以进一步结合用户历史出行记录信息确定相应的目标出行服务策略，充分满足用户需求的同时提升出行服务的转化率。应当理解，所述当前出行场景信息还可以包括其他能够影响当前场景下的用户出行体验的信息，例如针对当前场景的交通管制规则信息，具体可以包括车辆限行信息等，对此不作限定。
44.示例性地，所述目标出行方式可以是从多种出行方式中预先确定的，出行方式例如可以包括自驾车、公交、地铁、步行、骑行、打车等。地图应用程序中的出行服务策略至少与一种出行方式对应，例如打车出行服务对应打车，共享单车出行服务对应骑行等。进一步地，所述目标出行方式也可以是多种出行方式的组合，例如打车和公交组合、骑行和公交组合等。
45.根据一些实施例，所述目标出行方式为打车出行方式。由此，能够针对地图应用程序中应用较为广泛的打车出行服务，为用户提供个性化的服务策略推荐，充分满足用户对打车出行服务的需求，同时提高打车出行服务的推荐转化率。示例性地，所述目标出行方式也可以是骑行出行方式，从而可以针对共享单车出行服务为用户提供智能的服务策略推荐。
46.根据一些实施例，所述出行参数信息包括以下各项中的至少一项：出行时间成本信息、出行经济成本信息、出行舒适度信息和出行便利度信息。由此，能够充分考虑各方面的因素对用户出行体验的影响，基于此确定用于向用户推荐的出行服务策略，切合用户的需求实现智能推荐，从而能够提高用户体验和推荐转化率。
47.示例性地，所述出行舒适度信息能够指示用户在该目标出行方式下的舒适程度。例如，当天气较为恶劣时，则步行和骑行出行方式的舒适度较低，再例如，当处于公共交通高峰时段时，公交和地铁出行方式的舒适度较低。所述出行便利度信息能够指示用户在该目标出行方式下的便利程度。例如，当出行目的地较为偏僻时，则打车出行方式的便利度较低。
48.根据一些实施例，所述步骤s204中，至少基于所述用户的历史出行记录信息和所述目标出行方式的针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务策略包括：基于所述用户的历史出行记录信息，确定所述用户的偏好出行方式；确定所述偏好出行方式的针对所述当前出行场景信息
的出行参数信息；以及至少基于所述偏好出行方式的针对所述当前出行场景信息的出行参数信息和所述目标出行方式的针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的所述目标出行服务的策略。由此，能够针对用户偏好的出行方式和目标出行方式进行分析，从而能够更准确地判断推荐的时机，并基于此确定用于向用户推荐的目标出行服务策略。
49.示例性地，所述基于所述用户的历史出行记录信息，确定所述用户的偏好出行方式可以包括：获取用户在一定时间段内的出行方式信息，并将其中频次最高的历史出行方式确定为所述用户的偏好出行方式。
50.根据一些实施例，所述用户的历史出行记录信息包括所述用户的历史出行方式及其对应的出行场景信息，所述基于所述用户的历史出行记录信息，确定所述用户的偏好出行方式包括：基于所述用户的历史出行方式及其对应的出行场景信息，确定所述用户针对所述当前出行场景信息的偏好出行方式。由此，能够基于用户的历史出行方式所对应的出行路线、出行时间等信息确定用户的偏好出行方式，从而能够获取更准确的用户的偏好出行方式。
51.示例性地，可以基于历史出行记录信息所包括的出行场景信息与当前出行场景信息作匹配，将相应的频次最高的历史出行方式确定为用户针对所述当前出行场景信息的偏好出行方式。例如，当前出行场景为早9点由a地到b地，则可以对应查找历史出行记录信息中用户在早9点出行所选用的历史出行方式信息和/或用户由a地到b地所选用的历史出行方式信息，并将其中频次最高的历史出行方式确定为用户针对所述当前出行场景信息的偏好出行方式。
52.进一步地，根据一些实施例，当所述出行参数信息包括出行时间成本信息和出行经济成本信息时，所述步骤s204中，至少基于所述用户的历史偏好出行方式的针对所述当前出行场景信息的出行参数信息和所述目标出行方式的针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的所述目标出行服务策略包括：至少响应于所述用户的偏好出行方式的针对所述当前出行场景信息的出行时间成本和/或出行经济成本不低于所述目标出行方式的针对所述当前出行场景信息的出行时间成本和/或出行经济成本，确定向所述用户推荐所述目标出行方式；以及响应于确定向所述用户推荐所述目标出行方式，确定用于向所述用户推荐的所述目标出行服务策略。由此，能够针对用户的偏好出行方式和目标出行方式在当前出行场景下的出行参数进行分析，从而能够更准确地判断推荐的时机，并基于此确定用于向用户推荐的目标出行服务策略。
53.根据上述实施例的出行服务的推荐方法旨在针对当前出行场景，判断目标出行方式所具有的优势，并基于此确定用于向用户推荐的目标出行服务策略。
54.在一个示例中，当用户的偏好出行方式为自驾车，而其自有车辆的车牌号今日限行，或者出行目的地附近的停车费用较高，也就是说，受到交通罚款或停车费用的影响，自驾车出行方式针对当前出行场景信息的出行经济成本大大增加，则可以基于此判断自驾车出行方式的可行度较低，相比于目标出行服务不具备优势。
55.示例性地，所述出行参数信息也可以包括出行舒适度和出行便利度信息。在一个示例中，当用户的偏好出行方式为公交或地铁出行，而当前时间不处于公交或地铁线路运营时段或公交人流量较大，则可以判断公交或地铁出行方式针对当前出行场景信息的出行
便利度或舒适度较差，相比于目标出行方式不具备优势。在另一个示例中，当用户的偏好出行方式为步行或骑行，而当前天气较为恶劣，则可以判断步行或骑行针对当前出行场景信息的出行舒适度较差，相比于目标出行方式不具备优势。
56.根据一些实施例，所述方法还包括：基于所述用户的出行记录信息和当前出行场景信息，确定所述用户针对所述当前出行场景信息的出行属性信息，并且其中，响应于所述用户针对所述当前出行场景信息的出行属性信息符合第一预设条件，并且所述用户的偏好出行方式的针对所述当前出行场景信息的出行时间成本不低于所述目标出行方式的针对所述当前出行场景信息的出行时间成本，确定向所述用户推荐所述目标出行方式。所述第一预设条件例如可以是所述用户针对所述当前出行场景信息的出行性质为差旅性质，则可以判断用户在当前出行场景下对出行经济成本的敏感度不高。由此，能够结合用户的当前出行属性信息，充分考虑用户的需求，并基于此确定是否向用户推荐目标出行方式。
57.在一个示例中，可以是基于用户的出行记录信息，确定用户的通勤目的地，即工作单位。在确定用户的工作单位的情况下，当出行目的地为所述用户的工作单位的分部或与所述用户的工作单位具有直接隶属关系时，则可以确定所述用户针对所述当前出行场景信息的出行属性为差旅属性。在这种情况下，可以判断用户在当前出行场景下对出行经济成本的敏感度不高，从而可以基于出行时间成本来确定目标出行方式。
58.在另一个示例中，例如当前时间为夜间，目的地为医院，则可以确定所述用户针对所述当前出行场景信息的出行属性为就医属性。在这种情况下，可以判断用户在当前出行场景下对出行经济成本的敏感度不高，而对出行时间较为敏感，从而可以基于出行时间成本来确定目标出行方式。
59.根据一些实施例，所述当前出行场景信息包括当前位置信息和目的地信息，在这种情况下，所述方法还包括：确定所述目标出行方式针对所述当前位置信息和目的地信息的出行经济成本信息，并且其中，响应于所述目标出行方式针对所述当前位置信息和目的地信息的出行经济成本信息符合第二预设条件，并且所述用户的偏好出行方式的针对所述当前出行场景信息的出行时间成本不低于所述目标出行方式的针对所述当前出行场景信息的出行时间成本，确定向所述用户推荐所述目标出行方式。所述当前位置信息例如是地级城市粒度的，则所述第二预设条件例如可以是所述目标出行方式针对所述当前位置信息和目的地信息的出行经济成本低于所述目标出行方式针对用户常驻位置的平均出行经济成本，则可以判断用户在当前出行场景下对出行经济成本的接受度较高。由此，能够结合当前出行场景下的出行经济成本信息，充分考虑用户的出行体验，并基于此确定是否向用户推荐目标出行方式。
60.在一个示例中，可以是基于用户的出行记录信息，确定用户的常驻位置信息，例如为a市。在确定用户的常驻位置的情况下，当目标出行方式为打车时，若当前位置为b市，并且用户此次针对b市的目的地的打车费用低于a市的平均打车费用，则可以判断用户在当前出行场景下对打车出行所对应的出行经济成本的接受度较高，从而可以基于出行时间成本来确定是否向用户推荐打车出行。
61.应当理解，所述目标出行方式针对当前出行场景所具有的的优势，还可以通过其他方式来判断，以下将结合示例进一步说明。
62.根据一些实施例，当所述当前出行场景信息包括当前位置信息时，所述方法还包
括：基于所述用户的历史出行记录信息，确定所述用户的针对所述当前位置信息的熟悉度信息，所述熟悉度信息用于指示用户对该位置的熟悉度；并且其中，所述步骤s204中，至少基于所述用户的历史出行记录信息和所述目标出行方式的针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务的策略包括：至少响应于所述用户针对所述当前位置的熟悉度符合第三预设条件，确定向所述用户推荐所述目标出行方式；以及响应于确定向所述用户推荐所述目标出行方式，确定用于向所述用户推荐的所述目标出行服务策略。所述第三预设条件例如可以是用户针对所述当前位置的熟悉度信息为熟悉或不熟悉。应当理解，用户针对所述当前位置信息的熟悉度能够较大地影响到用户的出行体验，由此，通过考虑用户针对所述当前位置信息的熟悉度，能够更充分地考虑用户的出行体验，并基于此确定用于向用户推荐的目标出行服务策略。
63.示例性地，在考虑用户针对所述当前位置信息的熟悉度的基础上，也可以基于其他信息确定向所述用户推荐所述目标出行方式，例如出行时间成本和/或出行经济成本等。
64.示例性地，所述用户针对所述当前位置信息的熟悉度信息可以是通过以下方式确定的：基于用户的出行记录信息，确定用户的常驻位置信息，响应于当前位置不同于用户的常驻位置，将所述用户针对所述当前位置的熟悉度信息确定为不熟悉。或者，也可以是响应于确定用户的当前出发地和/或目的地为首次出现，将所述用户针对所述当前位置的熟悉度信息确定为不熟悉。在一个示例中，当目标出行方式为打车时，响应于所述用户针对所述当前位置的熟悉度信息为不熟悉，并且打车出行方式对应的出行时间成本低于偏好出行方式对应的出行时间成本时，即可确定向用户推荐打车出行。
65.根据一些实施例，所述当前出行场景信息包括出发地和目的地，在这种情况下，所述方法还包括：确定所述出发地和目的地是否属于针对所述目标出行方式的预设地点列表，并且其中，所述步骤s204中，至少基于所述用户的历史出行记录信息和所述目标出行方式的针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务的策略包括：至少响应于所述出发地和目的地中的至少一者属于针对所述目标出行方式的预设地点列表，确定向所述用户推荐所述目标出行方式；以及响应于确定向所述用户推荐所述目标出行方式，确定用于向所述用户推荐的所述目标出行服务策略。所述预设地点列表例如可以是预先由人工定义的。应当理解，特殊的出发地和/或目的地能够对出行方式的出行参数产生较大的影响，从而影响到用户的出行体验，由此，通过考虑出发地和/或目的地的特殊性，能够更充分地考虑用户的出行体验，并基于此确定用于向用户推荐的目标出行服务策略。
66.具体而言，所述预设地点列表可以是考虑特定地点对目标出行方式所具有的依赖性来确定的。例如，当目标出行方式为打车时，所述预设地点列表可以包括：交通枢纽站点(火车站、机场、汽车站等)、偏僻位置的地点、营业时间约束较强的地点(银行、政务大厅等)、医院、低幼儿童活动地点、娱乐场所等。
67.示例性地，在考虑特定的出发地和/或目的地对目标出行方式的依赖性的基础上，也可以进一步结合其他信息来确定向所述用户推荐所述目标出行方式，例如出行时间成本和/或出行经济成本等。
68.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
69.图3示出了根据本公开示例性实施例的出行服务的推荐方法的流程图。在这一示例中，所述出行参数信息至少包括出行时间成本和出行经济成本，如图3所示，所述出行服务的推荐方法包括：
70.步骤s301、获取用户的历史出行记录信息；
71.步骤s302、获取当前出行场景信息；
72.步骤s303、确定目标出行方式的针对所述当前出行场景信息的出行参数信息，所述出行参数信息能够指示该目标出行方式的可行度；
73.步骤s304、基于所述用户的历史出行记录信息，确定所述用户的偏好出行方式；
74.步骤s305、确定所述偏好出行方式的针对所述当前出行场景信息的出行参数信息；
75.步骤s306、至少响应于所述用户的偏好出行方式的针对所述当前出行场景信息的出行时间成本和出行经济成本不低于所述目标出行方式的针对所述当前出行场景信息的出行时间成本和出行经济成本，确定向所述用户推荐所述目标出行方式；
76.步骤s307、响应于确定向所述用户推荐所述目标出行方式，确定用于向所述用户推荐的所述目标出行服务策略；
77.进一步地，在根据所确定的策略向用户进行推荐后，可以记录相应的推荐转化情况，以进一步优化用于智能向用户推荐出行服务的方法。
78.由此，能够通过具体分析当前出行场景信息，结合用户历史出行记录信息确定用于向用户推荐的出行服务策略，从而实现智能向用户推荐出行服务策略，提升服务转化率的同时提升用户体验。
79.根据本公开的另一方面，还提供一种出行服务的推荐装置。图4示出了根据本公开示例性实施例的出行服务的推荐装置400的结构框图，如图4所示，所述装置400包括：第一获取单元401，被配置用于获取用户的历史出行记录信息；第二获取单元402，被配置用于获取当前出行场景信息；第一确定单元403，被配置用于确定目标出行方式的针对所述当前出行场景信息的出行参数信息，所述出行参数信息能够指示该目标出行方式的可行度；以及第二确定单元404，被配置用于至少基于所述用户的历史出行记录信息和所述目标出行方式针对所述当前出行场景信息的出行参数信息，确定用于向所述用户推荐的与所述目标出行方式对应的目标出行服务策略。出行服务的推荐装置400的单元401-单元404的操作与前面描述的步骤s201-步骤s204的操作类似，在此不作赘述。
80.根据本公开的另一方面，还提供一种导航设备，包括上述的出行服务的推荐装置。
81.根据本公开的另一方面，还提供一种电子设备，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上述的出行服务的推荐方法。
82.根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述的出行服务的推荐方法。
83.根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序再被处理器执行时实现上述的出行服务的推荐方法。
84.参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500的结构框
图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
85.如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503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。
86.设备500中的多个部件连接至i/o接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
87.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如出行服务的推荐方法。例如，在一些实施例中，出行服务的推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的出行服务的推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行出行服务的推荐方法。
88.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
89.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
90.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
91.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
92.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
93.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
94.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
95.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。