目的地预测方法、装置和终端设备与流程

1.本技术涉及导航领域，尤其涉及一种目的地预测方法、装置和终端设备。


背景技术：

2.随着导航技术的不断发展，用户出行越来越便捷。在车辆的车机、手机、平板、电脑等终端设备中，通常可以设置有导航系统。
3.现有技术中，终端设备可以获取用户信息中设置的多个常用目的地。终端设备可以根据这些常用目的地的历史导航信息，预测当前时刻的目的地，从而提高用户的使用效率。
4.然而，该方法预测得到的目的地被局限于常用目的地范围内，存在预测准确率低的问题。


技术实现要素：

5.本技术提供一种目的地预测方法、装置和终端设备，用以解决现有技术中存在的预测准确率低的问题。
6.第一方面，本技术提供一种目的地预测方法，包括：
7.获取历史导航信息、用户信息和日历信息；
8.根据所述历史导航信息、所述用户信息和所述日历信息，确定预测结果，所述预测结果中包括至少一个可能的目的地；
9.显示所述预测结果，以供用户从至少一个所述可能的目的地中选择导航的目的地。
10.可选地，所述根据所述历史导航信息、所述用户信息和所述日历信息，确定预测结果，具体包括：
11.从所述历史导航信息、所述用户信息的收藏点、所述用户信息的搜索记录和所述日历信息中获取在预设时间段内出现过的第一目的地；
12.根据所述第一目的地的数据来源、记录时间和与所述用户信息中用户爱好的匹配程度，确定所述第一目的地的推荐指标；
13.根据所述推荐指标确定第一预设数量个推荐指标最大的第一目的地组成所述预测结果。
14.可选地，所述根据所述第一目的地的数据来源、记录时间和与所述用户信息中用户爱好的匹配程度，确定所述第一目的地的推荐指标，具体包括：
15.根据所述第一目的地的数据来源，确定第一指标；
16.根据所述第一目的地的记录时间，确定第二指标；
17.根据所述第一目的地与用户信息中用户爱好的匹配程度，确定第三指标；
18.根据所述第一指标、所述第二指标和所述第三指标，确定所述第一目的地的推荐指标。
19.可选地，所述根据所述历史导航信息、所述用户信息和所述日历信息，确定预测结果，还包括：
20.根据所述日历信息，确定当前日期是否为工作日；
21.如果所述当前日期为所述工作日，且当前时刻和当前位置满足所述用户信息中的预设条件，则根据所述用户信息确定预测结果。
22.可选地，所述如果所述当前日期为所述工作日，且当前时刻和当前位置满足所述用户信息中的预设条件，则根据所述用户信息确定预测结果，具体包括：
23.如果所述当前时刻在所述用户信息设置的上班时段，且所述当前位置与所述用户信息设置的家地址的距离小于预设阈值，则预测结果中包括的可能的目的地为公司地址；
24.如果所述当前时刻在所述用户信息设置的下班时段，且所述当前位置与所述用户信息设置的所述公司地址的距离小于预设阈值，则预测结果中包括的可能的目的地为所述家地址。
25.可选地，所述根据所述历史导航信息、所述用户信息和所述日历信息，确定预测结果，还包括：
26.根据所述历史导航信息，统计所述用户的出行是否存在出行规律；
27.如果所述用户的出行存在出行规律，则根据所述出行规律确定所述预测结果。
28.可选地，所述根据所述历史导航信息、所述用户信息和所述日历信息，确定预测结果，还包括：
29.根据所述日历信息，判断当前日期是否为特殊节日；
30.如果所述当前日期为所述特殊节日，则从预设攻略的所述特殊节日的推荐目的地中选择第二预设数量个所述推荐目的地组成所述预测结果。
31.第二方面，本技术提供一种目的地预测装置，包括：
32.获取模块，用于获取历史导航信息、用户信息和日历信息；
33.处理模块，用于根据所述历史导航信息、所述用户信息和所述日历信息，确定预测结果，所述预测结果中包括至少一个可能的目的地；显示所述预测结果，以供用户从至少一个所述可能的目的地中选择导航的目的地。
34.可选地，所述处理模块，具体用于：
35.从所述历史导航信息、所述用户信息的收藏点、所述用户信息的搜索记录和所述日历信息中获取在预设时间段内出现过的第一目的地；
36.根据所述第一目的地的数据来源、记录时间和与所述用户信息中用户爱好的匹配程度，确定所述第一目的地的推荐指标；
37.根据所述推荐指标确定第一预设数量个推荐指标最大的第一目的地组成所述预测结果。
38.可选地，所述处理模块，具体用于：
39.根据所述第一目的地的数据来源，确定第一指标；
40.根据所述第一目的地的记录时间，确定第二指标；
41.根据所述第一目的地与用户信息中用户爱好的匹配程度，确定第三指标；
42.根据所述第一指标、所述第二指标和所述第三指标，确定所述第一目的地的推荐指标。
43.可选地，所述处理模块，还用于：
44.根据所述日历信息，确定当前日期是否为工作日；
45.如果所述当前日期为所述工作日，且当前时刻和当前位置满足所述用户信息中的预设条件，则根据所述用户信息确定预测结果。
46.可选地，所述处理模块，具体用于：
47.如果所述当前时刻在所述用户信息设置的上班时段，且所述当前位置与所述用户信息设置的家地址的距离小于预设阈值，则预测结果中包括的可能的目的地为公司地址；
48.如果所述当前时刻在所述用户信息设置的下班时段，且所述当前位置与所述用户信息设置的所述公司地址的距离小于预设阈值，则预测结果中包括的可能的目的地为所述家地址。
49.可选地，所述处理模块，还用于：
50.根据所述历史导航信息，统计所述用户的出行是否存在出行规律；
51.如果所述用户的出行存在出行规律，则根据所述出行规律确定所述预测结果。
52.可选地，所述处理模块，还用于：
53.根据所述日历信息，判断当前日期是否为特殊节日；
54.如果所述当前日期为所述特殊节日，则从预设攻略的所述特殊节日的推荐目的地中选择第二预设数量个所述推荐目的地组成所述预测结果。
55.第三方面，本技术提供一种终端设备，包括：存储器和处理器；
56.所述存储器用于存储计算机程序；所述处理器用于根据所述存储器存储的计算机程序执行第一方面及第一方面任一种可能的设计中的目的地预测方法。
57.第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，当终端设备的至少一个处理器执行该计算机程序时，终端设备执行第一方面及第一方面任一种可能的设计中的目的地预测方法。
58.第五方面，本技术提供一种计算机程序产品，所述计算机程序产品包括计算机程序，当终端设备的至少一个处理器执行该计算机程序时，终端设备执行第一方面及第一方面任一种可能的设计中的目的地预测方法。
59.本技术提供的目的地预测方法、装置和终端设备，通过从导航软件、日历软件等应用程序中获取历史导航信息、用户信息、日历信息等数据；将历史导航信息、用户信息和日历信息输入到目的地推荐模型中，计算得到预测结果，该预测结果中可以包括至少一个可能的目的地；在其显示界面中显示预测结果的手段，实现提高终端设备的推荐效率，提高用户体验的效果。
附图说明
60.为了更清楚地说明本技术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一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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。
61.图1为本技术一实施例提供的一种目的地预测系统的场景示意图；
62.图2为本技术一实施例提供的一种目的地预测方法的流程图；
63.图3为本技术一实施例提供的一种目的地预测过程的流程示意图；
64.图4为本技术一实施例提供的一种用户数据的统计流程示意图；
65.图5为本技术一实施例提供的一种目的地推荐示意图；
66.图6为本技术一实施例提供的一种目的地预测过程的流程示意图；
67.图7为本技术一实施例提供的一种目的地预测装置的结构示意图；
68.图8为本技术一实施例提供的终端设备的硬件结构示意图。
具体实施方式
69.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术中的附图，对本技术中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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
70.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
71.取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
72.再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。
73.应当进一步理解，术语“包含”、“包括”表明存在的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。
74.此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“a、b或c”或者“a、b和/或c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a、b和c”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
75.随着导航技术的不断发展，用户出行越来越便捷。在车辆的车机、手机、平板、电脑等终端设备中，通常可以设置有导航系统。传统的上下班等用户出行，一般由用户在导航系统中手动输入目的地搜索。如果输入有误，用户可能需要再次输入搜索。如果搜索的地方比较冷门，用户可能需要多次翻页才能匹配到真正的目的地。导航系统可以根据用户最终选定的目的地进行导航。该手动选择目的地的过程通常会比较耗时。特别是用户在开车等过程中，如果进行以上操作，可能会严重影响用户出行体验，甚至会导致交通事故的发生。为了提高用户体验，增加导航系统的智能性，现有技术中，终端设备可以从导航系统中获取用户信息和历史导航信息。该用户信息中可以设置有多个常用目的地。终端设备可以根据这些常用目的地和历史导航信息，预测当前时刻用户最有可能的目的地。终端设备可以在导航系统中推荐该目的地。当该目的地推荐正确时，用户可以更加便捷的选择该目的地，实现快速导航，从而提高用户使用该导航系统的导航效率。然而，该方法预测得到的目的地被局限于常用目的地范围内，仅有用户规律性前往这些常用目的地时，才能较为准确的实现目
的地预测，存在预测准确率低的问题。此外，在快节奏的当下，用户特别容易遗忘特殊节日，从而缺乏对特殊日子的规划。该特殊节日可以包括家庭成员生日、结婚纪念日、法定节假日等。而往往这些特殊节日的仪式感对于新时代的用户来说很重要。因此，在这些特殊节日为用户推荐特殊的目的地，可以有效提高用户的使用感受。
76.针对上述情况，本技术提出了一种目的地预测方法。本技术可以通过对用户的特殊节日、历史导航信息、日历信息、用户信息等数据的挖掘，实现对用户出行的精准推荐。本技术还可以结合通勤场景，提高用户在不同应用场景下的推荐，提高用户体验，提高目的地预测效率。同时，该目的地的预测效率的提高，减少了用户在车辆行驶等场景中使用导航系统所消耗的注意力，提高了用户行车的专注性，进一步降低了交通事故意外发生率。在目的地预测过程中，本技术还可以通过对用户的特殊节日的挖掘，结合预设攻略的推荐信息，持续更新用户在特殊节日的出行偏好和用户个人偏好，实现用户数据的自学习和优化，使目的地预测更加个性化，让用户体会到人工智能带来的便捷性，解决快节奏生活给用户带来的痛点。
77.下面以具体地实施例对本技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
78.图1示出了本技术一实施例提供的一种目的地预测系统的场景示意图。如图1所示，该目的地预测系统可以包括导航app和云端两个部分。其中，导航app为设置于终端设备中的导航系统。该导航系统可以设置于车机、手机、平板等设备中。其中，云端用于获取历史导航信息、用户信息、日历信息等数据后，使用目的地推荐算法实现目的地预测。该云端可以设置于远程服务器中。该云端可以与终端设备通信连接。该云端中计算机程序的使用，则可以解决现有技术中终端设备算力有限的问题，极大的提高了目的地预测耗费的时间。可选地，该实现于云端的目的地推荐算法还可以被设置于终端设备中。该终端设备可以直接从其中的导航系统中获取历史导航信息、用户信息、日历信息等数据后，使用存储于该终端设备中的目的地推荐算法的计算机程序，实现该目的地预测的效果。该终端设备中计算机程序的使用，可以减少网络数据传输带来的时间损耗，有效提高终端设备获取数据和反馈结果的效率。
79.如图1中步骤s01所示，该导航app还可以从该终端设备中获取对应的系统的信息。该系统的信息可以包括从用户模块中获取的用户信息和从日历模块中获取的日历信息。日历信息中可以包括日历设置点。用户信息中可以包括用户爱好和用户特殊日子等信息。该导航app还可以从其用户模块中获取历史目的地、历史途径地、家和公司、搜索历史记录、收藏点、特殊日子等信息。其中，特殊日子可以包括生日、纪念日、节假日等。该导航app可以将从日历模块、用户模块以及导航app的用户模块中获取的信息进行整合，并将以上数据上传到云端。该步骤可以如图1中s02所示。
80.云端设备可以在获取历史目的地、历史途径地、家和公司、搜索历史记录、收藏点、特殊日子等信息后，使用目的地推荐算法计算得到目的地预测结果。该步骤可以如图1中s03所示。该导航app中还可以包括通勤开关。当用户开启通勤开关时，如图1中步骤s04所示，该导航app的预测模块可以使用通勤推荐算法进行家或公司的推荐。当未开启通勤开关时，如图1中步骤s05所示，该导航app的预测模块可以向用户推荐目的地预测结果。
81.本技术中，以终端设备为执行主体，执行如下实施例的目的地预测方法。具体地，
该执行主体可以为终端设备的硬件装置，或者为终端设备中实现下述实施例的软件应用，或者为安装有实现下述实施例的软件应用的计算机可读存储介质，或者为实现下述实施例的软件应用的代码。
82.图2示出了本技术一实施例提供的一种目的地预测方法的流程图。在图1所示实施例的基础上，如图2所示，以终端设备为执行主体，本实施例的方法可以包括如下步骤：
83.s101、获取历史导航信息、用户信息和日历信息。
84.本实施例中，终端设备可以从导航软件、日历软件等应用程序中获取历史导航信息、用户信息、日历信息等数据。其中，历史导航信息中可以包括历史目的地、历史途径地、家和公司等数据。用户信息中可以包括用户爱好、收藏点、搜索历史记录等数据。日历信息中可以包括日历设置的目的地、用户的特殊日子等数据。
85.一种示例中，上述信息获取过程可以通过终端设备的导航软件实现。该终端设备可以为手机、平板、车机等。
86.一种示例中，该终端设备可以在获取上述信息后，通过接口等方式调用目的地推荐算法的计算机程序。该计算机程序可以存储于云端。该接口可以通过网络的方式将上述信息上传到云端，并获取预测结果。或者，该计算机程序可以存储于终端设备中。该接口可以通过本地调用的方式，调用该计算机程序并实现预测结果的计算。
87.s102、根据历史导航信息、用户信息和日历信息，确定预测结果，预测结果中包括至少一个可能的目的地。
88.本实施例中，终端设备可以将历史导航信息、用户信息和日历信息输入到目的地推荐模型中，计算得到预测结果。该预测结果中可以包括至少一个可能的目的地。
89.一种示例中，该目的地推荐模型可以在确定多个第一目的地后，通过计算各个第一目的地的推荐指标，来确定预测结果的步骤，可以如下所示：
90.步骤1、终端设备从历史导航信息、用户信息的收藏点、用户信息的搜索记录和日历信息中获取在预设时间段内出现过的第一目的地。
91.本步骤中，终端设备可以获取预设时间段内的历史导航信息。该历史导航信息中可以包括历史目的地、历史途径地、历史出发地等位置。该历史目的地、历史途径地、历史出发地等位置即为第一目的地。该用户信息的收藏点为用户在该导航软件中点击收藏的位置。该收藏点即为第一目的地。该用户信息中还可以包括用户在预设时间段内该导航软件中的搜索记录。该搜索记录对应的位置即为第一目的地。该日历信息中还可以记录有部分地址。通常该记录用于提醒用户在对应的时间前往对应的地址。该日历信息中记录的地址即为第一目的地。
92.可选地，在一些终端设备中，为了提高后续的计算效率，终端设备可以对该第一目的地进行初步筛选。为了提高系统计算效率，终端设备可以适当减少该第一目的地的数量，从而提高各个第一目的地的推荐指标的计算效率。例如，终端设备可以在确定用户当前位置后，将与用户当前位置的距离大于距离阈值的第一目的地删除。其中，距离阈值可以为经验值。或者，该距离阈值可以根据用户的日常活动范围确定。通常与用户当前位置超过该距离阈值的地点，可以认为用户前往的概率较小。又如，终端设备可以适当的限定每种数据来源的第一目的地的数量。在终端设备从预设时长的历史导航信息中获取历史目的地、历史途径地、历史出发地等信息后，可以对每一个位置出现的频率进行统计。终端设备可以获取
出现频率最高的第三预设数量个位置作为第一目的地。在终端设备从预设时长的搜索记录中获取多个位置后，终端设备可以对每一个位置出现的频率进行统计。终端设备可以获取出现频率最高的第四预设数量个位置作为第一目的地。
93.可选地，该终端设备还可以在根据不同数据来源确定多个第一目的地后，对这些目的地进行整合。例如，该第一目的地中可以包括a园区的东门和西门两个位置。则，该两个第一目的地可以被整合为一个第一目的地，该整合后的第一目的地可以为该a园区。该第一目的地的整合可以有效提高数据的准确性。
94.步骤2、终端设备根据第一目的地的数据来源、记录时间和与用户信息中用户爱好的匹配程度，确定第一目的地的推荐指标。
95.本步骤中，针对不同数据来源的第一目的地，其有效程度必然不同。例如，历史导航信息中的历史目的地、历史途径地、历史出发地等为用户实际前往的位置。而搜索记录中的第一目的地则可能为用户想要了解的位置，用户并不一定前往。可见，历史导航信息中的第一目的地的有效性必然高于搜索记录。因此，终端设备根据第一目的地的不同数据来源，确定不同第一目的地的有效性。其次，终端设备还可以获取用户信息中的用户爱好。终端设备可以根据用户爱好，确定用户前往该第一目的地的可能性。例如，该用户喜欢游泳，则该用户前往游泳馆的概率将高于该用户前往羽毛球馆的概率。终端设备可以根据该两种指标，估算每一目的地的推荐指标。具体地，该推荐指标的计算过程可以包括如下：
96.步骤21、终端设备根据第一目的地的数据来源，确定第一指标。该第一指标可以根据数据来源确定。其中，不同的数据来源可以对应于不同的参数值。该不同数据来源对应的不同参数值可以根据使用频率确定。或者，该不同数据来源对应的不同参数值还可以根据经验值确定。例如，数据来源为历史目的地、家和公司等的第一目的地，由于其为已经前往过的目的地，因此，可以根据经验值将其参数值设置为0.9。用户通常会为了方便找寻，将想要前往的目的地添加收藏点中。因此，数据来源为收藏点的第一目的地，可以根据经验值，将其设置为0.7。数据来源为搜索记录的第一目的地则是用户查看过的目的地。相较于收藏点这些第一目的地的前往可能性较少，因此，这些第一目的地的参数值可以被设置为0.5。数据来源为日历设置点的第一目的地的参数值可以为0.3。
97.可选地，该终端设备还可以设置参数值修正值。终端设备可以统计被采纳的第一目的地的数据来源。终端设备可以适当上调采纳频率高的数据来源。或者，终端设备还可以适当下调采纳频率低的数据来源。例如，终端设备可以将采纳频率最高的数据来源的参数值加0.1。又如，终端设备还可以将采纳频率最低的数据来源的参数值减0.1。该上调和下调的值可以根据经验值确定。例如，该上调值可以为0.1、0.2、0.3等。又如，该下调值可以为0.1、0.2、0.3等。终端设备还可以在某一数据来源的采纳频率高于第一频率阈值时，确定该数据来源为用户感兴趣类别。终端设备可以根据经验值，重新设定该用户感兴趣类别的参数值。例如，当日历设置点的第一目的地被频繁采纳，且采纳频率大于第一频率阈值时，终端设备可以将该数据来源作为用户感兴趣类别，其参数值可以被调整到1。该第一频率阈值与用户感兴趣类别的参数值可以根据经验值设定。
98.可选地，该第一指标的取值范围可以[0.1,1]。即，该第一指标为大于等于0.1且小于等于1的值。当第一指标使用参数值修正值进行修正后的值小于0.1时，该第一指标取值为0.1。当第一指标使用参数值修正值进行修正后的值大于1时，该第一取值为1。由于在计
算中，使用0.1作为该第一指标的梯度可以较好的统计指标变化，因此，该0.1可以作为该第一指标的最小值。
[0099]
步骤22、终端设备根据第一目的地的记录时间，确定第二指标。该第二指标的设置可以根据记录时间的新鲜度确定。即，与预设日期越接近的记录时间，该第二指标越大。例如，该第二指标可以为一个月内按天递减，并且每天递减量为1/30，约0.03。如预设日期可以为4月30日。则记录时间为4月30日之后的第一目的地的第二指标为1。记录时间为4月29日第一目的地的权值为29/30，约0.97。
[0100]
可选地，家和公司等第一目的地，通常为固定的地址，一旦设定就不会更改。针对这些第一目的地，使用新鲜度计算其第二指标并不准确。因此，家和公司等第一目的地的第二指标可以默认为1。
[0101]
可选地，该第二指标的取值范围可以[0.1,1]。即，该第二指标为大于等于0.1且小于等于1的值。当第一目的地的记录时间在预设日期的30天之前，计算得到的第二指标小于0.1时，该第二指标取值为0.1。例如，当预设日期可以为4月30日，记录日期为2月2日时，该第二指标取值为0。当第一目的地的记录时间在预设日期之后，计算得到的第二指标大于1时，该第二指标取值为1。例如，当预设日期可以为4月30日，记录日期为5月3日时，该第二指标取值为1。由于在计算中，使用0.1作为该第二指标的梯度可以较好的统计指标变化，因此，该0.1可以作为该第二指标的最小值。
[0102]
步骤23、终端设备根据第一目的地与用户信息中用户爱好的匹配程度，确定第三指标。该第三指标可以根据与用户爱好的匹配度确定。其中，用户爱好可以为用户在终端设备中设置的个人信息。例如，用户爱好可以包括跑步、健身、羽毛球、足球、篮球、酒吧、烧烤等。根据这些爱好，终端设备可以更加准确的对用户进行分类，便于更好的为用户推荐目的地。例如，当第一目的地为某某酒吧时，该某某酒吧满足用户爱好，因此，当第一目的地为该某某酒吧时，第三指标可以为第一参数值。即，当第一目的地满足用户爱好时，该第三指标为第一参数值。否则，当该第一目的地不满足用户爱好时，该第三指标为第二参数值。例如，第一参数值可以为1，第二参数值可以为0.1。该第一参数值和第二参数值的设置可以根据经验值确定。
[0103]
可选地，该第三指标的取值范围可以[0.1,1]。即，该第三指标为大于等于0.1且小于等于1的值。其中，该第三指标的默认值可以为0.1。该默认值可以根据经验值确定。由于在计算中，使用0.1作为该第三指标的梯度可以较好的统计指标变化，因此，该0.1可以作为该第三指标的最小值。
[0104]
可选地，该终端设备还可以根据用户对推荐的接收情况，更新用户爱好，以适应用户的动态变化。例如，当用户前往某培训机构的频率大于第二频率阈值时，终端设备可以将该培训添加到用户爱好中。则用户爱好可以包括跑步、健身、羽毛球、足球、篮球、酒吧、烧烤、培训等。该第二频率阈值可以根据经验值设定。
[0105]
可选地，终端设备还可以根据用户爱好的触发频率，设置调整值。其中，该调整值可以根据经验值进行设定。其中，该调整值可以为0.1、0.2、0.3等。例如，当某一用户爱好的触发频率大于第三频率阈值时，终端设备可以使用该调整值上调该用户爱好。其中，第三频率阈值可以根据经验值进行设定。例如，当羽毛球的触发频率大于第三频率阈值，调整值为0.2时，当第一目的地为羽毛球馆时，终端设备可以将其第三指标调整为1.2。又如，终端设
备可以周期性判断用户爱好中各个地点被推荐后的选中频率。终端设备可以使用调整值调整其中选择频率最高的用户爱好对应的第三指标。例如，当羽毛球的选中频率最高，调整值为0.2时，当第一目的地为羽毛球馆时，终端设备可以将其第三指标调整为1.2。
[0106]
步骤24、终端设备根据第一指标、第二指标和第三指标，确定第一目的地的推荐指标。具体地，该计算公式可以表示为：
[0107]
推荐指标＝第一指标*第二指标*第三指标
[0108]
步骤3、终端设备根据推荐指标确定第一预设数量个推荐指标最大的第一目的地组成预测结果。终端设备可以在计算得到各个第一目的地的推荐指标之后，根据这些推荐指标对这些第一目的地进行排序。终端设备可以根据排序结果，选择推荐指数最大第一预设数量个第一目的地。该第一预设数量个第一目的地可以组成该预测结果。例如，如图3中步骤s05-10所示，终端设备可以筛选出推荐指标最大的8个第一目的地。如步骤s05-11所示，该8个第一目的地可以组成预测结果，并被该终端设备推荐给用户。
[0109]
另一种示例中，该目的地推荐模型可以根据该用户是否为规律用户，确定预测结果，其具体步骤包括：
[0110]
步骤4、终端设备根据历史导航信息，统计用户的出行是否存在出行规律。如图3中步骤s05-5所示，终端设备可以将数据类型分为s05-6无规律用户、s05-7部分规律用户和s05-8有规律用户三种类型。其中，该三种数据类型的区分方式可以如图4所示。终端设备可以获取第一预设时长内，该用户在历史导航信息中的出现的第二目的地。终端设备可以根据该第二目的地的出现频率，确定该用户在该第一预设时长内的规律指数。例如，该第一预设时长可以为周一至周五。该五天中，该历史导航信息中仅包括4次该用户从家前往公司上班的记录。则该规律指数可以为4/5＝80％。又如，该五天中，该历史导航信息中包括5次从家前往公司的上班记录和1次从公司回家的下半记录。则该规律指数可以为(5 1)/(5 5)＝60％。即，当终端设备在从第一预设时长的历史导航信息中获取多个第二目的地后，该终端设备可以根据每一第二目的地出现的次数，计算得到该规律指数的分子。该终端设备还可以根据该第二目的地的个数与该第一预设时长的天数的乘积，确定该规律指数的分母。该规律指数可以根据该分子和分母计算得到。终端设备可以根据该用户在该第一预设时长内的规律指数，确定该用户是否存在出行规律。该终端设备中可以预设有第一指数阈值和第二指数阈值。当该规律指数大于等于第一指数阈值时，该用户的出行存在出行规律。当该规律指数小于第一指数阈值且大于等于第二指数阈值时，该用户的出行存在部分出行规律。当该规律指数小于第二指数阈值时，该用户的出行不存在规律。例如，该第一指数阈值可以为70％，该第二指数阈值可以为20％。例如，当用户的出行存在出行规律时，该用户可以有规律的在周一至周五早上去公司、晚上回家。当用户的出行存在部分出行规律时，该用户可以在周一、周三、周五晚上回家。而在周二和周四，该用户则可能前往不同的目的地。当用户的出行不存在出行规律时，该用户可能在该周一至周五的时间内无重复行为，或者重复较少。
[0111]
步骤5、如果用户的出行存在出行规律，则终端设备根据出行规律确定预测结果。如图3中步骤s05-8所示，当用户的出行存在出行规律时，终端设备可以根据出行规律，确定预测结果。该预测结果中包括该出行规律对应的一个目的地。终端设备可以根据当前时刻，确定该用户在历史导航数据中，该当前时刻对应的时段的历史目的地。该历史目的地即为
该出行规律对应的目的地。例如，在当前时刻处于下班时段时，终端设备可以统计该下班时段，该用户的历史目的地。当包括一个历史目的地时，该历史目的地即为该出行规律对应的目的地。当包括多个历史目的地时，该多个历史目的地中出现频率最高的历史目的地为该出行规律对应的目的地。
[0112]
可选地，如果用户的出行不存在出行规律，则终端设备可以通过上一示例中计算推荐指标的方式，确定预测结果。该预测结果中可以包括至少一个可能的目的地。该步骤可以如图3中s05-10和s05-11所示。
[0113]
可选地，如果用户的出行存在部分出行规律时，终端设备可以进一步判断当前日期是否为存在出行规律的日期。该日期的判定可以如图3中s05-9所示。如果当前日期为存在出行规律的日期，则终端设备可以根据其出行规律，确定预测结果。否则，如果当前日期不是存在出行规律的日期，则终端设备可以通过上一示例中计算推荐指标的方式，确定预测结果。该预测结果中可以包括至少一个可能的目的地。
[0114]
可选地，终端设备可以根据历史导航信息，统计用户的各个日期是否存在出行规律。终端设备可以在获取历史导航信息后，对该数据进行解析，判断该数据是否存在规律。该规律可以包括预设时间间隔的多个日期存在固定目的地。例如，该用户可以在周一固定前往a地，在周二固定前往b地，在每月的第一个周六固定前往c地，在每月的15如固定前往d地等，在每年的x月x日固定前往e地等。该出行规律的判断条件可以包括：
[0115]
步骤51、终端设备获取预设时间间隔的多个日期出现的多个第三目的地。例如，终端设备可以确定该历史导航信息中，最近100个周一中出现的全部历史目的地为第三目的地。
[0116]
步骤52、终端设备可以统计这些周一中，每一个第三目的地出现的比例。例如，其中一个第三目的地可以为某办公楼。终端设备可以统计该100个周一中出现该某办公楼的比例。当该比例大于70％时，说明该100个周一中超过70个周一，该用户前往该某办公楼。又如，当该100个周一中用户前往某游泳馆35次，则该某游泳馆的出现比例为35％。
[0117]
步骤53、终端设备可以获取每天的最高比例。当该比例大于比例阈值时，终端设备可以确定该时间间隔的多个日期是有规律的。例如，当比例阈值为70％时，如果周一的比例大于70％，则该周一存在规律。否则，该周一不存在规律。
[0118]
又一种示例中，该目的地推荐模型可以在当前日期为特殊节日时，根据预设攻略生成预测结果，其具体步骤包括：
[0119]
步骤6、终端设备根据日历信息，判断当前日期是否为特殊节日。该终端设备可以通过车机或者终端设备中的用户模块，收集该用户相关的特殊节日。例如，该特殊节日可以包括家庭成员的生日、结婚纪念日等比较有纪念意义日期。该特殊节日还可以包括情人节、七夕、父亲节、母亲节、妇女节、儿童节等法定节日。
[0120]
步骤7、终端设备如果当前日期为特殊节日，则从预设攻略的特殊节日的推荐目的地中选择第二预设数量个推荐目的地组成预测结果。终端设备中可以存储有特殊节日的推荐目的地。该推荐目的地可以如图5所示。例如，当特殊节日为父亲节时，其目的地可以为父母亲居住地。当该特殊节日为结婚纪念日时，其目的地可以为花店、化妆品店、酒店等。终端设备可以根据步骤6确定的特殊节日，从该预设攻略中选择第二预设数量个推荐目的地。该步骤可以如图3所示，当s05-2判断当前日期为特殊节日(特殊日子)时，终端设备可以继续
执行步骤s05-3和s05-4。可选地，该终端设备还可以根据用户的选择或者用户实际前往的目的地更新该预设攻略。
[0121]
又一种示例中，该目的地推荐模型可以通过判断当前日期是否为工作日，确定是否开启通勤模式，从而在工作日通过通勤模式确定预测结果，其具体步骤可以包括：
[0122]
步骤8、终端设备根据日历信息，确定当前日期是否为工作日。可选地，在执行本步骤之前，终端设备还可以如图3中s05-1所示，先判断该终端设备中的通勤开关是否打开。当该通勤开关打开时，终端设备可以执行步骤s5-13。即，当该通勤开关打开时，终端设备可以继续执行上述步骤8，判断当前日期是否为工作日。
[0123]
步骤9、如果当前日期为工作日，且当前时刻和当前位置满足用户信息中的预设条件，则终端设备根据用户信息确定预测结果。终端设备可以在确定当前日期为工作日后，进一步对当前时刻和当前位置进行判断，从而确定该用户在需要前往公司还是回家。具体地，该判断过程可以包括：
[0124]
步骤91、如果当前时刻在用户信息设置的上班时段，且当前位置与用户信息设置的家地址的距离小于预设阈值，则预测结果中包括的可能的目的地为公司地址。例如，上班时段可以包括7点至10点。该上班时段可以由用户进行设置。当处于上班时段，且用户在家附近时，说明该用户需要前往公司上班。如果，当前处于上班时段，但用户不在家附件，则说明该用户可能在出差，并不需要前往公司。例如，如图6中步骤s04-2和s04-6所示，当前时刻在6：00至10:30之间，且当前位置(车辆位置)与家的距离在1km以内时，终端设备确定的目的地为公司。
[0125]
步骤92、如果当前时刻在用户信息设置的下班时段，且当前位置与用户信息设置的公司地址的距离小于预设阈值，则预测结果中包括的可能的目的地为家地址。例如，下班时段可以包括17点至20点。该下班时段可以由用户进行设置。当处于下班时段，且用户在公司附近时，说明该用户需要下班回家。如果当前处于下班时段，但用户不在公司附近，说明该用户可能出外勤，其下班时段可能会发生变化。例如，如图6中步骤s04-3和s04-5所示，当前时刻在17：00至00:00之间，且当前位置(车辆位置)与公司的距离在1km以内时，终端设备确定的目的地为家。
[0126]
步骤93、当终端设备确定上述两个步骤均不符合时，终端设备可恶意不执行推荐。例如，如图6中步骤s04-4所示
[0127]
s103、显示预测结果，以供用户从至少一个可能的目的地中选择导航的目的地。
[0128]
本实施例中，终端设备可以在其显示界面中显示预测结果。当预测结果中仅包括一个目的地时，终端设备可以直接根据该预测结果，在导航软件中规划导航路径。当完成该导航路径的规划后，该终端设备可以询问用户是否开始导航。当该预测结果中包括多个目的地时，该终端设备可以将该多个目的地显示在该导航软件的显示界面中，并询问用户选择其中一个目的地。当用户选择其中的一个目的地后，该终端设备将根据该目的地开始规划导航路径。
[0129]
本技术提供的目的地预测方法，终端设备可以从导航软件、日历软件等应用程序中获取历史导航信息、用户信息、日历信息等数据。终端设备可以将历史导航信息、用户信息和日历信息输入到目的地推荐模型中，计算得到预测结果。该预测结果中可以包括至少一个可能的目的地。终端设备可以在其显示界面中显示预测结果。本技术中，通过该目的地
预测方式，更加快速且准确的向用户推送目的地，提高了终端设备的推荐效率，提高了用户体验。
[0130]
图7示出了本技术一实施例提供的一种目的地预测装置的结构示意图，如图7所示，本实施例的目的地预测装置10用于实现上述任一方法实施例中对应于终端设备的操作，本实施例的目的地预测装置10包括：
[0131]
获取模块11，用于获取历史导航信息、用户信息和日历信息。
[0132]
处理模块12，用于根据历史导航信息、用户信息和日历信息，确定预测结果，预测结果中包括至少一个可能的目的地。显示预测结果，以供用户从至少一个可能的目的地中选择导航的目的地。
[0133]
一种示例中，处理模块12，具体用于：
[0134]
从历史导航信息、用户信息的收藏点、用户信息的搜索记录和日历信息中获取在预设时间段内出现过的第一目的地。
[0135]
根据第一目的地的数据来源、记录时间和与用户信息中用户爱好的匹配程度，确定第一目的地的推荐指标。
[0136]
根据推荐指标确定第一预设数量个推荐指标最大的第一目的地组成预测结果。
[0137]
一种示例中，处理模块12，具体用于：
[0138]
根据第一目的地的数据来源，确定第一指标。
[0139]
根据第一目的地的记录时间，确定第二指标。
[0140]
根据第一目的地与用户信息中用户爱好的匹配程度，确定第三指标。
[0141]
根据第一指标、第二指标和第三指标，确定第一目的地的推荐指标。
[0142]
一种示例中，处理模块12，还用于：
[0143]
根据日历信息，确定当前日期是否为工作日。
[0144]
如果当前日期为工作日，且当前时刻和当前位置满足用户信息中的预设条件，则根据用户信息确定预测结果。
[0145]
一种示例中，处理模块12，具体用于：
[0146]
如果当前时刻在用户信息设置的上班时段，且当前位置与用户信息设置的家地址的距离小于预设阈值，则预测结果中包括的可能的目的地为公司地址。
[0147]
如果当前时刻在用户信息设置的下班时段，且当前位置与用户信息设置的公司地址的距离小于预设阈值，则预测结果中包括的可能的目的地为家地址。
[0148]
一种示例中，处理模块12，还用于：
[0149]
根据历史导航信息，统计用户的出行是否存在出行规律。
[0150]
如果用户的出行存在出行规律，则根据出行规律确定预测结果。
[0151]
一种示例中，处理模块12，还用于：
[0152]
根据日历信息，判断当前日期是否为特殊节日。
[0153]
如果当前日期为特殊节日，则从预设攻略的特殊节日的推荐目的地中选择第二预设数量个推荐目的地组成预测结果。
[0154]
本技术实施例提供的目的地预测装置10，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本实施例此处不再赘述。
[0155]
图8示出了本技术实施例提供的一种终端设备的硬件结构示意图。如图8所示，该
终端设备20，用于实现上述任一方法实施例中对应于终端设备的操作，本实施例的终端设备20可以包括：存储器21，处理器22。
[0156]
存储器21，用于存储计算机程序。该存储器21可能包含高速随机存取存储器(random access memory，ram)，也可能还包括非易失性存储(non-volatile memory，nvm)，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。
[0157]
处理器22，用于执行存储器存储的计算机程序，以实现上述实施例中的目的地预测方法。具体可以参见前述方法实施例中的相关描述。该处理器22可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0158]
可选地，存储器21既可以是独立的，也可以跟处理器22集成在一起。
[0159]
当存储器21是独立于处理器22之外的器件时，终端设备20还可以包括总线23。该总线23用于连接存储器21和处理器22。该总线23可以是工业标准体系结构(industry standard architecture，isa)总线、外部设备互连(peripheral component interconnect，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本技术附图中的总线并不限定仅有一根总线或一种类型的总线。
[0160]
本实施例提供的终端设备可用于执行上述的目的地预测方法，其实现方式和技术效果类似，本实施例此处不再赘述。
[0161]
本技术还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
[0162]
其中，计算机可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，计算机可读存储介质耦合至处理器，从而使处理器能够从该计算机可读存储介质读取信息，且可向该计算机可读存储介质写入信息。当然，计算机可读存储介质也可以是处理器的组成部分。处理器和计算机可读存储介质可以位于专用集成电路(application specific integrated circuits，asic)中。另外，该asic可以位于用户设备中。当然，处理器和计算机可读存储介质也可以作为分立组件存在于通信设备中。
[0163]
具体地，该计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(static random-access memory，sram)，电可擦除可编程只读存储器(electrically-erasable programmable read-only memory，eeprom)，可擦除可编程只读存储器(erasable programmable read only memory，eprom)，可编程只读存储器(programmable read-only memory，prom)，只读存储器(read-only memory，rom)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
[0164]
本技术还提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算
机程序存储在计算机可读存储介质中。设备的至少一个处理器可以从计算机可读存储介质中读取该计算机程序，至少一个处理器执行该计算机程序使得设备实施上述的各种实施方式提供的方法。
[0165]
本技术实施例还提供一种芯片，该芯片包括存储器和处理器，存储器用于存储计算机程序，处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
[0166]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0167]
其中，各个模块可以是物理上分开的，例如安装于一个的设备的不同位置，或者安装于不同的设备上，或者分布到多个网络单元上，或者分布到多个处理器上。各个模块也可以是集成在一起的，例如，安装于同一个设备中，或者，集成在一套代码中。各个模块可以以硬件的形式存在，或者也可以以软件的形式存在，或者也可以采用软件加硬件的形式实现。本技术可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0168]
当各个模块以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本技术各个实施例方法的部分步骤。
[0169]
应该理解的是，虽然上述实施例中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，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0170]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制。尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。