CN103674042A - 基于用户建模的路径引导系统和方法 - Google Patents

Abstract

公开了一种基于用户建模的路径引导系统和方法，所述路径计算系统包括：客户端，收集用户状态信息，基于用户状态信息形成用户日志，并将用户日志发送给服务器，从服务器接收预测信息，并根据预测信息和用户当前的地点位置计算候选路径；服务器，根据从客户端接收的用户日志建立和更新用户模型，并且当接收到来自客户端的用于触发路径引导功能的触发信号时，基于建立的用户模型和当前的用户状态信息预测目的地，并以预定格式产生预测信息，其中，用户模型与用户的行为模式相对应。

Description

基于用户建模的路径引导系统和方法

技术领域

本发明涉及用户建模和智能导航领域，更具体地，涉及一种基于用户建模的实时动态路径引导系统和方法。

背景技术

用户建模是获取和维护与用户兴趣、需求或习惯相关的知识的过程，其结果是生成一个表示用户特有背景知识，兴趣或者是行为模式的用户模型。具体来说就是客户端搜集用户的日志信息，在客户端处理后将其发送到服务器端，服务器按照设定的固定时间间隔，采用数据挖掘的方法进行用户建模或用户模型的更新，并将用户模型保存到数据库中。用户模型的最终目的是为用户提供个性化的服务，满足用户个性化的需求。智能导航系统利用卫星定位系统提供的位置，速度以及时间等信息，配合高精度导航电子地图，帮助用户准确、实时的进行路线的规划和引导。

随着社会和科技的快速发展，导航系统已经成为出门的必备工具，广泛应用于船舶，汽车导航，以及个人旅游和野外探险等。现有的导航系统通常包含一个用户终端，比如个人电子设备，或者是车载导航用户终端，同时配备有电子地图。导航系统接收GPS卫星定位信号，并将定位信号结合电子地图进行处理，最终将用户在地图上的当前地点位置反映到用户终端上，从而供用户参考使用。导航系统进行导航首先需要确定目的地，然后进行导航路径的选择。现有目的地确定的方法通常是通过用户的手工输入或者是语音输入；而导航路径通常是采用最短路径的方法进行计算。另外，在现有技术中，通常都需要用户的手工输入或者语音输入目的地，无法自动预测，从而把用户从人工操作中彻底解放出来。此外，现有方法通常只能设定一个目的地，并且无法根据用户当前路径智能地学习和调整目的地，比较刻板。并且现有方法在计算导航路径的时候，通常是根据最短路径的原则，这样，在多目的地的情况下，不能进行综合考虑和动态规划路径，影响用户体验。

发明内容

本发明将用户建模技术与导航技术结合，提供了一种基于用户建模的实时动态路径引导系统和方法。

根据本发明的一方面，提供了一种路径引导系统，包括：客户端，收集用户状态信息，基于用户状态信息形成用户日志，并按照预定的时间间隔将用户日志进行划分和整合之后发送给服务器，从服务器接收预测信息，并根据预测信息和用户当前的地点位置计算候选路径；服务器，根据从客户端接收的用户日志建立和更新用户模型，基于建立的用户模型和用户状态预测目的地，并以预定格式产生预测信息，其中，用户模型与用户的行为模式相对应。

根据本发明的一方面，客户端包括：日志模块，收集用户状态信息，将收集的用户状态信息按照预定格式存储在本地用户日志数据库中，然后以预定时间间隔按照预定规则划分和整合日志以生成用户日志，并与服务器中存储的用户日志进行同步；客户端监控模块，监控客户端是否启动了路径引导功能，如果发现客户端启动了路径引导功能，则将触发信号和当前的用户状态信息发送到服务器；预测信息接收模块，接收和解析从服务器发送的预定格式的预测信息；路径计算模块，根据解析的预测信息和用户当前的地点位置，搜索与预测信息中的预测内容项对应的目的地，并根据搜索到的目的地产生候选路径；路径跟踪模块，跟踪用户的行进路径，并根据用户的行进路径的变化更新候选路径。

根据本发明的一方面，在客户端的后台运行进程以收集用户状态信息，并将收集的用户状态信息作为用户日志存储在本地数据库中。

根据本发明的一方面，日志模块将位置超过预定时间没有发生变化的多条用户日志合并为一条用户日志，并将连续的多条同类状态变化的用户日志合并为一条用户日志。

根据本发明的一方面，用户状态信息包括时间信息、用户当前的GPS位置信息、速度信息和当前位置所处的地理信息，这些信息构成了客户端本地用户日志；同步到服务器端的用户日志还包括与地理信息对应的标签信息。

根据本发明的一方面，服务器包括：日志接收模块，接收从客户端发送的用户日志，解析接收的用户日志，并将解析的用户日志保存在日志数据库中；用户建模/更新模块，按照预定时间间隔从日志数据库读取所述预定时间间隔内的用户日志，按照预定模式对用户日志的数据建立用户模型或更新已建立的用户模型；需求预测模块，利用建立的用户模型和用户状态信息预测用户的目的地；需求同步模块，根据需求预测模块的预测结果产生预定格式的预测信息，并与客户端同步预测信息。

根据本发明的一方面，用户建模/更新模块使用增量式关联规则来实现用户模型的构建和更新。

根据本发明的一方面，需求预测模块将用户当前的状态作为前置项与用户模型中的关联规则进行匹配以得到后置项作为预测信息的预测内容项。

根据本发明的一方面，需求预测模块还记录与预测内容项对应的概率值，并仅保留概率值高于预设阈值的预测内容项作为预测信息。

根据本发明的一方面，需求同步模块采用SyncML协议与客户端进行同步传输。

根据本发明的一方面，路径计算模块根据预测信息中的多个预测内容项计算对应的多个目的地以及与所述多个目的地中的每个目的地对应的预测概率值，并根据预测概率值计算候选路径。

根据本发明的一方面，路径计算模块按照以下方式计算一条优选路径，所述优选路径到达多个目的地，包含尽可能多的公共路径，不走回头路，并且优先考虑预测概率值大的目的地。

根据本发明的一方面，当仅有一个目的地时，路径跟踪模块根据最短路径方法和路况信息来计算候选路径。

根据本发明的另一方面，还提供了一种路径引导方法，包括：(a)在客户端收集用户状态信息，基于用户状态信息生成用户日志，并按照固定时间间隔将用户日志进行划分和整合之后发送给服务器；(b)在服务器端，将从客户端接收的用户日志存储到服务器本地数据库中，并按照预定的时间间隔来建立和更新用户模型；(c)在客户端监测到用户启动该应用的时候，发送触发信号以及用户的当前状态信息到服务器端；(d)当接收到来自客户端的用于触发路径引导功能的触发信号时，在服务器基于建立的用户模型和用户状态预测目的地，并以预定格式产生预测信息；(e)在客户端接收预测信息，并根据预测信息和用户当前的地点位置计算候选路径，其中，用户模型与用户的行为模式相对应。

根据本发明的另一方面，步骤(b)包括：服务器接收从客户端发送的用户日志，解析接收的用户日志，并将解析的用户日志保存在日志数据库中；按照预定时间间隔从日志数据库读取所述预定时间间隔内的用户日志，按照预定模式对用户日志的数据建立用户模型或更新已建立的用户模型。

根据本发明的另一方面，步骤(d)包括：利用建立的用户模型和用户状态信息预测用户的目的地；根据需求预测模块的预测结果产生预定格式的预测信息，并与客户端同步预测信息。

根据本发明的另一方面，步骤(e)包括：接收和解析从服务器发送的预定格式的预测信息；根据解析的预测信息和用户当前的地点位置，搜索与预测信息中的预测内容项对应的目的地，并根据搜索到的目的地产生候选路径；跟踪用户的行进路径，并根据用户的行进路径的变化更新候选路径。

附图说明

通过下面结合示例性地示出实施例的附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：

图1是示出根据本发明示例性实施例的基于用户建模的路径引导系统的框图；

图2是示出根据本发明示例性实施例的图1的路径引导系统的客户端和服务器的结构框图；

图3是示出根据本发明示例性实施例的基于用户建模的路径引导方法的流程图。

具体实施方式

下面将参照附图对本发明的示例性实施例进行说明。

图1是示出根据本发明示例性实施例的基于用户建模的路径引导系统的框图。

如图1所示，根据本发明的基于用户建模的路径引导系统包括客户端100和服务器200。客户端100位于用户侧，用于向用户显示实时的动态路径引导。客户端100可以是任何具有导航功能的电子设备，例如，可以是GPS导航仪、具有GPS功能的智能手机或其它移动终端设备。服务器200可通过无线网络与客户端100连接和通信。例如，服务器200可通过现有的移动通信网络(诸如，GSM、CDMA、WCDMA、CDMA-2000、LTE移动通信网络)或互联网与客户端100进行通信。

根据本发明的实施例，客户端100收集用户状态信息，基于用户状态信息形成用户日志，并按照固定时间间隔将用户日志进行划分和整合之后发送给服务器以与服务器进行同步。服务器200从客户端100接收用户日志并存储在本地数据库中，然后按照预设的时间间隔建立或更新用户模型。也就是说，如果服务器200首次接收到客户端100的用户日志，则为该客户端100建立用户模型；当服务器200再次接收到客户端100的用户日志，则基于新接收到的用户日志更新建立的用户模型。用户模型与用户的行为模式相对应，从而服务器200可基于建立的用户模型和用户状态预测目的地。当客户端100启动路径引导功能时，服务器200接收到相应的触发信号和客户端的当前用户状态信息，并根据用户模型和用户当前状态信息，以预定格式产生预测信息。预测信息可包括与多个目的地对应的多个预测内容项。通过移动通信网络将预测信息发送到客户端100。客户端100从服务器200接收到预测信息之后，根据预测信息和用户当前的地点位置计算推荐路径。

下面将参照图2对根据本发明示例性实施例的路径引导系统进行更详细的描述。其中，图2示出了根据本发明示例性实施例的图1的路径引导系统的客户端100和服务器200的结构框图。

参照图2，客户端100包括：日志模块110、客户端监控模块120、预测信息接收模块130、路径计算模块140和路径跟踪模块150。

日志模块110用于搜集用户设备的用户日志信息。用户日志可主要记录用户设备的用户状态信息，用户状态信息可包括时间信息、用户当前的GPS位置信息、速度信息和当前位置所处的地理信息(如公司、商场或者是咖啡馆等)。日志模块110将多种用户状态信息按照固定的格式进行整合，并存储在客户端数据库中。根据本发明的实施例，可以在客户端100的后台一直运行一个进程，该进程负责对用户的状态信息进行搜集，然后将搜集的用户状态信息存储到客户端数据库中。

日志模块110还按照预设的时间间隔，将客户端数据库中预定时间段内的用户日志进行整合，并将整合之后的用户日志同步到服务器端。为了防止用户的状态被错误的划分，可设定此处的时间间隔为1天，然后对这一天的用户日志进行划分和整合。根据本发明的实施例，可根据以下的划分整合规则来进行用户日志的划分和整合：

可针对位置长时间没有发生变化的一连串用户日志，将这一连串用户日志合并为一条记录，形式是{起始时间T0，结束时间T1，地点位置L}，代表从起始时间T0到结束时间T1一直位于地点位置L。

另外，可针对连续的同类状态变化的用户日志进行整合。例如，如果检测出一段时间之内客户端100所处的用户设备一直处于行车状态，则将该段时间的用户日志合并为一条记录，形式为{起始时间T0，结束时间T1，起点L0，终点L1，路径P}，代表T0开始从L0出发，经过P，于T1到达终点L1，其中P代表一连串标志性地点位置Li。

将每天的用户日志都按照上述两条规则进行划分整合，并对用户日志中的地点位置加上标签(tag)，表示该地点位置的一些标签信息，比如电影院、购物、体育活动等，然后将这些整合好的带有标签的用户日志发送到服务器200。应理解，此处的划分整合规则仅仅是示例，规则可以不仅限于这两条。客户端监控模块120监控当前设备上是否启动了路径引导功能。一旦发现用户启动了路径引导功能，则客户端监控模块120发送触发信号以及用户的当前状态到服务器200，以开启路径引导流程。

预测信息接收模块130接收和解析从服务器200发送的预定格式的预测信息。路径计算模块140根据预测信息接收模块130解析的预测信息和用户当前的地点位置，搜索与预测信息中的预测内容项对应的目的地，并根据搜索到的目的地产生候选路径。路径跟踪模块150跟踪用户的行进路径，并根据用户的行进路径的变化更新候选路径。将在稍后对这三个模块进行更详细的描述。

参照图2，根据本发明实施例的服务器200包括：日志接收模块210、用户建模/更新模块220、需求预测模块230和需求同步模块240。

日志接收模块210接收从客户端100发送的用户日志，解析接收的用户日志，并将解析的用户日志保存在日志数据库中。

用户建模/更新模块220，按照预定时间间隔从日志数据库读取所述预定时间间隔内的用户日志，按照预定模式对用户日志的数据建立用户模型或更新已建立的用户模型。具体地，用户建模/更新模块220按照预定的时间间隔读取存储在服务器的日志数据库中该段时间间隔内的数据，以进行用户建模，或者进行用户模型的更新。当首次读取日志数据库中针对该用户的日志信息时，用户建模/更新模块220进行用户建模，后续的则是根据新增加的数据更新用户模型，然后将生成的用户模型保存到用户模型数据库中。在本发明中，用户建模主要是考虑挖掘用户的行为模式。根据本发明的实施例，用户建模/更新模块220可采用数据挖掘中的增量式关联规则挖掘来实现用户模型的构建和更新。根据一示例性实施例，用户建模依赖的用户日志信息主要包含了时间、地点位置、以及该地点位置对应的标签信息。例如，可基于时间、地点位置和标签构建的用户模型的形式为：{时间＝＞地点位置}，表示了用户在某个时间(时间段)的时候有可能会去什么地方；同时这个地点位置携带了标签信息，标识了该地点位置的类型信息。当然，本发明不限于此，可根据能够反映用户行为模式的其它方式来构建用户模型。

当接收到来自客户端100的触发信号时，需求预测模块230利用建立的用户模型和与触发信号一起被发送的当前用户状态信息来预测用户的目的地。根据本发明的实施例，需求预测模块230将用户的当前状态作为前置项，和用户模型中的关联规则进行匹配，一旦匹配上，则将后置项作为预测内容项。优选地，当存在多个预测内容项时，需求预测模块230还可记录与预测内容项对应的预测概率值。然后，需求预测模块230根据预设的阈值，淘汰小于阈值的预测内容项，保留预测概率值大于阈值的预测内容项。需求预测模块230将保留下来的预测内容项以及对应的预测概率值作为预测结果而输出到需求同步模块240。特别地，根据本实施例的用户模型的形式，可以直接将客户端100的当前时间作为输入的前置项来和用户模型进行匹配，从而确定后置项作为预测内容项。

需求同步模块240根据需求预测模块240的预测结果产生预定格式的预测信息，并与客户端100同步预测信息。根据本发明的实施例，需求同步模块240可采用SyncML协议与客户端100进行同步传输。

下面参照回到图2，当需求同步模块240与客户端100进行预测信息同步时，预测信息接收模块130接收从服务器200传送过来的预测信息，并按照约定的格式进行解析，并获取预测内容项。根据实施例，预测信息接收模块130可根据SyncML协议同步接收预测信息。此外，根据实施例，如果包括多个预测内容项，则预测信息接收模块130还可获取与每个预测内容项对应的预测概率值。

然后，路径计算模块140根据得到的预测内容项以及用户当前的地点位置，搜索与预测内容项对应的目的地，然后根据目的地进行路径的规划和计算。如果具有多个预测内容项，则对应的目的地也有多个，并且每个目的地都具有对应的预测概率值，预测概率值表示用户当前要去往该目的地的可能性的大小。可考虑多个目的地以及对应的预测概率值计算候选路径。根据一实施例，路径计算模块140可计算一条优选路径，该优选路径能够到达多个目的地，并包含尽可能多的公共路径，不走回头路，并且优先考虑预测概率值大的目的地。这样，可以给用户提供较好的可选性。例如，根据用户当前状态，服务器200预测用户有80％的可能是去万达影城，65％的可能是去星巴克，50％的可能是去新华书店，则路径计算模块140根据用户的当前位置，综合这三个目的地计算推荐的候选路径，该候选路径尽可能包含多的公共路径。注意，此处计算的候选路径不一定是最短路径，而是最符合用户需求的路径。在路径计算候选路径时，如果当前搜索目的地不存在(比如在上述所讲的第一个应用场景中)，则可根据该目的地的标签信息，找到当前所在地范围内的类似的目的地，从而将目的地进行替换后再计算候选路径。

路径跟踪模块150跟踪用户的行进路径。用户的行进路径的每一次变化，即，对多条候选路径的每一次选择，都会使得用户的目的地更加明确，此时需要根据用户的行进路线更新推荐路径。当目的地明确为一个时，则路径跟踪模块150采用最短路径的方法进行候选路径的计算。这样的自主学习和路径的调整既能满足用户需求，又能节省时间，大大提升了用户的使用体验。在计算最短路径时，路径跟踪模块150还考虑路况情况。根据实施例，路径跟踪模块150可将路况信息作为一个考虑因子，其范围为0到1之间的值，0表示不堵，1表示很堵，从而在计算路径的时候可以考虑避开路堵的候选路径。

图3是示出根据本发明示例性实施例的基于用户建模的路径引导方法的流程图。首先，在步骤310，在客户端收集用户状态信息，基于用户状态信息生成用户日志，并按照预定时间间隔将用户日志发送给服务器。同时，在服务器端根据从客户端接收的用户日志建立和更新用户模型。具体地，在客户端收集用户状态信息，将收集的用户状态信息按照预定格式存储在本地用户日志数据库中，然后以预定时间间隔，按照预定规则划分和整合日志以生成用户日志，并与服务器中存储的用户日志进行同步。服务器接收从客户端发送的用户日志，解析接收的用户日志，并将解析的用户日志保存在日志数据库中。服务器按照预定时间间隔从日志数据库读取所述预定时间间隔内的用户日志，按照预定模式对用户日志的数据建立用户模型或更新已建立的用户模型。此步骤在整个处理过程中被保持执行，从而可以不断更新本地的用户日志以及服务器中的用户模型。

在步骤320，监控客户端是否启动了路径引导功能。如果发现客户端启动了路径引导功能，则在步骤330将触发信号和当前的用户状态信息发送到服务器。如果没有启动路径引导功能，则客户端继续监控过程。

之后，在步骤340，如果接收到来自客户端的触发信号，则服务器基于建立的用户模型和当前的用户状态预测目的地，并以预定格式产生预测信息，并与客户端同步预测信息。

在服务器产生了预测信息之后，在步骤350，在客户端接收预测信息，并根据预测信息和用户当前的地点位置计算候选路径。具体地，客户端接收和解析从服务器发送的预定格式的预测信息，根据解析的预测信息和用户当前的地点位置，搜索与预测信息中的预测内容项对应的目的地，并根据搜索到的目的地产生候选路径。最后，客户端跟踪用户的行进路径，并根据用户的行进路径的变化更新候选路径。

根据本发明，通过对用户日志的搜集，采用数据挖掘的方法进行用户建模，然后根据用户的当前状态自动预测用户的目的和需求，并给出相应的预测目的地，从而解决用户人工输入的麻烦。在本发明中，根据用户模型进行目的地的预测，并且可将预测内容按照权重值从高到低进行排序，根据设定的阈值保留相关预测内容项，从而提供多目的地的路径推荐。另外，本发明根据用户当前的行进路线自动学习和调整目的地，从而满足智能化路径引导的需求。

本发明可以实现多个预测的目的地，不仅依赖于最短路径的原则进行路径的规划，还提出了一种新的动态路径规划算法，满足多目的地的需求。

本发明作为一个休闲娱乐辅助导航系统，主要功能是发掘用户的行为模式，从而可以在用户不输入目的地的情况下，自动导航可能想去的目的地。这样，当用户身处外地时，可以通过本发明的路径系统发现和原来习惯一致的目的地，从而可以让用户可以在陌生的城市找到熟悉的感觉。此外，当用户闲来无事时，可以通过本发明的路径引导系统找到一些可以消遣的项目。当然应用场景并不仅限于这两种。

虽然已经参照本发明的若干示例性实施例示出和描述了本发明，但是本领域的技术人员将理解，在不脱离权利要求及其等同物限定的本发明的精神和范围的情况下，可以在形式和细节上做出各种改变。

Claims (16)

1.一种路径引导系统，包括：

客户端，收集用户状态信息，基于用户状态信息形成用户日志，按照预定时间间隔将用户日志进行划分和整合之后发送给服务器，在启动路径引导功能之后，从服务器接收预测信息，并根据预测信息和用户当前的地点位置计算候选路径；

服务器，将从客户端接收的用户日志存储到服务器本地数据库中，按照预定时间间隔来建立和更新用户模型，并且当接收到来自客户端的用于触发路径引导功能的触发信号时，基于建立的用户模型和当前的用户状态信息预测目的地，并以预定格式产生预测信息同步给客户端，

其中，用户模型与用户的行为模式相对应。

2.如权利要求1所述的路径引导系统，其中，客户端包括：

日志模块，收集用户状态信息，将收集的用户状态信息按照预定格式存储在本地用户日志数据库中，然后以预定时间间隔按照预定规则划分和整合日志以生成用户日志，并与服务器中存储的用户日志进行同步；

客户端监控模块，监控客户端是否启动了路径引导功能，如果发现客户端启动了路径引导功能，则将触发信号和当前的用户状态信息发送到服务器；

预测信息接收模块，接收和解析从服务器发送的预定格式的预测信息；

路径计算模块，根据解析的预测信息和用户当前的地点位置，搜索与预测信息中的预测内容项对应的目的地，并根据搜索到的目的地产生候选路径；

路径跟踪模块，跟踪用户的行进路径，并根据用户的行进路径的变化更新候选路径。

3.如权利要求2中所述的路径引导系统，其中，在客户端的后台运行进程以收集用户状态信息。

4.如权利要求2所述的路径引导系统，其中，日志模块将位置超过预定时间没有发生变化的多条用户日志合并为一条用户日志，并将连续的多条同类状态变化的用户日志合并为一条用户日志。

5.如权利要求2所述的路径引导系统，其中，用户状态信息包括时间信息、用户当前的GPS位置信息、速度信息和当前位置所处的地理信息，这些信息构成了客户端本地用户日志；同步到服务器端的用户日志还包括与地理信息对应的标签信息。

6.如权利要求1所述的路径引导系统，其中，服务器包括：

日志接收模块，接收从客户端发送的用户日志，解析接收的用户日志，并将解析的用户日志保存在日志数据库中；

用户建模/更新模块，按照预定时间间隔从日志数据库读取所述预定时间间隔内的用户日志，按照预定模式基于用户日志的数据建立用户模型或更新已建立的用户模型；

需求预测模块，接收触发信号利用建立的用户模型和当前的用户状态信息预测用户的目的地；

需求同步模块，根据需求预测模块的预测结果产生预定格式的预测信息，并与客户端同步预测信息。

7.如权利要求6所述的路径引导系统，其中，所述用户建模/更新模块使用增量式关联规则来实现用户模型的构建和更新。

8.如权利要求6所述的路径引导系统，其中，所述需求预测模块将用户当前的状态作为前置项与用户模型中的关联规则进行匹配以得到后置项作为预测信息的预测内容项。

9.如权利要求8所述的路径引导系统，其中，所述需求预测模块还记录与预测内容项对应的概率值，并仅保留概率值高于预设阈值的预测内容项作为预测信息。

10.如权利要求6所述的路径引导系统，其中，所述需求同步模块采用SyncML协议与客户端进行同步传输。

11.如权利要求2所述的路径引导系统，其中，所述路径计算模块根据预测信息中的多个预测内容项计算对应的多个目的地以及与所述多个目的地中的每个目的地对应的预测概率值，并根据预测概率值计算候选路径。

12.如权利要求11所述的路径引导系统，其中，所述路径计算模块按照以下方式计算一条优选路径，所述优选路径到达多个目的地，包含尽可能多的公共路径，不走回头路，并且优先考虑预测概率值大的目的地。

13.如权利要求3、11和12中的任意一个所述的路径引导系统，其中，当仅有一个目的地时，所述路径跟踪模块根据最短路径方法和路况信息来计算候选路径。

14.一种路径引导方法，包括：

(a)在客户端收集用户状态信息，基于用户状态信息生成用户日志，并按照预定时间间隔将用户日志进行划分和整合之后发送给服务器；

(b)在服务器端，将从客户端接收的用户日志存储到服务器本地数据库中，并按照预定的时间间隔来建立和更新用户模型；

(c)在客户端监测到用户启动路径引导功能的时候，发送触发信号以及用户的当前状态信息到服务器端；

(d)当接收到来自客户端的用于触发路径引导功能的触发信号时，服务器基于建立的用户模型和当前的用户状态预测目的地，以预定格式产生预测信息，并将预测信息发送到客户端；

(e)在客户端接收预测信息，并根据预测信息和用户当前的地点位置计算候选路径，

其中，用户模型与用户的行为模式相对应。

15.如权利要求14所述的路径引导方法，其中，步骤(b)包括：

(b1)服务器接收从客户端发送的用户日志，解析接收的用户日志，并将解析的用户日志保存在日志数据库中；

(b2)按照预定时间间隔从日志数据库读取所述预定时间间隔内的用户日志，按照预定模式对用户日志的数据建立用户模型或更新已建立的用户模型。

16.如权利要求14所述的路径引导方法，其中，步骤(e)包括：

(d1)接收和解析从服务器发送的预定格式的预测信息；

(d2)根据解析的预测信息和用户当前的地点位置，搜索与预测信息中的预测内容项对应的目的地，并根据搜索到的目的地产生候选路径；

(d3)跟踪用户的行进路径，并根据用户的行进路径的变化更新候选路径。

Images