置，也可W由用户在终端进 行设置，比如，设置将一周内的行车好友的行程相似度从高到低进行排列。另外，服务器向 终端发送的内容包括但不限于该终端与其他终端的时间相似度累加值、路线相似度累加 值、行程相似度累加值、高频路段W及其他终端的用户基本信息，其中，其他终端的用户基 本信息可W包括其常驻地点，如工作单位、家的位置，还可W包括其兴趣爱好等，使推荐行 车好友更为人性化和智能化，提升了用户体验。
[0066] 图2示出了根据本发明的一个实施例的行车好友推荐装置的框图
[0067] 如图2所示，根据本发明的一个实施例的行车好友推荐装置200,包括:接收单元 202、行程相似度计算单元204和推荐单元206，其中，接收单元202用于接收来自至少两个终 端的用户行车时间及对应的用户行车路线；行程相似度计算单元204用于根据用户行车时 间及对应的用户行车路线，计算至少两个终端中的任一终端与其他终端的行程相似度;推 荐单元206用于根据任一终端与其他终端的行程相似度，在其他终端中选择目标终端推荐 至任一终端。
[0068] 在该技术方案中，可W通过车联网等服务器计算至少两个终端中任一终端的路线 与其他终端的路线的行程相似度，并将行程相似度的排名发送至该终端，W供该终端的用 户可W 了解到哪些用户与自己的路线较为相近，W便搭车，方便交通。通过该技术方案，加 强了车辆使用者之间的信息沟通能力，并使推荐行车好友的过程更加人性化和智能化，使 服务器可W向终端推荐出行时间和出行路线都相近的用户作为行车好友，便于用户进行搭 车，方便了用户的出行，从而极大地缓解了城市交通状况，便于节约能源，改善空气质量。
[0069] 在上述技术方案中，优选地，还包括:确定单元208,在计算至少两个终端中的任一 终端与其他终端的行程相似度之前，确定任一终端所在的目标位置区域，W及将至少两个 终端中处于目标位置区域中的终端确定为其他终端。
[0070] 在该技术方案中，由于车联网的用户很多，服务器的计算量也会非常大，而车辆归 属地或用户所处的实时位置不在一个位置区域内的用户往往不可能有路线交集，因此，为 了优化服务器的计算效率，可W按照城市、区县等为依据划分出不同的位置区域，只计算同 一个位置区域内的各个终端的用户的行程相似度。
[0071 ]在上述任一技术方案中，优选地，行程相似度计算单元204包括:时间相似度计算 单元2042,根据时间相似度计算公式，计算任一终端的每条路线与其他终端的每条路线的 时间相似度，时间相似度计算公式为：
[0072]
[0073] 其中，TS(a，b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度， TS(a，b) E [0,1]，time(a η b)表示所述路线a的起止时间和所述路线b的起止时间的交集长 度，time(aUb)表示所述路线a的起止时间和所述路线b的起止时间的并集长度；W及路线 相似度计算单元2044,根据路线相似度计算公式，计算所述任一终端的每条路线与所述其 他终端的每条路线的路线相似度，所述路线相似度计算公式为：
[0074]
[0075] 其中，RS(a，b)表示所述路线a与所述路线b的路线相似度，35(日，6)￡[0，1]，0为方 向因子，所述路线a和所述路线b方向相同时，D为1，所述路线a和所述路线b方向相反时，D 为-1，length(a η b)表示所述路线a和所述路线b的交集长度，length(a U b)表示所述路线a 和所述路线b的并集长度；W及行程相似度计算单元204还用于:根据计算得到的所述任一 终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度，得到所 述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
[0076] 在该技术方案中，可W分别通过时间相似度计算公式和路线相似度计算公式计算 任一终端的路线与其他终端的路线的时间相似度和路程相似度，W便进一步根据时间相似 度和路程相似度计算该路线与其他终端的路线的行程相似度。其中，由于时间相似度为零 或极低时，终端的用户几乎不可能与其他终端的用户同时出行，故可W优先计算时间相似 度，如果两条路线的时间相似度为零或低于预定的时间相似度阔值时，可直接放弃计算路 线相似度。通过该技术方案，服务器可W方便地计算各路线间的时间相似度和路线相似度， 而优先计算时间相似度还可W优化服务器的计算效率，便于进一步计算行程相似度，从而 方便了用户的出行。
[0077] 在上述任一技术方案中，优选地，行程相似度计算单元204体用于:根据行程相似 度计算公式，计算任一终端的每条路线与其他终端的每条路线的行程相似度，行程相似度 计算公式为：
[007引 JS(a，b)=RS(a，b)XTS(a，b)
[0079] 其中，JS(a，b)表示所述路线a与所述路线b的行程相似度，RS(a，b)表示所述路线a 与所述路线b的路线相似度，TS(a，b)表示所述路线a与所述路线b的时间相似度。
[0080] 在该技术方案中，行程相似度为时间相似度和路线相似度的乘积，服务器在向任 一终端发送计算结果时，可W将计算结果按照从高到低进行排列，W便该终端的用户可W 方便地查阅，当然，也可W按照根据需要除此之外的其他排列规则向该终端的用户展示计 算结果。
[0081] 在上述任一技术方案中，优选地，推荐单元206具体用于:将预定时间周期内的目 标终端与任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段 W及目标终端的用户基本信息推送至任一终端。
[0082] 在该技术方案中，预定时间周期可在服务器端进行设置，也可W由用户在终端进 行设置，比如，设置将一周内的行车好友的行程相似度从高到低进行排列。另外，服务器向 终端发送的内容包括但不限于该终端与其他终端的时间相似度累加值、路线相似度累加 值、行程相似度累加值、高频路段W及其他终端的用户基本信息，其中，其他终端的用户基 本信息可W包括其常驻地点，如工作单位、家的位置，还可W包括其兴趣爱好等，使推荐行 车好友更为人性化和智能化，提升了用户体验。
[0083] 图3示出了根据本发明的一个实施例的服务器的框图。
[0084] 如图3所示，根据本发明的一个实施例的服务器300,包括图2示出的行车好友推荐 装置200，因此，该服务器300具有和图2示出的行车好友推荐装置200相同的技术效果，在此 不再寶述。
[0085] 图4A和图4B示出了根据本发明的一个实施例的行车路线示意图。
[0086] 如图4A所示，路线a为中兴产业园至太白立交，如图4B所示，路线b为酷派产业园至 西北大学。
[0087] 假设路线a的行程者08:00从中兴产业园出发，08:20到太白立交，而路线b的行程 者08:05从酷派产业园出发，08:35到西北大学。那么time(a η b)便是08:0巧Ij08:20运段时 间，即15min，time(a U b)便是08:00到08:35运段时间，即35min，则时间相似度TS(a，b)= 15/35 = 42.6%。
[0088] 对于路程来说，lengthen b)也就是酷派产业园到太白立交运段路线，长度是 7.5km，length(aUb)也就是中兴产业园到西北大学运段路线，长度是8.6km，两条路线方向 相同，现lRS(a，b) = lX7.5/8.6 = 87.2%。
[0089] 故行程相似度为:JS(a，b)=87.2% X42.6%=37.4%=0.374。
[0090] 图5示出了根据本发明的另一个实施例的行车好友推荐方法的流程图。
[0091] 如图5所示，根据本发明的另一个实施例的行车好友推荐方法，包括：
[0092] 步骤502,车载移动终端利用系统时间及全球定位系统等工具将用户每次开车和 停车的时间点、路线和方向等信息记录下来；
[0093] 步骤504,车联服务器遍历计算，并记录车联网中每辆车的每次行车路线与其余车 辆的行程相似度；
[0094] 步骤506,在预定时间内，累加并统计车联网用户之间行程相似度，同时为每一个 用户发送行程相似度累加统计表；
[0095] 步骤508,每次车联网用户行程相似度累加统计表数据更新时，车联网系统会W超 文本传输协议连接的形式提醒车联网用户查阅最新的数据更新内容。
[0096] 例如，如表1所示，即用户阳光的行程相似度累加统计表。
[0097] 表 1 [009引
[0099]从表1数据可知，用户阳光在过去3个月期间，共有6位车联网用户与他行程相似， 他们分别是风雨、果酱、萧阳、大熊、希望和代末，其中JS累加是指每次行车的JS值的叠加， 如Ξ个月中共有周一 14次，其中，车联网用户风雨与用户阳光的相似行程共有29次，将运29 次的JS值累加，就得到一个JS的累加值6.1，运便是表格中第二行第二列的显示的数值。
[0100] 另外，在步骤508中，每次车联网用户相似度累加统计表数据更新时，车联网系统 内置的聊天软件(如微信、快滴)会W超文本传输协议连接的形式提醒车联网用户有与他行 程相似度高的其它车联网用户的数据更新，此时，车联网用户可W查阅到最新的行程相似 度累加统计表。
[0101] 如果车联网用户对