技術特征：

技術總結
用于預測在特定時間處的行程的出行時間的可變性的系統(tǒng)可以利用包括與行程相關聯(lián)的潛在變量的機器學習模型。機器學習模型可以從基于從移動設備報告的基于位置的測量的歷史行程數(shù)據被訓練。一旦被訓練，機器學習模型可以被利用用于預測出行時間的可變性。一種處理可以包括：接收與行程相關聯(lián)的起點、目的地和開始時間；獲得從起點向目的地行進的候選路線；以及至少部分地基于機器學習模型預測針對候選路線中的個體候選路線的出行時間的概率分布。一個或多個路線可以基于預測的概率分布被推薦，并且可以提供針對所推薦的路線的出行時間的測量。

技術研發(fā)人員：D·伍德亞德;E·J·霍維茨;G·諾根;P·B·科馳;D·拉茲;M·格爾德茲米特
受保護的技術使用者：微軟技術許可有限責任公司
技術研發(fā)日：2015.12.28
技術公布日：2017.08.29