据一名前谷歌工程师透露，当用户在使用谷歌地图进行路线导航的时候，该应用会根据很多因素来最终为用户推荐一条合理路线。

美国知名科技站点9to5Ma日前在社交问答网站Quora上发现了谷歌前工程师理查德-拉塞尔(Richard Russell)的踪影，后者在这一平台首次对外透露了用户使用谷歌地图搜索路线时的路线推荐原理。

据拉塞尔透露：谷歌地图与其他产品一样会在决定路线的时候考虑一系列因素，并依赖于某一特定地区的可用数据流。而这些因素包括道路的官方最高限速、建议驾驶速度、某一道路类型的实际行驶速度、某段时间内的历史平均速度(谷歌地图有时会调取这一路段的行驶速度平均值，有时则会调取某一天内特定时间的行驶速度)、此前用户的实际行驶时间以及实时路况等信息。在获得这些信息后，谷歌地图会将这些不同来源的数据进行整合，并给出自己最好的判断。

事实上，大部分提供路线导航服务的公司都会将预测驾驶时间与实际结果进行对比，从而帮助自己不断改进算法和数据源。而在这一方面做得较好的公司则往往是那些拥有巨大用户使用量的企业，他们往往可以在长期内提供最好的路线推荐。

简单来说，即便你距离目的地仅有10分钟的车程，谷歌也需要计算大量数据后才能告诉用户具体的行进路线。而早在2009年时，谷歌就曾披露过众包交通流量数据为什么能够使谷歌地图变得更准确的原理。

对此，谷歌地图产品经理戴夫-巴斯(Dave Barth)表示：“当我们将用户行驶速度与道路上其他手机的速度进行对比，并在某一时段都获得城市中数千部手机的速度信息时，我们便可以对实时交通情况有所掌握。”

当然，无论我们引入多么精确的数据，谷歌地图所计划出的到达目的地时间永远都不可能是完美的。对此，拉塞尔认为：“计算驾车人员预计到达时间相当于是一个预测未来的问题，而尽管交通流量会遵循一定模式，但这一因素实际上还是不可预测的。比如，谷歌地图或许会了解大量信息，但却不可能预知前方是否会有交通事故发生，或者是否有校车会在用户前方频繁停车等因素。”