本发明公开了一种基于A星搜索和深度学习的个性化路线推荐方法,步骤一:历史轨迹数据集D,起点ls,终点ld,出发时间b和用户u作为输入,然后基于输入循环神经网络;步骤二:建模从出发点到当前n节点的费用函数ɡ(n)与当前n节点到终点的费用函数h(n);步骤三:寻找最优路径的过程中,每次扩展一个节点,使用f(n)来评价这个节点的得分,推荐个性化的最优路径轨迹p*。