随着城市交通路网的日益完善和机动车辆的增加,路线推荐已经成为人们日常出行不可或缺的一部分,尤其是对于乘坐出租车的用户。但是现存的路线推荐技术往往仅针对单一的交通工具,如出行用户仅通过乘坐出租车的方式到达目的地。这无疑会导致一个问题,那就是日益严重的交通拥挤,特别是在上下班高峰期,会对出租车乘客造成很大的延误,增加他们的出行时间。现有的基于单一交通方式的研究,无法解决出租车用户在行程开始或结束阶段遇到的交通拥挤问题,对于推荐结果,也没有给出相应的可靠性评价。与此同时,有桩共享单车在世界各国大都有了长足的发展,其拥有能够完成行程“最后一公里”的特性,而且受交通状况的影响较小。这就意味着同样一条街道,当处于交通拥挤状态时,共享单车可能比出租车更快的通过。基于上述情况,为了解决行程开始或结束阶段的交通拥挤问题,本文提出了基于出租车和共享单车的混合交通模式路线推荐模型,旨在通过出租车和共享单车的结合,推荐行程时间最短的路线及相应的混合交通模式。本文提出的路线推荐模型分为两部分,分别是行程时间/单车站点状态预测模型部分和路线推荐部分。行程时间/单车站点预测模型部分训练不同的学习模型去预测同一行程不同交通工具的行驶时间和某一时刻单车站点的状态。对于路线推荐部分,本文设计了基于混合交通模式网的行程时间比较算法去寻找行程时间最短的路线,该算法结合了三个剪枝策略,具有很高的执行效率。除此之外,本文还设计了一个基于行程时间经验风险的评价标准去估计推荐的可信度。采用真实数据集去评测模型的性能,实验结果表明了提出的算法的效率和有效性。最后,我们实现了基于混合交通模式的出行路线推荐系统,对于用户包含出发点、目的地及出发时刻的行程查询,该系统能够为用户推荐行程时间最少的出行路线、预测的行程时间、相应的混合交通模式及推荐的可靠性评价。