[发明专利]旅游消费信息的数据处理方法

说明书

技术领域

本发明涉及信息处理领域，特别涉及一种旅游消费信息的数据处理方法。

背景技术

目前，智慧旅游建设已在18个城市进行了试点建设，这也是近10年国家旅游信息化建设的重要工作。智慧旅游被称为是旅游信息化的第二次革命，是旅游业与现代科技创新融合发展的典范，是旅游业发展的未来趋势，也是旅游业成长为现代服务业的关键创新。

在目前的电子商务中，通常采用购物车的方式进行产品的预定与支付。客户从客户端或浏览器端将选择好的旅游消费信息，如酒店预订、票务订购等，放入购游车内暂存，在购买完毕后，进行在线支付。此处所述的购游车是一种只用于暂存涉旅消费的购物车。

然而，现有的购物车是采用的数据直接处理方式，而且所暂存的商品是固定的，且商品间的直接关联性要求不高，则本发明专利中的购游车用来解决当前购物车不能根据旅客的个性化需求进行定制，也不能进行多项旅游消费信息的搭配与推荐等问题；同时也是用来解决多项旅游消费之间、或旅游消费与旅游景区间是否具有关联性、合理性，所预定的旅游消费是否属于该旅游景区或其周边区域的范围内。因此，采用传统的购物车容易使旅客做出错误的选择，难以获得满意的旅游消费，从而给旅客带来了时间和经济上的损失。

发明内容

为解决上述技术问题，本发明的目的是帮助旅客定制、选择、获得满足需求的旅游消费信息的数据处理方法，以来降低旅客在时间和经济上的损失，并使旅客快速、有效、方便获取旅游消费信息的旅游消费数据处理方法。从而让旅客在线的实现旅游消费和预定，以缩短旅程时间、提高旅途质量、获取有效的旅游消费信息。

作为本发明的一个方面，提供了一种旅游消费信息的数据处理方法，包括以下步骤：S01，获取旅客定制的多项旅游消费信息，旅游消费信息来自不同的涉旅服务提供者；S02，判断多项旅游消费信息与旅游景区之间的关联性与合理性、以及多项旅游消费信息之间的关联性与合理性；S03，根据旅游景区及其周边的旅游消费信息，分别通过智能感知算法获得与步骤S02中的判断结果相关的旅游消费搭配信息；S04，将旅游消费搭配信息通过面向语义与情感的推荐算法得到推荐消费信息；S05，将推荐消费信息呈现给旅客。

优选地，在步骤S02中，根据预先建立的满足旅游消费的规则库、和/或关系库、和/或事务库采用判断推理、或正则算法、或遗传算法、或蚁群算法进行计算以判断关联性和合理性。

优选地，步骤S02还包括：在关联性和合理性的判断之后，还根据多个旅游消费信息与旅游景区之间的地域性判断该多个旅游消费信息的关联性与合理性。

优选地，步骤S03还包括：对智能感知算法推理得出的结果进行判断，如果该结果符步骤S02的关联性和合理性要求，则直接进入步骤S04；如果该结果不符合，则进一步使用智能感知算法对该结果进行推理，以得到消费搭配信息为止。

优选地，步骤S04包括：采用基于协同过滤和基于知识的推荐算法对推荐消费信息进行推荐。

优选地，感知算法包括语义感知和情感感知。

优选地，基于协同过滤和基于知识的推荐算法是将语义与情感引入到基于协同过滤、基于知识的推荐算法中加以实现的，智能感知算法是将语义、情感特征引入到蚁群等智能算法中，使智能算法寻优具有情感识别、判断等能力。

优选地，步骤S02、和/或步骤S03、和/或步骤S04、和/或步骤S05中的计算在云计算环境中完成。

本发明在旅客选择好旅游景区后，就会自动围绕该旅游景区及周边的旅游消费进行关联性和合理性判断和搭配，然后向旅客推荐最终旅游消费结果的列表以供选择。因此，旅客会获得与旅游景区相关联的多项正确的旅游消费信息，从而避免旅客做出错误的选择，避免了旅客经济上的损失。

附图说明

图1是本发明中的旅游消费信息的数据处理方法的流程图；

图2是关联性判断的示意图；

图3是合理性判断的示意图；

图4是关联性及合理性判断的流程图；

图5是消费搭配信息的流程图；

图6是推荐消费信息的流程图；以及

图7是旅客订购旅游消费的流程图。

具体实施方式

以下对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。