[发明专利]一种基于旅客信任度的智能旅馆推荐方法

说明书

本发明公开了一种基于旅客信任度的智能旅馆推荐方法，其实现步骤为：采集旅客消费数据；从旅客评论中提取特征情感词对，合并同类特征，量化各特征的分数；建立旅客‑偏好评分矩阵，计算旅客偏好相似度；根据旅客活跃度和旅客评论有效率，计算旅客可靠度；计算旅客间的信任度；基于旅客间信任度通过加权评价值为旅馆打分；推荐前N个旅馆。本发明不仅解决了旅客住宿偏好难于获取的问题，还能够将热门旅馆和值得信赖的旅客所消费的旅馆优先推荐。

技术领域

本发明涉及一种基于旅客信任度的智能旅馆推荐方法，属于推荐系统领域。

背景技术

随着居民消费水平的提高和旅游行业的快速发展，旅游消费与互联网应用结合的迫切程 度远超预期。旅馆环境、交通位置、服务态度等因素都是选择旅馆的重要依据，但鳞次栉比 的旅馆让人眼花缭乱，旅客需要花费大量的时间才能找到合适的旅馆。这种浏览大量无关的 信息的过程无疑会使淹没在信息过载问题中的旅客不断流失。为了解决这些问题，旅馆O2O 应运而生。在线上端，通过个性化推荐系统为旅客提供完全个性化的决策支持和信息服务。

在推荐系统领域，应用最广泛的是协同过滤推荐。协同过滤算法主要有三种：基于用户 (User-based)的协同过滤、基于项目(Item-based)的协同过滤和基于模型(Model-based)的协同过 滤。基于用户的协同过滤算法先使用统计技术寻找与目标用户有相同喜好的邻居用户，然后 根据目标用户的邻居的喜好产生向目标用户的推荐。基于项目的协同过滤算法根据所有用户 对项目或者信息的评价，发现项目和项目之间的相似度，然后根据旅客的历史偏好信息将类 似的项目推荐给该旅客；基于模型的协同过滤算法就是基于样本的旅客喜好信息，训练一个 推荐模型，然后根据实时的旅客喜好信息进行预测推荐。

发明内容

针对现有技术中忽略旅客之间信任度的技术缺陷，本发明提供一种基于旅客信任度的智 能旅馆推荐方法，不仅解决了旅客住宿偏好难于获取的问题，还能够将热门旅馆和值得信赖 的旅客所消费的旅馆优先推荐。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于旅客信任度的智能旅馆推荐方法，包括如下步骤：

步骤1：采集旅客消费数据；

步骤2：从旅客评论中提取特征情感词对，合并相似特征词，量化各特征的分数；

步骤3：建立旅客-偏好评分矩阵，计算旅客偏好相似度；

步骤4：根据旅客活跃度和旅客评论有效率，计算旅客可靠度；

步骤5：计算旅客间的信任度；

步骤6：基于步骤5计算的旅客间信任度，通过加权评价值为旅馆打分；

步骤7：根据步骤6中的打分结果，推荐分数较高的前N个旅馆。

作为本发明的进一步优化方案，步骤1中的旅客消费数据包括旅客、旅馆、旅客评分、 旅客评论、评论赞成数、评论反对数、登录操作记录。

作为本发明的进一步优化方案，步骤2中从旅客评论中提取特征情感词对，具体为：

1)利用LTP对旅客评论进行分词、词性标注和依存句法分析，得到评论的词性标签和 语法关系；

2)若某单词的关系类型为HED且词性为形容词，则该单词为特征修饰词；

3)寻找与步骤2)中的特征修饰词关系为SBV的词语，若其词性为名词，则该词语为该特征修饰词对应的特征属性词；

4)步骤2)中的特征修饰词与其对应的特征属性词构成了特征情感词对，从旅客评论中 提取特征情感词对。

作为本发明的进一步优化方案，步骤2中合并相似特征词，具体为：