[发明专利]基于群智感知的旅游路线个性化推荐方法

说明书

本发明揭示了一种基于群智感知的旅游路线个性化推荐方法,该方法在用户兴趣匹配的基础上，融入群智感知的POI社交评分以及群智感知的POI区位评分，使得评分细则更加全面。此外，提出的适用于无必去景点的景点推荐算法，即变近邻旅游路线推荐算法以及适用于含有必去景点的单/多POI类型两段式贪心旅游路线推荐算法不仅时间复杂度低，并且更加符合用户的偏好以及更具合理性。

技术领域

本发明涉及基于计算机技术的大数据分析领域，尤其涉及一种基于群智感知的旅游路线个性化推荐方法。

背景技术

近年来，随着互联网的蓬勃发展，各种信息呈爆炸式增长。推荐技术的诞生可以帮助人们获取自己感兴趣的资源。由于推荐技术在电子商务方面发展得已经很成熟，国内代表性的公司如阿里巴巴、腾讯、百度、京东等大公司旗下的产品等都不同程度地采用推荐技术为用户推荐各种相似兴趣内容。现在采用的推荐技术包括协同过滤，基于内容的推荐，基于知识的推荐以及组合推荐等。

然而，由于旅游路线受到影响的因素很多，如实时交通流量、天气、用户偏好等，情况复杂多变。因此旅游路线的推荐现在还处于不成熟阶段。传统的路线推荐不涉及用户兴趣偏好，仅考虑到景点本身信息，因而造成推荐效果不符合用户偏好的问题。

发明内容

本发明所要解决的技术问题是实现一种基于群智感知的旅游路线个性化推荐方法，能够根据用户偏好对旅游路线进行推荐。

为了实现上述目的，本发明采用的技术方案为：基于群智感知的旅游路线个性化推荐方法：

S1、对实际路网进行ArcGIS建模，并基于路网模型构建POI区位关系聚类；

S2、构建用户多元约束兴趣模型；

S3、根据用户多元约束兴趣模型以及POI相关信息，计算用户与景点、餐馆的兴趣匹配分值，融入POI的群智感知社交评分以及POI的群智感知区位评分，得到目标函数；

S4、对于无必去景点的单POI类型(仅包含景点)路线推荐，将距离衰减值融入目标函数得到综合评分，然后采用变近邻贪心旅游路线推荐算法，动态插入综合评分最高的景点得到符合用户偏好的最优路线；

S5、对于含必去景点的推荐，采用单/多POI类型两段式贪心旅游路线推荐算：先利用随机分割旅游路线推荐算法得到只含必去景点的基础路线，再利用聚类排序插队旅游路线推荐算法对基础路线进行扩充，从而得到最终的符合用户偏好的路线；

构建用户u_d的多元约束兴趣模型：

其中，为景点a_j与用户u_d终点的最短路网距离，为景点a_j的推荐游玩时间，为景点a_j的开放时间，分别为用户u_d设置的时间约束、费用约束和景点个数约束，C_j为景点a_j的门票费用。

此外，为游完景点a_j的结束时间，即

为到达景点a_j的时间，即

定义TA＝{ta₁,ta₂,ta₃,…,ta_m}为景点的标签总集合，TR＝{tr₁,tr₂,tr₃,…,tr_n}为餐馆的标签总集合，用户u_d的兴趣标签为景点a_i标签为餐馆r_j标签

所述S3具体包括如下步骤：