[发明专利]基于游览舒适度算法和趋势预测方法、系统和装置

说明书

本申请公开了一种基于游览舒适度算法和趋势预测方法、系统和装置，预测方法包括：获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标；基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合；基于数据集合的内容进行预处理；建立LR逻辑回归模型，将多个分类划分为多个二分类任务来实现训练多个二分类，构造训练模型作为预测景区未来的舒适度等级；基于所述模型训练结果对当前所收集的特征进行预测。在本申请实施例中，据多个不同维度的特征数据来提前预测景区的舒适度让游客旅游的时候有更好的选择，实现智能化旅游。

技术领域

本申请涉及游览区评估技术领域，尤其涉及一种基于游览舒适度算法和趋势预测方法、系统和装置。

背景技术

现在我国对于景区舒适度的概念没有一个很好的统一，各种因素都有可能是舒适度的影响要素，目前国家气象局规定了ssd人体舒适度，它的计算方式受天气气象的因素影响。不同风格的景区的游览舒适度不能仅用人体舒适度判断。

由于我国是一个人口大国，景区的客流承载量，不同节气的气候变化，不同时间的天气变化等都是影响景区舒适度的必要因素，，考虑到不同的景区影响人体舒适度的因素不同，景区舒适度也没有统一的计算方法和规划。

发明内容

为了解决上述技术问题，本申请实施例提供一种基于游览舒适度算法和趋势预测方法、系统和装置。

本申请实施例第一方面提供了一种基于游览舒适度算法和趋势预测方法，可包括：

获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标；

基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合；

基于数据集合的内容进行预处理；

建立LR逻辑回归模型，将多个分类划分为多个二分类任务来实现训练多个二分类，构造训练模型作为预测景区未来的舒适度等级；

基于所述模型训练结果对当前所收集的特征进行预测。

进一步地，所述获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标包括：

基于当前研究区域，设定数据获取周期；

基于所述周期，获取气候影响因素所对应的数据，形成各类影响因素数据。

进一步地，所述基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合包括：

基于风湿指数和风效指数构建分级准则；

基于所述分级准则构建基于各类影响因素的数据内容；

所述各类影响因素包括但不限于景区客流离散度、温湿指数、风效指数、客源市场集中指数和人体舒适度。

进一步地，所述基于数据集合的内容进行预处理；

基于onehot编码将带有中文的特征字段标称属性转换成数值型；

基于数值型数据进行woe变换。本申请实施例第二方面提供了一种基于游览舒适度算法和趋势预测系统，可包括：

数据采集单元，用于获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标；

特征维度构建单元，用于基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合；

预处理单元，用于基于数据集合的内容进行预处理；

模型训练单元，用于建立LR逻辑回归模型，将多个分类划分为多个二分类任务来实现训练多个二分类，构造训练模型作为预测景区未来的舒适度等级；

预测单元，用于基于所述模型训练结果对当前所收集的特征进行预测。