[发明专利]旅游推荐方法及系统

权利要求书

1.一种旅游推荐方法，用于分析用户的旅游偏好，其特征在于，包括以下步骤：

步骤S1、获取用户行为信息，包括标签数据和评分数据，判断是否属于冷启动；若为冷启动，则采用默认推荐机制，生成推荐结果，并转到步骤S4；若不为冷启动，则转到步骤S2；

步骤S2、获取用户的标签数据，并判断该用户是否有评分数据；若无评分数据，则使用基于标签的推荐算法，按照标签权重进行排序，生成推荐结果，并转到步骤S4；若有评分数据，则转到步骤S3；

步骤S3、使用基于标签的推荐算法和基于用户的协同过滤推荐算法，将标签权重融入评分数据，生成推荐结果；

步骤S3具体为：在用户只有标签数据时，计算标签权重并对标签进行扩展，即计算标签之间的相似度，对于标签b，N(b)表示为有标签b的景点的集合，n_b,i为给景点i打上标签b的用户数，通过如下余弦相似度公式计算标签b和标签b'的相似度：

将相似度接近的标签归为一类，并对热门景点进行惩罚，得到表示用户u对景点i的兴趣公式：

其中，n_u,b表示用户u打过标签b的次数，n_b,i表示景点i被打过标签b的次数，表示标签b被多少个不同的用户使用过，表示景点i被多少个不同的用户打过标签；所述标签权重使用TF-IDF算法计算获得；

步骤S3中，当用户有评分数据时，构建评分矩阵并进行预处理，将标签权重和价格权重归一化后融入到评分数据中，得到完整的评分矩阵后对评分用户进行聚类，最后使用基于用户的协同过滤算法生成推荐结果；

步骤S4、对推荐结果进行过滤，选取Top N的数据进行缓存以供系统调用，向用户进行个性化推荐。

2.根据权利要求1所述的旅游推荐方法，其特征在于：步骤S1中，所述默认推荐机制为将近期人流量大的热门景点作为推荐结果。

3.根据权利要求1所述的旅游推荐方法，其特征在于：步骤S2中，所述标签数据包括默认标签和自定义标签，所述默认标签为默认设置的景点固有属性，所述自定义标签为用户输入的个性化标签。

4.根据权利要求1所述的旅游推荐方法，其特征在于：所述预处理包括采用WeightSlope One算法填充评分数据的未评分项，以降低数据的稀疏性。

5.根据权利要求1所述的旅游推荐方法，其特征在于：在得到有完整数据的评分矩阵后，通过K-means算法对评分用户进行聚类。

6.根据权利要求1所述的旅游推荐方法，其特征在于：步骤S4中，所述过滤用于排除季节性的景点和用户近期已经旅行过的景点，以保证数据的新颖性。

7.一种旅游推荐系统，其特征在于，应用于权利要求1-6中任一项所述的旅游推荐方法，包括：

数据存储模块，用于获取并储存用户产生的行为信息，供推荐引擎模块进行分析；

默认推荐机制模块，用于对无历史数据的用户采用默认方案作为推荐结果；

推荐引擎模块，用于分析用户的行为信息，并向用户进行个性化推荐；

数据缓存模块，用于缓存默认推荐机制模块和推荐引擎模块的推荐结果；

效果评估模块，用于对数据缓存模块中的推荐结果进行优化，并及时更新推荐结果。