[发明专利]一种基于多旅游上下文建模的旅游推荐方法有效
| 申请号： | 201910743597.1 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110532464B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 宾辰忠;陈红亮;古天龙;常亮;李康林;梁浩宏 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/951;G06F16/36;G06Q50/14 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 石燕妮 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多旅游上下文建模的旅游推荐方法，包括：采集数据并进行预处理，对用户、景点及其属性数据进行编号；构建旅游序列轨迹和景点知识图谱；通过深度学习模型训练得到游客访问行为序列上下文和景点旅游属性上下文的特征表示；融合多旅游上下文信息得到最终的用户向量和景点向量；计算用户向量与各景点向量的空间距离相似度，得到Top‑K旅游景点推荐。本发明利用向量融合的方法将由游客访问行为序列上下文和景点旅游属性上下文分别得到的用户向量和景点向量合并为最终的用户向量和景点向量，该特征表示有效地融合了多旅游上下文，提高了特征表示中的高级旅游语义，确保了推荐的有效性。 | ||
| 搜索关键词： | 一种 基于 旅游 上下文 建模 推荐 方法 | ||
【主权项】：
1.一种基于多旅游上下文建模的旅游推荐方法，其特征在于，包括：/n采集游客的游记数据和旅游景点属性数据作为原始数据，对原始数据进行预处理后，对原始数据中的游客、景点及其属性进行编号；/n从游记数据中抽取游客去过景点的序列，并从旅游景点属性数据中抽取旅游景点的实体、属性以及属性值，构建景点知识图谱，将旅游序列轨迹和景点知识图谱中的数据进行数字化；/n利用深度学习模型将旅游序列轨迹和景点知识图谱映射到特征向量空间中，得到游客访问行为序列上下文的特征表示和景点旅游属性上下文的特征表示；/n将每一个游客的游客访问行为序列上下文的特征表示学习为一个用户向量，通过所有游客访问行为序列上下文的特征表示，学习到每个景点的景点向量；/n根据景点旅游属性上下文的特征表示学习得到景点旅游属性上下文的每个景点向量，再由用户旅游序列轨迹中访问的历史景点在景点旅游属性上下文中所对应的景点向量的均值来表示景点旅游属性上下文的用户向量；/n将分别由游客访问行为序列上下文和景点旅游属性上下文得到的用户向量和景点向量进行融合，得到包含多旅游上下文信息的用户向量和景点向量；/n将得到的包含多旅游上下文信息的用户向量和景点向量进行相似度计算，对每个用户向量关于所有景点向量的相似度度量值进行排序，按照度量值的大小选出排名前K的旅游景点，为用户生成Top-K旅游景点推荐。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910743597.1/，转载请声明来源钻瓜专利网。
