[發明專利]基于主題的旅游本體構建方法

有效

• 申請號: 201710992960.4
• 申請日: 2017-10-23
• 公開（公告）號: CN107679226B
• 公開（公告）日: 2019-03-05
• 發明（設計）人: 林小光;杜佩文;鐘坤華;張矩
• 申請（專利權）人: 中國科學院重慶綠色智能技術研究院
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/9535;G06F16/35;G06Q50/14;G06F17/27
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.基于主題的旅游本體構建方法，所述旅游本體包括類、關系、函數、屬性和實例五種元素，其特征在于：該方法包括以下步驟：

S1：通過Python語言和BeautifulSoup4庫對各大旅游信息類網站有關旅游景點描述性文字內容進行爬取；

S2：將爬取的數據進行去重去噪，并利用Java中文分詞器Ansj對文本進行分詞；

S3：使用文檔主題生成模型LDA對分詞結果進行訓練，得到“文檔-主題”矩陣，并提取出主題，作為興趣點；通過詞語相關性，計算主題之間的關聯度，然后將相關性大的興趣點歸集為大主題，作為本體的一級類；將各個景點根據“文檔-主題”矩陣具體分配到對應興趣點下，并利用景點的屬性描述景點；最后將分詞產生的關鍵詞進行人工篩選后，選出旅游項目，歸類到至對應景點；

S4：利用信息熵進行主題劃分效果的評判，信息熵越小主題劃分效果越好，找到最小的信息熵對應的本體參數；

S5：利用protege4.3框架進行本體的構建；

所述類為四級結構，包括主題、興趣點、景點和旅游項目；所述關系包括屬于、位于和包含；所述屬性包括開放時間、價格、最佳游玩季節、地域、別名和推薦游玩時間；所述實例包括景點和旅游項目；

所述在步驟S2中，根據旅游領域的知識，分詞的時候添加適用的常用詞表和停用詞表，使得分詞的結果滿足需求；

在步驟S3中，所述主題由十個詞描述，所述文檔與景點一一對應。

2.根據權利要求1所述的基于主題的旅游本體構建方法，其特征在于：所述BeautifulSoup4庫、Java中文分詞器Ansj以及protege4.3均為開源框架。