[發明專利]基于群智感知的旅游路線個性化推薦方法

有效

• 申請號: 201810455575.0
• 申請日: 2018-05-14
• 公開（公告）號: CN108681586B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 鄭孝遙;尤浩;徐致云;羅永龍;汪祥舜;胡朝焱;孫麗萍;胡桂銀;郭良敏
• 申請（專利權）人: 安徽師范大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q10/04;G06Q10/06;G06Q30/06
• 代理公司: 蕪湖安匯知識產權代理有限公司 34107
• 代理人: 朱圣榮

1.基于群智感知的旅游路線個性化推薦方法，其特征在于：

S1、對實際路網進行建模，并根據所建立的路網模型構建POI區位關系聚類；

S2、構建用戶多元約束興趣模型；

S3、據用戶多元約束興趣模型以及POI相關信息，計算用戶與景點、餐館的興趣匹配分值，融入POI的群智感知社交評分以及POI的群智感知區位評分，得到目標函數；

S4、對于無必去景點的單POI類型路線推薦，將距離衰減值融入目標函數得到綜合評分，然后采用變近鄰貪心旅游路線推薦算法，動態插入綜合評分最高的景點得到符合用戶偏好的最優路線；

S5、對于含必去景點的推薦，采用單/多POI類型兩段式貪心旅游路線推薦算法：先利用隨機分割旅游路線推薦算法得到只含必去景點的基礎路線，再利用聚類排序插隊旅游路線推薦算法對基礎路線進行擴充，從而得到最終的符合用戶偏好的路線；

所述S2構建用戶u_d的多元約束興趣模型：

其中，為景點a_j與用戶u_d終點的最短路網距離，為景點a_j的推薦游玩時間，為景點a_j的開放時間，分別為用戶u_d設置的時間約束、費用約束和景點個數約束，C_j為景點a_j的門票費用；

此外，為游完景點a_j的結束時間，即

為到達景點a_j的時間，即

所述S3包括以下步驟：

定義TA＝{ta₁,ta₂,ta₃,…,ta_m}為景點的標簽總集合，TR＝{tr₁,tr₂,tr₃,…,tr_n}為餐館的標簽總集合，用戶u_d的興趣標簽為景點a_i標簽為餐館r_j標簽

S31、構建用戶景點、餐館模型，然后構建興趣匹配布爾矩陣之后得到用戶與景點、餐館的興趣匹配分值

S32、計算景點群智感知社交評分餐館群智感知社交評分以及賓館群智感知社交評分

S33、計算景點區位分布對景點評分貢獻的群智感知區位評分餐館區位分布對景點評分貢獻的群智感知區位評分以及賓館區位分布對景點評分貢獻的群智感知區位評分

S34、在景點、餐館、賓館對景點的群智感知區位評分的基礎上，引入參數k_a、k_r和k_h三個權重系數來平衡各類POI的群智感知評分，得到綜合群智感知區位評分

其中，分別為景點a_i半徑r內餐館數、賓館數和除景點a_i外的景點數；

S35、通過公式融合用戶興趣匹配分、群智感知社交評分以及綜合群智感知區位評分，得到所述目標函數：

其中，α為平衡因子，用于調節興趣標簽匹配值與群智感知評分的重要程度；

所述S4包括以下步驟：

S41、通過公式G^S＝θG^A+(1-θ)G^D得到將距離因素融入目標函數得到綜合評分,其中，G^D為距離衰減值，也是距離評分；

S42、采用變近鄰貪心旅游路線推薦算法，動態插入綜合評分最高的景點得到符合用戶偏好的最優路線；

所述S41包括以下步驟：

設為用戶u_d出發位置，為用戶終點位置，用戶出發時間，NA_d為用戶必去景點集合，A為所有景點集合；

首先，計算各景點與用戶u_d出發點之間的距離衰減值G^D，按G^S的分值由高到低進行排序，選出分值最高者對應的景點a_i，如果這個滿足約束的分值最高的景點存在，則按前后順序放入集合Route中，執行Update(res)函數，更新時間預算費用預算以及游覽該景點后的結束時間將該景點放入Route中，并將其從A中移除，之后對A中每一個景點做判斷；如果不滿足約束，則直接結束，否則以上一個按順序放入Route的景點為參照，再對景點集合A進行基于路程距離的G^D以及景點自身的綜合評分G^A的排序，如果存在滿足約束的擁有最高分值的景點存在，則更新約束，將該景點放入Route中，并將其從A中移除以及將該景點作為下一次循環的參照景點，最后，求得擴充路線集合Route；

所述步驟S42中，先找出起點到Route中最近的景點，然后更新相關信息，將其作為上一景點，然后以它為參照，求Route中除了它之外的距離它路程最短的景點，接著判斷求出的景點是否能在規定時間內游玩，如果不符合，則回溯，將上一個景點置換為該景點，然后以該景點為上一景點，繼續求Route中除了它之外的距離它路程最短的景點，直到Route中的景點都已被放入Route′，最后比較調整后與調整之前的路線總時間，從而決定最終的推薦路線是Route還是Route′。