[發明專利]一種個性化旅游路線推薦方法

有效

• 申請號: 201810641523.2
• 申請日: 2018-06-21
• 公開（公告）號: CN108829852B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 孫彥鵬;賓辰忠;古天龍;孫磊;匡海麗;孫鎮海
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537;G06F16/9538;G06Q50/14
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 石燕妮

本發明提出一種個性化旅游路線推薦方法,包括步驟1.獲取游客的游記信息并進行預處理；步驟2.得到基于類別信息的景點類型表示向量；步驟3.獲取每個用戶的旅游偏好表示向量、每個月份下游客的旅游偏好表示向量以及每個景點的表示向量；步驟4.根據步驟1得到候選游玩路線集合；步驟5.根據個人約束從候選游玩路線集合得到待候選旅游路線；步驟6.得到每一條旅游路線所屬的偏好表示向量；步驟7.將用戶的游玩偏好與候選路線進行相似度匹配得到與用戶游玩偏好最匹配的游玩路線作為最終向用戶推薦的旅游路線。本發明根據游客歷史游玩軌跡中的每個景點與其所屬的景點類別信息，得到游客的個性化旅游偏好。

技術領域

本發明涉及數據挖掘、機器學習與推薦系統領域，具體涉及一種個性化旅游路線推薦方法。

背景技術

旅游路線推薦可為游客提供符合時間及經濟成本約束并滿足游客個性化需求的游覽行程安排，在滿足游客個性化需求的同時有效的降低旅游的時間和經濟成本。目前的旅游路線推薦方法及系統普遍存在以下不足：首先，大都根據擁有相似行為的游客來預測游客的旅游偏好，使得推薦出的旅游路線并不能很好的滿足游客的個性化需求。其次，現有的旅游路線推薦方法并沒有將游客的在其他城市的旅游路線用來學習用戶的旅游偏好。從而當游客來到一個新的城市中時，在傳統的推薦系統中往往歸為冷啟動的問題。因此推薦結果的個性化程度與游玩體驗度較低。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種個性化旅游路線推薦方法。

為實現上述目的及其他相關目的，本發明提供一種個性化旅游路線推薦方法，該方法包括以下步驟：

步驟1.獲取游客的游記信息并進行預處理；

步驟2.獲取景點類別信息，并得到基于類別信息的景點類型表示向量；

步驟3.獲取每個用戶的旅游偏好表示向量、每個月份下游客的旅游偏好表示向量以及每個景點的表示向量；

步驟4.根據步驟1得到候選游玩路線集合；

步驟5.根據個人約束從候選游玩路線集合得到待候選旅游路線；

步驟6.根據待候選推薦路線中的景點與景點所屬的類別信息可以得到每一條旅游路線所屬的偏好表示向量；

步驟7.將用戶的游玩偏好與候選路線進行相似度匹配得到與用戶游玩偏好最匹配的游玩路線作為最終向用戶推薦的旅游路線。

優選地，所述步驟2包括以下子步驟：

步驟2.1.獲取景點類別信息；

步驟2.2.對景點類別信息進行分類；

步驟2.3.獲得每個景點所屬類別信息及每個類別信息的權重；

步驟2.4.將每個類別信息按照權重的大小從前向后排列，并根據景點不同類別信息的權重建立關于景點類別的類別序列，該類別序列按照類別信息的權重值，生成相應個數的類別名稱，最終出現的類別個數稱為類別序列的長度N_c；

步驟2.5.根據景點類別的類別序列以及類別序列的長度設定一個訓練窗口，該訓練窗口的大小與類別序列的長度相同；通過doc2vec訓練得到每個景點基于類別信息的景點類型表示向量。

優選地，所述步驟3包括以下子步驟：

步驟3.1.根據所有景點用戶游玩時間的序列，得到該用戶基于景點的旅游偏好表示向量；

步驟3.2.將路線中的所有景點的基于類別信息的景點類型表示向量累加取平均，得到該用戶基于景點類別的旅游偏好表示向量；

步驟3.3.將用戶基于景點的旅游偏好表示向量與基于景點類別的旅游偏好表示向量相加取平均，得到用戶的旅游偏好表示向量；