[發(fā)明專利]一種基于爬蟲技術(shù)的旅游推薦方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811434117.5
• 申請日: 2018-11-28
• 公開（公告）號: CN109284443A
• 公開（公告）日: 2019-01-29
• 發(fā)明（設(shè)計）人: 茍佳潔;石珮生;魏文敏
• 申請（專利權(quán)）人: 四川亨通網(wǎng)智科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/12
• 代理公司: 成都立新致創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 51277
• 代理人: 譚德兵

1.一種基于爬蟲技術(shù)的旅游推薦方法，其特征在于包括以下步驟：

爬取數(shù)據(jù)，爬取旅游數(shù)據(jù)獲得用戶評論信息；

數(shù)據(jù)清洗，檢查數(shù)據(jù)有無空值，格式錯誤的值；

挖掘信息，根據(jù)爬取的旅游數(shù)據(jù)分析景點的季節(jié)特性、對景點進行分類、挖掘景點的適宜人群、用戶旅游愛好、旅游線路；

多策略的冷啟動建模，基于氣候因素推薦、基于地理位置因素推薦、基于人口統(tǒng)計推薦；

用戶畫像建模，通過冷啟動過程后，收到大量的反饋信息，根據(jù)梯度提升樹算法利用這些反饋信息完成用戶的特征工程，建立精細的用戶畫像模型；

最后利用邏輯斯蒂回歸進行個性化推薦，得到推薦系統(tǒng)的評分結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于爬蟲技術(shù)的旅游推薦方法，其特征在于，所述用戶評論信息包括用戶評論文本、用戶評論時間、用戶名字、用戶評論點贊數(shù)。

3.根據(jù)權(quán)利要求2所述的一種基于爬蟲技術(shù)的旅游推薦方法，其特征在于，所述分析景點的季節(jié)特性是指根據(jù)一年之中該景點的人流量進行統(tǒng)計，將人流量最高的前三個月作為該景點的旅游旺季。

4.根據(jù)權(quán)利要求3所述的一種基于爬蟲技術(shù)的旅游推薦方法，其特征在于，所述旅游線路的分析方法為：

從爬取的數(shù)據(jù)中提取在一定時間內(nèi)對多個景點進行評論的用戶，并根據(jù)這些用戶對不同景點評價的時間線生成A類旅游線路；

或，根據(jù)景點的季節(jié)特性結(jié)合地理位置生成B類旅游路線；

或，根據(jù)景點分類結(jié)合地理位置生成C類旅游路線；

或，根據(jù)景點的適宜人群結(jié)合地理位置生成D類旅游路線；

或，根據(jù)用戶愛好對某一類的旅游景點結(jié)合地理位置生成E類旅游路線。

5.根據(jù)權(quán)利要求1所述的一種基于爬蟲技術(shù)的旅游推薦方法，其特征在于，所述基于氣候因素推薦是指根據(jù)當前時間以及氣候推薦適宜的景點娛樂項目；

所述基于地理位置因素推薦是指根據(jù)目標用戶地址，推薦一些其他與該IP地址不同地貌或人文景觀的風(fēng)景；

所述基于人口統(tǒng)計推薦是指根據(jù)網(wǎng)民的年齡層次統(tǒng)計數(shù)據(jù)得到占比重最大的年齡段，向目標用戶推薦占比重最大的年齡段最適宜景點。

6.一種實現(xiàn)權(quán)利要求1-5中任一項所述的一種基于爬蟲技術(shù)的旅游推薦系統(tǒng)，其特征在于，該系統(tǒng)包括：

數(shù)據(jù)爬取模塊，利用數(shù)據(jù)爬蟲爬取各網(wǎng)站的旅游評論信息，包括該評論用戶的個人信息、評論內(nèi)容、評論時間；

數(shù)據(jù)分析模塊，用于檢查數(shù)據(jù)有無空值，格式錯誤的值，然后根據(jù)爬取的數(shù)據(jù)挖掘出景點的季節(jié)特性、對景點進行分類、挖掘景點的適宜人群、用戶旅游愛好、旅游線路；

策略模塊，利用爬取的數(shù)據(jù)分析結(jié)果基于氣候因素、地理位置因素、人口統(tǒng)計進行推薦；

用戶畫像建模模塊，利用收到的反饋信息，根據(jù)梯度提升樹算法利用這些反饋信息完成用戶的特征工程，建立精細的用戶畫像模型；

輸出模塊，最后利用邏輯斯蒂回歸進行個性化推薦，得到推薦系統(tǒng)的評分結(jié)果。