[發明專利]基于人工智能和云平臺的旅游熱度分析方法與系統

有效

• 申請號: 202110345629.X
• 申請日: 2021-03-31
• 公開（公告）號: CN113051461B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 武瑾
• 申請（專利權）人: 鄭州旅游職業學院
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F16/9537;G06V20/52;G06Q50/14
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 李悅

1.一種基于人工智能和云平臺的旅游熱度分析方法，其特征在于，該方法包括：

從云平臺獲取游客軌跡數據，對游客軌跡數據進行分析，提取出未被前序景點接納而直接分流至后序景點的游客信息；

針對任意景點有序偶，根據第一個景點的游客密度上限、未被第一個景點接納而直接分流至第二個景點的游客信息、以及所述游客信息中進入第二個景點的游客信息得到該景點有序偶的分流指數；

根據所有景點的游客密度上限、所有景點有序偶的分流指數以及游客的軌跡數據生成數據集，根據數據集進行訓練得到各景點對應的關聯特征向量，根據關聯特征向量得到景點對的親和度；

根據景點對的親和度、景點對的依賴度得到景點對的聯合吸引力度；基于景點的游客增長趨勢、景點對的聯合吸引力度，得到景點的旅游熱度；

所述親和度的獲取方法包括：以所述景點對的兩個所述關聯特征向量的相似度作為所述親和度；

所述景點對的依賴度的獲取方法如下：

根據所述景點對中兩個景點有序偶的分流指數差異、所述分流指數差異對兩個景點有序偶的影響程度計算兩個景點間的依賴度；

所述景點對的聯合吸引力度的獲取方法包括：

將景點對的親和度減去景點對的依賴度，獲得景點對的聯合吸引力度。

2.如權利要求1所述的方法，其特征在于，對攝像頭采集的景點圖像進行人臉識別得到游客信息并上傳至云平臺，云平臺整合所有景點的游客信息，生成所述游客軌跡數據。

3.如權利要求1所述的方法，其特征在于，所述根據所有景點的游客密度上限、所有景點有序偶的分流指數以及游客的軌跡數據生成數據集,包括：

步驟a，對所有景點的游客密度上限進行標準化處理，得到游客密度概率分布；

步驟b，基于游客密度概率分布隨機選取一個景點，將所選取景點放入序列并作為待處理景點；

步驟c，循環執行以下操作直至序列長度滿足第一設定條件：根據待處理景點的分流指數分布隨機生成下一景點，并將所述下一景點加入序列；

步驟d，將所述下一景點作為待處理景點，循環執行步驟b、c直至數據集的數據量滿足條件。

4.如權利要求3所述的方法，其特征在于，對包含相同第一個景點的所有景點有序偶的分流指數進行標準化處理，標準化處理后的分流指數構成了第一個景點的所述分流指數分布。

5.如權利要求3所述的方法，其特征在于，所述進行訓練包括：設置滑窗在序列數據上滑動，滑窗內景點對應的獨熱編碼向量構成第一輸入矩陣，滑窗外景點對應的獨熱編碼向量構成第二輸入矩陣，將第一輸入矩陣與第二輸入矩陣輸入神經網絡進行特征提取，輸出關聯特征矩陣。

6.一種基于人工智能和云平臺的旅游熱度分析系統，其特征在于，該系統包括：

游客信息獲取單元，用于從云平臺獲取游客軌跡數據，對游客軌跡數據進行分析，提取出未被前序景點接納而直接分流至后序景點的游客信息；

分流指數獲取單元，用于針對任意景點有序偶，根據第一個景點的游客密度上限、未被第一個景點接納而直接分流至第二個景點的游客信息、以及所述游客信息中進入第二個景點的游客信息得到該景點有序偶的分流指數；

親和度獲取單元，用于根據所有景點的游客密度上限、所有景點有序偶的分流指數以及游客的軌跡數據生成數據集，根據數據集進行訓練得到各景點對應的關聯特征向量，根據關聯特征向量得到景點對的親和度；

旅游熱度獲取單元，用于根據景點對的親和度、景點對的依賴度得到景點對的聯合吸引力度；基于景點的游客增長趨勢、景點對的聯合吸引力度，得到景點的旅游熱度；

所述親和度的獲取方法包括：以所述景點對的兩個所述關聯特征向量的相似度作為所述親和度；

所述景點對的依賴度的獲取方法如下：

根據所述景點對中兩個景點有序偶的分流指數差異、所述分流指數差異對兩個景點有序偶的影響程度計算兩個景點間的依賴度；

所述景點對的聯合吸引力度的獲取方法包括：

將景點對的親和度減去景點對的依賴度，獲得景點對的聯合吸引力度。