[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

本發明提供了一種基于人工智能和云平臺的旅游熱度分析方法與系統。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，獲取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。通過本發明提供的旅游熱度分析結果，可以提高旅游資源規劃的合理性。

技術領域

本發明涉及旅游數據分析、云計算技術領域，具體涉及一種基于人工智能和云平臺的旅游熱度分析方法與系統。

背景技術

旅游資源規劃對旅游城市建設非常重要。旅游熱度是旅游資源規劃的核心影響因素。旅游熱度不僅包括景點自身吸引力帶來的熱度，還包括受鄰近其他景點帶動而帶來的熱度。現有技術僅關注最終的熱度結果，不區分兩種熱度，導致對景點自身吸引力表征出現偏差，從而降低了旅游資源規劃的合理性。

發明內容

本發明提供了一種基于人工智能和云平臺的旅游熱度分析方法與系統。

一種基于人工智能和云平臺的旅游熱度分析方法，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。

進一步地，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，生成游客軌跡數據。

進一步地，所述根據所有景點的游客密度上限以及所有景點有序偶的分流指數生成數據集包括：

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。

進一步地，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。

進一步地，所述進行訓練的方法包括：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。

進一步地，所述景點對的依賴度的獲取方法如下：

根據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。

進一步地，所述景點對的聯合吸引力度的獲取方法包括：

根據所有景點對的依賴度得到景點對依賴度的權重；