一种基于位置社交网络的个性化线路推荐系统和方法技术方案

一种基于位置社交网络的个性化线路推荐系统和方法，属于信息技术领域。为了解决目前线路推荐方法的服务器离线挖掘兴趣点及停留时间、花费等信息与用户的意愿程度匹配程度有待于进一步提升的问题，以及推荐的路线存在出行效率低的问题。本发明专利技术的系统包括根据用户历史签到数据获取兴趣点信息，并根据兴趣点信息进行聚类的离线兴趣点规划模块；根据获取的兴趣点信息构建基于用户和时间特性的兴趣点评分模型、进行评分的兴趣点评估模块；用于获取用户输入信息、生成线路规划请求的规划请求模块；和根据用户的兴趣点信息，以及户信息模块、起始地信息和出发时间信息规划线路的线路规划模块。本发明专利技术适用于个性化线路推荐。

【技术实现步骤摘要】
一种基于位置社交网络的个性化线路推荐系统和方法
本专利技术属于信息
，具体涉及一种信息推荐系统和方法。
技术介绍
随着基于位置的社交网络(如Yelp和FourSquare)的兴起和发展，用户可以通过智能终端对他们访问过的餐馆、电影院、公园等进行签到和评分。其他用户可以根据这些评分和评论信息来选择感兴趣的地点。这种大规模的社交媒体信息包含丰富的元数据信息，如兴趣点特征标签、时间信息和地理标签信息等。这些上下文数据虽然粗糙且繁杂，但对于多媒体应用十分有用，可以用于标签定义，搜索，广告推送和推荐等。在众多应用中，线路推荐因其与日常生活的紧密联系和重要性受到广泛关注。一般而言，典型的旅行推荐系统由两个方面组成：通用推荐和个性化推荐。对于通用推荐，它包含了用户在进行旅行规划时给出的目的地旅行建议信息，回答如“我想去北京旅行，必去的旅游景点有哪些？”这样的普遍问题。另一方面，个性化推荐考虑用户的个人偏好，匹配和推荐更适宜的旅行线路信息。个性化线路推荐挖掘用户的个人偏好，考虑用户在时间和花费上的约束条件，为用户规划一条适宜且满足个人约束的高满意度旅行线路。现有的线路推荐主要面临如下几个挑战：(1).个性化。不同的用户有不同的个人偏好，如兴趣点的类别、距离以及适宜的游览时间等都会影响用户的选择。我们可以通过用户的历史签到记录以及其朋友和相似用户来推测目标用户对未访问过的兴趣点的喜好程度。(2).线路的制定。传统的兴趣点推荐会为用户推荐高评分的单个兴趣点，而这些高评分的兴趣点并不一定能组成一条满足用户时间和花费开销限制的旅行线路。线路规划需最大化用户感兴趣的兴趣点的数量，同时要尽可能满足用户在时间和花费上的约束。(3).受限的时间和花费开销。用户到达一个新的区域，想访问几个感兴趣的位置却没有充足的旅行时间，并想尽量减少开销，个性化线路推荐就是要在这些限制条件下为用户寻找一条高满意度的行走线路。(4).巨量计算。用户感兴趣的兴趣点集合可以组成多条不同顺序的线路，假如要在150个兴趣点中寻找一条由5个兴趣点组成的线路，可行的结果数量会达到十亿级别，但其中很多线路并不符合用户偏好或不能满足限制条件，所以我们需要一种剪枝策略来减少计算量，以提升算法的运行效率。所以，线路规划问题不仅需要筛选出满足用户限制的兴趣点集合，还要按照一定的组合顺序来达到最佳的用户满意度。Ravi等人(RaviL,VairavasundaramS.ACollaborativeLocationBasedTravelRecommendationSystemthroughEnhancedRatingPredictionfortheGroupofUsers[J].ComputIntellNeurosci,2016,2016(2):1291358.)分析了旅游包的特征，考虑用户的个人偏好、区域性和适宜季节进行个性化的旅行包推荐。Wang等人(WangX,LeckieC,ChanJ,etal.ImprovingPersonalizedTripRecommendationbyAvoidingCrowds[J],2016:25-34.)设计了一种贝叶斯学习模型，通过从带地理信息的照片中提取旅行线路进行个性化的线路推荐。上述的研究工作均使用概率模型进行旅行包或者线路的推荐，他们都没有考虑用户的满意度和其他的用户个人限制条件。一些系统中考虑用户的个人偏好以便为用户提供个性化的建议。旅行社使用PersonalTour推荐系统(LorenziF,LohS,AbelM.PersonalTour:ARecommenderSystemforTravelPackages[C].Ieee/wic/acmInternationalConferenceonWebIntelligenceandIntelligentAgentTechnology,2011:333-336.)，根据用户的偏好寻找合适的旅行套餐，然后以建议清单的形式发送给用户。随后用户可以在享受各种服务项目中进行评价。Koceski等人(KoceskiS,PetrevskaB.EmpiricalEvidenceofContributiontoE-TourismbyApplicationofPersonalizedTourismRecommendationSystem[J].AnnalsoftheAlexandruIoanCuzaUniversity-Economics,2012,59(1):363-374.)提出的MyTravelPal在用户选择旅行区域后，根据用户的偏好列出旅游景点并提供个性化建议服务。Vansteenwegen等人(XuZ,ChenL,ChenG.Topicbasedcontext-awaretravelrecommendationmethodexploitinggeotaggedphotos[J].Neurocomputing,2015,155(C):99-107.)设计了一个CityTripPlanner网站，在获取用户个人偏好和限制条件后进行线路规划。Lu等人(MarlowNA.Anormallimittheoremforpowersumsofindependentrandomvariables[J].BellLabsTechnicalJournal,2013,46(9):2081-2089.)提出的个性化旅行推荐(PersonalizedTripRecommendation,PTR)通过对用户的签到行为进行挖掘，同时考虑用户的个人旅行限制条件下进行个性化的推荐。Yoon等人(SunY,FanH,BakillahM,etal.Road-basedtravelrecommendationusinggeo-taggedimages[J].ComputersEnvironment&UrbanSystems,2015,53:110-122.)利用当地居民和旅行达人的GPS轨迹进行旅行线路的发掘。虽然目前已经出现了多种推荐方法，但是目前线路推荐方法的服务器离线挖掘兴趣点及停留时间，类型，花费等信息与用户的意愿程度匹配程度不是特别高，有待于进一步提升，而且还存在时间开销比较大的问题。
技术实现思路
本专利技术为了解决目前线路推荐方法的服务器离线挖掘兴趣点及停留时间、花费等信息与用户的意愿程度匹配程度有待于进一步提升的问题，以及推荐的路线存在出行效率低的问题。一种基于位置社交网络的个性化线路推荐系统，包括离线兴趣点规划单元和在线线路推荐单元；所述离线数据规划单元包括：离线兴趣点规划模块，根据用户历史签到数据获取兴趣点信息，兴趣点信息包括：1.兴趣点的花费、种类以及停留时间；2.用户的历史签到记录；3.从LBSN中获取的用户间的社交网络关系；并根据兴趣点信息进行聚类，规划兴趣点的停留时间、旅游开销和类型信息；兴趣点评估模块，根据获取的兴趣点信息构建基于用户和时间特性的兴趣点评分模型，对所有的候选兴趣点进行评分；所述在线线路推荐单元包括：规划请求模块，用于获取用户输入的时间约束、花费预算、个人偏好信息，并根据信息生成线路规划请求；出行信息获取模块，用于获取起点信息、终点信息和出发时间信息；线路规划模块，根据本文档来自技高网...

【技术保护点】
1.一种基于位置社交网络的个性化线路推荐系统，其特征在于，包括离线兴趣点规划单元和在线线路推荐单元；所述离线数据规划单元包括：离线兴趣点规划模块，根据用户历史签到数据获取兴趣点信息，兴趣点信息包括：1.兴趣点的花费、种类以及停留时间；2.用户的历史签到记录；3.从LBSN中获取的用户间的社交网络关系；并根据兴趣点信息进行聚类，规划兴趣点的停留时间、旅游开销和类型信息；兴趣点评估模块，根据获取的兴趣点信息构建基于用户和时间特性的兴趣点评分模型，对所有的候选兴趣点进行评分；所述在线线路推荐单元包括：规划请求模块，用于获取用户输入的时间约束、花费预算、个人偏好信息，并根据信息生成线路规划请求；出行信息获取模块，用于获取起点信息、终点信息和出发时间信息；线路规划模块，根据用户的兴趣点信息，以及户信息模块、起始地信息和出发时间信息规划线路并推荐给用户。

【技术特征摘要】
1.一种基于位置社交网络的个性化线路推荐系统，其特征在于，包括离线兴趣点规划单元和在线线路推荐单元；所述离线数据规划单元包括：离线兴趣点规划模块，根据用户历史签到数据获取兴趣点信息，兴趣点信息包括：1.兴趣点的花费、种类以及停留时间；2.用户的历史签到记录；3.从LBSN中获取的用户间的社交网络关系；并根据兴趣点信息进行聚类，规划兴趣点的停留时间、旅游开销和类型信息；兴趣点评估模块，根据获取的兴趣点信息构建基于用户和时间特性的兴趣点评分模型，对所有的候选兴趣点进行评分；所述在线线路推荐单元包括：规划请求模块，用于获取用户输入的时间约束、花费预算、个人偏好信息，并根据信息生成线路规划请求；出行信息获取模块，用于获取起点信息、终点信息和出发时间信息；线路规划模块，根据用户的兴趣点信息，以及户信息模块、起始地信息和出发时间信息规划线路并推荐给用户。2.基于位置社交网络的个性化线路推荐方法，其特征在于，包括以下步骤：用户发送线路规划请求的过程；获取社交网络关系并进行离线兴趣点规划的过程；构建兴趣点评分模型的过程；进行线路规划，向用户推荐满足要求的最佳线路的过程。3.根据权利要求2所述的基于位置社交网络的个性化线路推荐方法，其特征在于，所述用户发送线路规划请求的过程，包括以下步骤：用户输入旅行的时间约束，花费预算，个人偏好类型信息；规划请求模块获取用户输入的时间约束、花费预算、个人偏好信息，形成线路规划请求Q，并发送给线路规划模块。4.根据权利要求2或3所述的基于位置社交网络的个性化线路推荐方法，其特征在于，所述获取社交网络关系并进行离线兴趣点规划的过程，包括以下步骤：离线兴趣点规划模块根据用户历史签到数据获取兴趣点信息，兴趣点信息包括：1.兴趣点的花费、种类以及停留时间；2.用户的历史签到记录；3.从LBSN中获取的用户间的社交网络关系；LBSN中包含用户和兴趣点两类结点；用户指向兴趣点的有向边代表用户在该位置的签到行为；以离线方式对用户签到信息和历史轨迹进行数据预处理，采用基于密度的聚类算法DBSCAN算法对轨迹中的签到次数进行聚类，将地理位置邻近的地点聚类为一个兴趣点，同时根据轨迹中的到达时间和离开时间信息规划兴趣点的停留时间，旅游开销和兴趣点类型信息。5.根据权利要求4所述的基于位置社交网络的个性化线路推荐方法，其特征在于，所述构建兴趣点评分模型的过程，包括以下步骤：兴趣点评估模块根据获取的兴趣点信息构建基于用户的兴趣点评分模型和时间特性的兴趣点评分模型；所述基于用户的兴趣点评分模型：使用Ranking-By-Preference策略评估用户的个人偏好；使用基于朋友的协同过滤和基于相似用户的协同过滤来推测目标用户对当前兴趣点的偏好程度；Ranking-By-Preference策略：兴趣点a所属的类别CAT(a)；对于用户u，统计每一种兴趣点类别c用户签到过的兴趣点个数，计算用户对该兴趣点类别的偏好程度，记为RBP兴趣点类别的偏好程度ps(u,c)：根据用户历史签到数据，统计用户u在类别为c的兴趣点签到的次数，记为countu,c；对兴趣点类别进行聚类，统计出签到次数最多的兴趣点类别及签到次数，记为max-check-in；用countu,c与max-check-in的比值衡量用户对某类别兴趣点的偏好程度ps(u,c)；把用户对所有兴趣点类别c1～c|C|的偏好值用如下向量表示：PV(u)＝＜ps(u,c1),ps(u,c2),...,ps(u,c|C|)＞用户的偏好的评分记为USRBP(u,a)，USRBP(u,a)＝ps(u,a.cat)，其中u代表用户，a代表某兴趣点，a.cat表示兴趣点a的类别；采用基于朋友关系的协同过滤方法进行过滤，用户u对兴趣点a的评分USFCF(u,a)是其所有朋友v对兴趣点a评分的均值，具体计算方式如下：FU表示用户a的朋友集合，|FU|表示朋友数量；将基于用户相似性...

【专利技术属性】
技术研发人员：朱敬华，刘勇，马欣星，明骞，
申请(专利权)人：黑龙江大学，
类型：发明
国别省市：黑龙江,23