基于人工智能大数据的旅游景点推荐方法及装置制造方法及图纸

本发明专利技术实施例公开了基于人工智能大数据的旅游景点推荐方法及装置，属于大数据分析领域。该基于人工智能大数据的旅游景点推荐方法通过利用网站大数据确定影响旅游景点评价星级的相关因素，利用旅游景点评价星级数据提取与旅游景点评价星级相关的要素的栅格数据，并以地级市为单位赋值在地级市内各像元，获取大量的学习样本，然后进行BP神经网络构建评价星级分析模型，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序，以此提高旅游体验。

【技术实现步骤摘要】
基于人工智能大数据的旅游景点推荐方法及装置
本公开涉及大数据分析领域，尤其涉及一种人工智能大数据的旅游景点推荐方法及装置。
技术介绍
旅行景点推荐是指根据游客的个人情况，为游客提供适合的旅游景点，从而提高游客的旅行好评。目前的旅行订票基本都在网络平台上完成，而传统平台是基于热门景点及游客搜索记录进行景点推荐，而忽略了旅游的实际需求，导致游客旅游体验差。
技术实现思路
提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开实施例提供了一种基于人工智能大数据的旅游景点推荐方法及装置，可以准确的利用大数据将潜在用户与旅游景点进行匹配，获取景点排序供潜在用户选择，以此提高旅游体验。第一方面，本公开实施例提供了基于人工智能大数据的旅游景点推荐方法，所述方法包括：根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取标准特征库；以地级市为单位对评价星级进行栅格化处理，以将各景点的评价星级赋值在地级市内各像元；根据已评价的游客信息获取获取学习样本；根据最大最小归一法对要素数据归一化处理；对评价星级数据进行归一化处理；基于BP神经网络构建评价星级动态分析模型；获取潜在用户的旅游历史数据并分析在特定时期的旅游特征信息，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序。结合第一方面的实施例，在一些实施例中，静态要素包括性别、年龄、职业。结合第一方面的实施例，在一些实施例中，动态要素包括天气、温度、交通管制、价格。第二方面，本公开实施例提供了一种基于人工智能大数据的旅游景点推荐装置，包括：确定单元，所述确定单元根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取标准特征库；栅格单元，所述栅格单元用于以地级市为单位对评价星级进行栅格化处理，以将各景点的评价星级赋值在地级市内各像元；获取单元，所述获取单元用于根据已评价的游客信息获取获取学习样本；第一归一化单元，所第一归一化单元用于根据最大最小归一法对要素数据归一化处理；第二归一化单元，第二归一化单元用于对评价星级数据进行归一化处理；构建单元，所述构建单元用于基于BP神经网络构建评价星级动态分析模型；推荐单元，所述推荐单元用于获取潜在用户的旅游历史数据并分析在特定时期的旅游特征信息，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序。结合第二方面的实施例，在一些实施例中，静态要素包括性别、年龄、职业。结合第二方面的实施例，在一些实施例中，动态要素包括天气、温度、交通管制、价格。第三方面，本公开实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的基于人工智能大数据的旅游景点推荐方法。第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的基于人工智能大数据的旅游景点推荐方法的步骤。本公开实施例提供的基于人工智能大数据的旅游景点推荐方法及装置，通过利用网站大数据确定影响旅游景点评价星级的相关因素，利用旅游景点评价星级数据提取与旅游景点评价星级相关的要素的栅格数据，并以地级市为单位赋值在地级市内各像元，获取大量的学习样本，然后进行BP神经网络构建评价星级分析模型，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序，以此提高旅游体验。附图说明结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。图1是根据本公开的基于基于人工智能大数据的旅游景点推荐方法的一个实施例的流程图；图2是根据本公开实施例提供的电子设备的基本结构的示意图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。请参考图1，其示出了根据本公开的基于人工智能大数据的旅游景点推荐方法的一个实施例的流程。该基于人工智能大数据的旅游景点推荐方法可以应用于为潜在用户提供旅游景点推荐，但是并不进行限定。如图1所示，该基于人工智能大数据的旅游景点推荐方法方法包括以下步骤：步骤101，根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取标准特征库。在这里，与森林覆盖率的相关因素包括性别、年龄、职业、天气、温度、交通管制、价格。这些要素随着时间变化程度不同，有些要素短期内不会改变，例如性别、年龄、职业，这些称为静态要素，天气、温度、交通管制这些短期内容易改变，这些称为动态要素。步骤102，以地级市为单位对评价星级进行栅格化处理，以将各景点的评价星级赋值在地级市内各像元。目前的旅游评价基本都是以景点独立进行评价的，而游客在实际中进行旅游时，一般是对该地级市的多个景点进行游玩。对应的评价星级一般为一星、二星、三星、四星以及五星。该评价星级数据可以来源于网站用户本文档来自技高网...

【技术保护点】
1.一种基于人工智能大数据的旅游景点推荐方法，其特征在于，所述方法包括：/n根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取标准特征库；/n以地级市为单位对评价星级进行栅格化处理，以将各景点的评价星级赋值在地级市内各像元；/n根据已评价的游客信息获取获取学习样本；/n根据最大最小归一法对要素数据归一化处理；/n对评价星级数据进行归一化处理；/n基于BP神经网络构建评价星级分析模型；/n获取潜在用户的旅游历史数据并分析在特定时期的旅游特征信息，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序。/n

【技术特征摘要】
20200319 CN 20201019446311.一种基于人工智能大数据的旅游景点推荐方法，其特征在于，所述方法包括：
根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取标准特征库；
以地级市为单位对评价星级进行栅格化处理，以将各景点的评价星级赋值在地级市内各像元；
根据已评价的游客信息获取获取学习样本；
根据最大最小归一法对要素数据归一化处理；
对评价星级数据进行归一化处理；
基于BP神经网络构建评价星级分析模型；
获取潜在用户的旅游历史数据并分析在特定时期的旅游特征信息，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序。


2.根据权利要求1所述的方法，其特征在于，静态要素包括性别、年龄、职业。


3.根据权利要求1所述的方法，其特征在于，动态要素包括天气、温度、交通管制、价格。


4.一种基于人工智能大数据的旅游景点推荐装置，其特征在于，所述装置包括：
确定单元，所述确定单元根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取...

【专利技术属性】
技术研发人员：温砚，
申请(专利权)人：江苏智檬智能科技有限公司，
类型：发明
国别省市：江苏;32