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...

【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