景点推荐的方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了景点推荐的方法、装置、电子设备和存储介质，涉及计算机技术领域。该方法的一具体实施方式包括：接收景点查询请求，获取景点查询请求中的目标参数，以得到对应的待推荐景点数据，基于待推荐景点数据构建对应的特征矩阵；计算特征矩阵的协方差矩阵，进而获得特征值和特征向量；确定特征值中最大值大于预设的第一阈值，则根据特征向量和特征矩阵，计算待推荐景点对应的推荐值，基于推荐值从待推荐景点中确定目标推荐景点并发送。该实施方式能够解决由于景点推荐时采用单一指标来排列景点，很难全面的对景点评估，所以得出的推荐结果准确性较低，不能满足用户的需求的问题。题。题。

【技术实现步骤摘要】
景点推荐的方法、装置、电子设备和存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种景点推荐的方法、装置、电子设备和存储介质。

技术介绍

[0002]用户通过系统搜索旅游景点来选择游玩地点已经成为一种常用的方式，为了便于用户选择，系统通常会为用户进行旅游景点的推荐。现有的景点推荐方式通常为根据景点的某一项指标来对各景点排序，然后根据排序结果进行推荐。但是，由于景点推荐时采用单一指标来排列景点，很难全面的对景点评估，所以得出的推荐结果准确性较低，不能满足用户的需求。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种景点推荐的方法、装置、电子设备和存储介质，能够解决由于景点推荐时采用单一指标来排列景点，很难全面的对景点评估，所以得出的推荐结果准确性较低，不能满足用户的需求的问题。
[0004]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种景点推荐的方法。
[0005]本专利技术实施例的一种景点推荐的方法包括：接收景点查询请求，获取所述景点查询请求中的目标参数，以得到对应的待推荐景点数据，基于所述待推荐景点数据构建对应的特征矩阵；计算所述特征矩阵的协方差矩阵，进而获得特征值和特征向量；确定所述特征值中最大值大于预设的第一阈值，则根据所述特征向量和所述特征矩阵，计算待推荐景点对应的推荐值，基于所述推荐值从所述待推荐景点中确定目标推荐景点并发送。
[0006]在一个实施例中，根据所述特征向量和所述特征矩阵，计算待推荐景点的推荐值，包括：
[0007]计算各所述特征值与所述特征值之和的比值，根据各所述比值的大小筛选目标特征值；
[0008]根据所述目标特征值对应的特征向量和所述特征矩阵，计算待推荐景点的推荐值。
[0009]在又一个实施例中，根据所述目标特征值对应的特征向量和所述特征矩阵，计算待推荐景点的推荐值，包括：
[0010]根据所述目标特征值对应的特征向量构建转换矩阵；
[0011]将所述转换矩阵与所述特征矩阵相乘，得到各所述待推荐景点对应评价指标的得分；
[0012]将各所述待推荐景点对应特征参数的得分之和，确定为各所述待推荐景点对应的推荐值。
[0013]在又一个实施例中，根据所述目标特征值对应的特征向量构建转换矩阵，包括：
[0014]将所述特征向量单位化，进而按照对应特征值由大到小的顺序排列，得到所述转
换矩阵。
[0015]在又一个实施例中，根据各所述比值大小筛选目标特征值，包括：
[0016]从所述比值中筛选数值最大的T个比值，其中，所述T个比值之和大于预设的第二阈值、且所述T个比值中除去最小值后的比值之和小于所述第二阈值，T为大于0且小于所述特征值数量的整数；
[0017]将所述T个比值对应的特征值，确定为目标特征值。
[0018]在又一个实施例中，还包括：
[0019]确定所述特征值中最大值小于或等于所述第一阈值，则获取用户位置参数，以得到与用户位置之间距离小于预设距离阈值的待推荐景点，根据所述待推荐景点与所述用户位置之间距离，确定目标推荐景点并发送。
[0020]为实现上述目的，根据本专利技术实施例的另一方面，提供了一种景点推荐的装置。
[0021]本专利技术实施例的一种景点推荐的装置包括：获取单元，用于接收景点查询请求，获取所述景点查询请求中的目标参数，以得到对应的待推荐景点数据，基于所述待推荐景点数据构建对应的特征矩阵；计算单元，用于计算所述特征矩阵的协方差矩阵，进而获得特征值和特征向量；确定单元，用于确定所述特征值中最大值大于预设的第一阈值，则根据所述特征向量和所述特征矩阵，计算待推荐景点对应的推荐值，基于所述推荐值从所述待推荐景点中确定目标推荐景点并发送。
[0022]在一个实施例中，所述确定单元具体用于：
[0023]计算各所述特征值与所述特征值之和的比值，根据各所述特征值的比值大小筛选目标特征值；
[0024]根据所述目标特征值对应的特征向量和所述特征矩阵，计算待推荐景点的推荐值。
[0025]在又一个实施例中，所述确定单元具体用于：
[0026]根据所述目标特征值对应的特征向量构建转换矩阵；
[0027]将所述转换矩阵与所述特征矩阵相乘，得到各所述待推荐景点对应评价指标的得分；
[0028]将各所述待推荐景点对应特征参数的得分之和，确定为各所述待推荐景点对应的推荐值。
[0029]在又一个实施例中，所述确定单元具体用于：
[0030]将所述特征向量单位化，进而按照对应特征值由大到小的顺序排列，得到所述转换矩阵。
[0031]在又一个实施例中，所述确定单元具体用于：
[0032]从所述比值中筛选数值最大的T个比值，其中，所述T个比值之和大于预设的第二阈值、且所述T个比值中除去最小值后的比值之和小于所述第二阈值，T为大于0且小于所述特征值数量的整数；
[0033]将所述T个比值对应的特征值，确定为目标特征值。
[0034]在又一个实施例中，所述确定单元，还用于确定所述特征值中最大值小于或等于所述第一阈值，则获取用户位置参数，以得到与用户位置之间距离小于预设距离阈值的待推荐景点，根据所述待推荐景点与所述用户位置之间距离，确定目标推荐景点并发送。
[0035]为实现上述目的，根据本专利技术实施例的再一个方面，提供了一种电子设备。
[0036]本专利技术实施例的一种电子设备，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本专利技术实施例提供的景点推荐的方法。
[0037]为实现上述目的，根据本专利技术实施例的又一个方面，提供了一种计算机可读介质。
[0038]本专利技术实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术实施例提供的景点推荐的方法。
[0039]上述专利技术中的一个实施例具有如下优点或有益效果：本专利技术实施例中，得出待推荐景点的特征矩阵后计算其对应协方差矩阵的特征值和特征向量，由于特征值较大时表示特征矩阵中的数据能够用于对待推荐景点进行评估，所以本专利技术实施例中先确定特征值中最大值大于预设的第一阈值，保证获取的待推荐景点数据对景点推荐的有效性；然后通过特征向量和特征矩阵计算待推荐景点对应的推荐值，由于在特征值大于第一阈值时，基于特征向量可以降低特征矩阵中数据之间关联性，所以可以使待推荐景点数据更准确的体现出对景点推荐的价值，保证得出待推荐景点对应推荐值的准确性，因此本专利技术实施例中景点推荐的方法不仅可以从多维度对景点进行评估，还可以保证景点推荐的准确性，以更好的满足用户的需求。
[0040]上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0041]附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：
[0042]图1是根据本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种景点推荐的方法，其特征在于，包括：接收景点查询请求，获取所述景点查询请求中的目标参数，以得到对应的待推荐景点数据，基于所述待推荐景点数据构建对应的特征矩阵；计算所述特征矩阵的协方差矩阵，进而获得特征值和特征向量；确定所述特征值中最大值大于预设的第一阈值，则根据所述特征向量和所述特征矩阵，计算待推荐景点对应的推荐值，基于所述推荐值从所述待推荐景点中确定目标推荐景点并发送。2.根据权利要求1所述的方法，其特征在于，根据所述特征向量和所述特征矩阵，计算待推荐景点的推荐值，包括：计算各所述特征值与所述特征值之和的比值，根据各所述比值的大小筛选目标特征值；根据所述目标特征值对应的特征向量和所述特征矩阵，计算待推荐景点的推荐值。3.根据权利要求2所述的方法，其特征在于，根据所述目标特征值对应的特征向量和所述特征矩阵，计算待推荐景点的推荐值，包括：根据所述目标特征值对应的特征向量构建转换矩阵；将所述转换矩阵与所述特征矩阵相乘，得到各所述待推荐景点对应评价指标的得分；将各所述待推荐景点对应特征参数的得分之和，确定为各所述待推荐景点对应的推荐值。4.根据权利要求3所述的方法，其特征在于，根据所述目标特征值对应的特征向量构建转换矩阵，包括：将所述特征向量单位化，进而按照对应特征值由大到小的顺序排列，得到所述转换矩阵。5.根据权利要求2所述的方法，其特征在于，根据各所述比值大小筛选目标特征值，包括：从所述比值中筛选数值最大的T个比值，其中，所述T个比值之和大于预设的第二阈值、且所述T个比值中除去最小值后的比值之和小于所述第二阈值，T为大于0且...

【专利技术属性】
技术研发人员：赵楠，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：