一种融合游客和景区状态信息的景点推荐方法及系统技术方案

本发明专利技术公开了一种融合游客和景区状态信息的景点推荐方法及系统，系统的推荐方法为：分别获取指定游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息；将指定游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息输入图卷积神经网络，获得融合后景区的图拓扑结构信息；根据自注意力网络层对图拓扑结构信息中的景点信息特征进行权重计算，获得融合权重后的景点信息特征；融合权重后的景点信息特征通过多层全连接层计算，获得推荐到各景点的概率值；选择概率值的上限值输出并作为推荐指定游客前往的景点。本发明专利技术利用图卷积神经网络进行计算并筛选出每个游客最佳的旅游路线，提升游客旅游体验感。旅游体验感。旅游体验感。

【技术实现步骤摘要】
一种融合游客和景区状态信息的景点推荐方法及系统


[0001]本专利技术属于智慧旅游中景区智慧游览应用领域，具体涉及一种融合游客和景区状态信息的景点推荐方法及系统。

技术介绍

[0002]目前，景点推荐类的算法主要集中在以下方面：以大量游客在手机软件上的评论行为，浏览内容以及线下的行动轨迹等特征为数据基础，通过计算从而进行景点推荐；以游客位置为基准，对游客的吃、住、行、游、购、娱等多个方面信息进行统计分析游客兴趣爱好来推荐景点。这些都是基于游客本身信息来进行统计分析，根据其兴趣爱好来推荐游客所前往的景区，考虑的角度较为单一，未能够结合所景区中各景点的状态信息来进行分析，同时也未考虑到景区内各景点的游客拥挤程度以及游客在一定时间内是否能够尽可能的游玩游客喜欢的景点。因此，需要弥补这一方面的不足，来提升游客游览的体验感。

技术实现思路

[0003]专利技术目的：为了克服现有技术中的不足，本专利技术提供一种融合游客和景区状态信息的景点推荐方法及系统，通过本专利技术的方法和系统将游客的状态信息、景区各景点的状态信息、景区固有信息代入图卷积神经网络进行计算，根据计算结果筛选出每个游客最佳的旅游路线，同时避免节假日景区景点游客分散不均现象，减少景区部分景点管理压力以及提升游客旅游体验感。
[0004]技术方案：第一方面本专利技术提供一种融合游客和景区状态信息的景点推荐方法，包括：
[0005]分别获取指定游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息；
[0006]将指定游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息输入图卷积神经网络，获得融合后景区的图拓扑结构信息；
[0007]根据自注意力网络层对图拓扑结构信息中的景点信息特征进行权重计算，获得融合权重后的景点信息特征；
[0008]融合权重后的景点信息特征通过多层全连接层计算，获得推荐到各景点的概率值；
[0009]基于各景点的概率值，选择概率值的上限值输出，并将上限值所关联的景点作为推荐指定游客前往的景点。
[0010]在进一步的实施例中，所述状态信息包括：指定游客的位置信息、指定游客的步行速度信息、游客偏好的景点信息、游客所游玩过的景点信息、各景点周边游客当前所在位置、通往各景点的人流数、节假日信息；
[0011]获取游客的状态信息的方法为：
[0012]采集游客手机或者其它附加有GPS定位功能的智能终端的游客信息，获取当前指
定游客的经纬坐标信息、指定游客偏爱的景点信息、指定游客当前的日期信息、各景点周边游客位置；
[0013]通过指定游客的经纬坐标信息判断指定游客目前所在景区中的位置；
[0014]根据指定游客目前所在景区中的位置查找出景区各道路至其它景点之间的邻接关系；
[0015]根据指定游客所在位置景区各道路至其它景点之间的邻接关系，判断指定游客所在位置到达其它相邻景点的距离；
[0016]实时获取指定游客的GPS的变化信息，判断指定游客的目标景点，并根据GPS的变化信息计算出指定游客的步行速度信息和所游玩过的景点信息；
[0017]根据指定游客的目标景点和各景点周边游客当前所在位置，计算各景点周边游客距离指定游客目标景点的距离统计平均值，并根据各景点周边游客位置获取通往各景点的人流数；
[0018]其中根据指定游客当前的日期信息判断是否节假日，以及将将指定游客所在位置到达其它相邻景点的距离按比例分配权重，获得相邻景点的推荐权重；
[0019]指定游客所在位置到达其它相邻景点的距离计算公式为：
[0020][0021]式中，D表示指定游客目前所在景区中的位置至指定游客的目标景点的经纬坐标之间的距离，a表示指定游客目前所在景区中的位置坐标至指定游客的目标景点坐标的纬度差值，b表示指定游客目前所在景区中的位置坐标至指定游客的目标景点坐标的经度差值，Lat1和Lat2表示指定游客目前所在景区中的位置坐标至指定游客的目标景点坐标的维度值；
[0022]相邻景点的推荐权重的计算公式为：
[0023][0024]式中，表示指定游客到相邻景点S
i
的权重，表示指定游客所在位置到相邻景点S
i
的距离，表示指定游客到各相邻景点S
n
的距离，N表示相邻景点的个数；
[0025]指定游客的步行速度信息的计算公式为：
[0026][0027]式中，表示指定游客的平均步行速度，D
i
表示指定游客每分钟步行的距离，N表示指定游客步行的统计时间；
[0028]各景点周边游客距离指定游客目标景点的距离统计平均值的计算公式为：
[0029][0030]式中，表示各景点周边游客或非景点游客距离指定景点S
i
的统计平均距离，表示为各景点周边游客或非景点游客距离邻近景点的距离，N表示为相邻景点的个数。
[0031]在进一步的实施例中，所述景区各景点的状态信息包括：各景点当前所在人数、各景点的人均逗留时间、通往各景点游览车载客数量、通往各景点游览车行驶速度；
[0032]获取景区各景点的状态信息的方法为：
[0033]通过景区智能摄像头在各景点的出入口采集游客人脸信息，通过游览车上的智能摄像头采集游览车乘客的数量，并实时获取每个游览车的实时GPS信息；
[0034]对游客人脸信息总量进行流量进行统计分类，得出进入景点的人数以及出景点的人数；
[0035]将进入景点的人数和出景点的人数进行差计算，获得各景点当前所在人数；
[0036]根据游客人脸信息计算每个游客在每个景点内的逗留时间；
[0037]根据每个游客在每个景点内的逗留时间计算获得各景点的人均逗留时间；
[0038]对每个游览车的实时GPS信息进行解析，获得每个游览车的位置变化；
[0039]根据景区各道路至其它景点之间的邻接关系、实时GPS信息、每个游览车的位置变化，判断每个游览车的目标景点；
[0040]统计每个游览车的目标景点、乘客的数量，计算出通往各景点的游览车载客数量；
[0041]根据每个游览车的位置变化，计算获得游览车通往各景点的平均行驶速度。
[0042]在进一步的实施例中，所述景区固有信息包括：各景点开放时间信息、各景点的人数上限信息、各景点与周边景点的位置关系和连通关系；
[0043]景区固有信息为各景区管理员根据景点实时动态或实时管理条例进行人为编辑，用于将景区景点的实时动态进行发布便于当前游客及时获知；
[0044]其中，获取景点间的位置关系以及交通连通状态用于生成景点之间的拓扑关系。
[0045]在进一步的实施例中，所述图卷积神经网络的模型训练方法为：
[0046]预设采样周期，并在采样周期内采集游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息，用于制作训练数据集；
[0047]基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合游客和景区状态信息的景点推荐方法，其特征在于，包括：分别获取指定游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息；将指定游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息输入图卷积神经网络，获得融合后景区的图拓扑结构信息；根据自注意力网络层对图拓扑结构信息中的景点信息特征进行权重计算，获得融合权重后的景点信息特征；融合权重后的景点信息特征通过多层全连接层计算，获得推荐到各景点的概率值；基于各景点的概率值，选择概率值的上限值输出，并将上限值所关联的景点作为推荐指定游客前往的景点。2.根据权利要求1所述的融合游客和景区状态信息的景点推荐方法，其特征在于，所述状态信息包括：指定游客的位置信息、指定游客的步行速度信息、游客偏好的景点信息、游客所游玩过的景点信息、各景点周边游客当前所在位置、通往各景点的人流数、节假日信息；获取游客的状态信息的方法为：采集游客手机或者其它附加有GPS定位功能的智能终端的游客信息，获取当前指定游客的经纬坐标信息、指定游客偏爱的景点信息、指定游客当前的日期信息、各景点周边游客位置；通过指定游客的经纬坐标信息判断指定游客目前所在景区中的位置；根据指定游客目前所在景区中的位置查找出景区各道路至其它景点之间的邻接关系；根据指定游客所在位置景区各道路至其它景点之间的邻接关系，判断指定游客所在位置到达其它相邻景点的距离；实时获取指定游客的GPS的变化信息，判断指定游客的目标景点，并根据GPS的变化信息计算出指定游客的步行速度信息和所游玩过的景点信息；根据指定游客的目标景点和各景点周边游客当前所在位置，计算各景点周边游客距离指定游客目标景点的距离统计平均值，并根据各景点周边游客位置获取通往各景点的人流数；其中根据指定游客当前的日期信息判断是否节假日，以及将将指定游客所在位置到达其它相邻景点的距离按比例分配权重，获得相邻景点的推荐权重；指定游客所在位置到达其它相邻景点的距离计算公式为：式中，D表示指定游客目前所在景区中的位置至指定游客的目标景点的经纬坐标之间的距离，a表示指定游客目前所在景区中的位置坐标至指定游客的目标景点坐标的纬度差值，b表示指定游客目前所在景区中的位置坐标至指定游客的目标景点坐标的经度差值，Lat1和Lat2表示指定游客目前所在景区中的位置坐标至指定游客的目标景点坐标的维度值；相邻景点的推荐权重的计算公式为：
式中，表示指定游客到相邻景点S
i
的权重，表示指定游客所在位置到相邻景点S
i
的距离，表示指定游客到各相邻景点S
n
的距离，N表示相邻景点的个数；指定游客的步行速度信息的计算公式为：式中，表示指定游客的平均步行速度，D
i
表示指定游客每分钟步行的距离，N表示指定游客步行的统计时间；各景点周边游客距离指定游客目标景点的距离统计平均值的计算公式为：式中，表示各景点周边游客或非景点游客距离指定景点S
i
的统计平均距离，表示为各景点周边游客或非景点游客距离邻近景点的距离，N表示为相邻景点的个数。3.根据权利要求1所述的融合游客和景区状态信息的景点推荐方法，其特征在于，所述景区各景点的状态信息包括：各景点当前所在人数、各景点的人均逗留时间、通往各景点游览车载客数量、通往各景点游览车行驶速度；获取景区各景点的状态信息的方法为：通过景区智能摄像头在各景点的出入口采集游客人脸信息，通过游览车上的智能摄像头采集游览车乘客的数量，并实时获取每个游览车的实时GPS信息；对游客人脸信息总量进行流量进行统计分类，得出进入景点的人数以及出景点的人数；将进入景点的人数和出景点的人数进行差计算，获得各景点当前所在人数；根据游客人脸信息计算每个游客在每个景点内的逗留时间；根据每个游客在每个景点内的逗留时间计算获得各景点的人均逗留时间；对每个游览车的实时GPS信息进行解析，获得每个游览车的位置变化；根据景区各道路至其它景点之间的邻接关系、实时GPS信息、每个游览车的位置变化，判断每个游览车的目标景点；统计每个游览车的目标景点、乘客的数量，计算出通往各景点的游览车载客数量；根据每个游览车的位置变化，计算获得游览车通往各景点的平均行驶速度。4.根据权利要求1所述的融合游客和景区状态信息的景点推荐方法，其特征在于，所述景区固有信息包括：各景点开放时间信息、各景点的人数上限信息、各景点与周边景点的位置关系和连通关系；景区固有信息为各景区管理员根据景点实时动态或实时管理条例进行人为编辑，用于将景区景点的实时动态进行发布便于当前游客及时获知；
其中，获取景点间的位置关系以及交通连通状态用于生成景点之间的拓扑关系。5.根据权利要求1所述的融合游客和景区状态信息的景点推荐方法，其特征在于，所述图卷积神经网络的模型训练方法为：预设采样周期，并在采样周期内采集游客的状态信息、景区各景点的状态信息以及景区景点所关联的景区固有信息，用于制作训练数据集；基于训练数据集中所关联的景区各景点的状态信息，分别观察下一采样周期或下N次采样周期以后的景点的状态信息；下一采样周期或下N次采样周期以后的景点的状态信息基于游客偏好的景点信息、就近原则综合分别推荐出游客前往的目标景点，并将下一采样周期或下N次采样周期内获得的游客前往的目标景点设为验证集；将制作好的数据集送入网络结构模型中进行训练，获得推荐游客前往的目标景点的结果；将推荐游客前往目标景点的结果与验证集进行对比，选择需要优化的结果；需要优化的结果代入交叉熵损失函...

【专利技术属性】
技术研发人员：李晓飞，王必祥，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：