一种基于大数据的智慧旅游目标推荐方法及系统技术方案

本发明专利技术提供了一种基于大数据的智慧旅游目标推荐方法及系统，属于智慧旅游技术领域。所述推荐方法包括：S1、获取当前用户对不同类型景区的兴趣值；S2、基于景区的历史数据构建样本数据，对样本数据进行训练，得到每个景区的客流量预测模型；S3、获取目标区域的景区信息，所述景区信息包括景区质量等级、景区类型、历史客流量信息和用户对景区的评分；S4、预测目标区域内每个景区在目标日期的客流量；S5、获取目标区域内每个景区的推荐指数；S6、依推荐指数对目标区域内景区进行排序并推送至当前用户。本发明专利技术为用户推荐旅游景区时，即考虑到景区的实际情况，也考虑到用户的个性化爱好，所推荐的景区能够更加符合用户的喜好。所推荐的景区能够更加符合用户的喜好。所推荐的景区能够更加符合用户的喜好。

【技术实现步骤摘要】
一种基于大数据的智慧旅游目标推荐方法及系统


[0001]本专利技术属于智慧旅游
，具体涉及一种基于大数据的智慧旅游目标推荐方法及系统。

技术介绍

[0002]智慧旅游是通过新一代信息技术，充分收集和管理所有类型和来源的旅游数据，并深入挖掘这些数据的潜在重要价值信息，用以提升旅游服务、改善旅游体验、创新旅游管理、优化旅游资源利用。
[0003]基于大数据，智慧旅游还能够满足游客的个性化需求，如专利文献CN114629950A提出一种智慧旅游服务方法，包括：生成至少一个旅游项目信息，所述旅游项目信息包括导游项目信息和游客项目信息；将导游项目信息和游客项目信息分别发送到导游设备端和游客设备端；接收参团信息，所述参团信息包括所述导游设备端发送的导游参团信息和所述游客设备端发送的游客参团信息；根据所述参团信息生成对应所述旅游项目信息的成团信息。该方法能够将导游端和游客端的个性化需求进行整合，但其需要游客自己报名固定的旅游项目，无法按照游客的个性为其推荐适合的旅游项目。
[0004]又如专利文献CN112765475A提出一种智慧旅游目标匹配方法，包括以下步骤：(1)获取数据；(2)数据预处理；(3)构建数据库：包括模式数据库、用户注册数据库、目的地信息数据库；(4)根据给定的目的地范围生成目的地路线数据库，包括目的地信息表和路线类别表，以及根据用户特征生成用户信息表、用户事务表和用户选择趋势表。该方法用于为用户提供个性化、多样化、多目的地的旅游线路参考。该方法的实现过程中，部分数据需要依赖调查问卷获取，并非利用数据分析的方式自动获取，实现过程繁琐。

技术实现思路

[0005]本专利技术所要解决的技术问题是，针对现有技术的不足，提供一种基于大数据的智慧旅游目标推荐方法及系统，用来为游客提供个性化的景区推荐服务。
[0006]为解决上述技术问题，本专利技术所采用的技术方案是：
[0007]一种基于大数据的智慧旅游目标推荐方法，包括：
[0008]S1、获取当前用户对不同类型景区的兴趣值；
[0009]S2、基于景区的历史数据构建样本数据，对样本数据进行训练，得到每个景区的客流量预测模型；
[0010]S3、获取目标区域的景区信息，所述景区信息包括景区质量等级、景区类型、历史客流量信息和用户对景区的评分；
[0011]S4、预测目标区域内每个景区在目标日期的客流量；
[0012]S5、获取目标区域内每个景区的推荐指数；
[0013]S6、依推荐指数对目标区域内景区进行排序并推送至当前用户。
[0014]进一步的，步骤S1包括：
[0015]S11、获取当前用户的历史旅游信息；
[0016]S12、以其他用户对景区的评分为对比，获取当前用户对景区的兴趣权重值；
[0017]S13、将当前用户的历史旅游景区按景区类型进行分类，计算对每种景区类型的兴趣值。
[0018]进一步的，步骤S2包括：
[0019]S21、获取景区的历史数据，构建样本数据；
[0020]S22、对样本数据进行归一化处理；
[0021]S23、建立客流量预测模型；
[0022]S24、利用样本数据对客流量预测模型进行训练。
[0023]进一步的，步骤S5的计算参数包括当前用户对景区类型的兴趣值、到景区的便利程度、景区的评分、景区的质量等级、景区预测的客流量和景区客流量变化趋势。
[0024]进一步的，步骤S5对所述计算参数分别进行归一化处理，并附以不同的权重值后进行累加以计算出所述推荐指数。
[0025]进一步的，步骤S12中所述兴趣权重值计算公式为Q
i
＝(F
i
‑
F
mean
)/(F
full
×
2)+0.5，其中Q
i
为当前用户对景区i的兴趣权重值，F
i
为当前用户对景区i的评分，F
mean
为其他用户对景区i评分的平均值，F
full
为评分的满分值。
[0026]进一步的，在计算F
mean
时，首先选定与当前用户历史旅游日期相近的时间段，该时间段内其他用户对景区评分的平均值即为F
mean
。
[0027]进一步的，步骤S13中所述兴趣值的计算公式为其中H
j
为对景区类型j的兴趣值，景区类型j中共包含n个景区，Q
k
为当前用户对景区k的兴趣权重值。
[0028]进一步的，步骤S21中所述样本数据包括客流量、是否节假日、当年的第几天、天气类型和气象温度。
[0029]一种基于大数据的智慧旅游目标推荐系统，用于执行所述推荐方法，包括互相连接的用户单元、客流量单元、景区信息单元和景区推荐单元；
[0030]所述用户单元用于存储用户信息和用户的历史旅游信息，用于为用户提供交互界面，用于获取用户对不同类型景区的兴趣值；
[0031]所述客流量单元用于构建和训练客流量预测模型，用于预测景区的客流量；
[0032]所述景区信息单元用于存储景区信息，用于存储景区的客流量预测模型；
[0033]所述景区推荐单元用于获取目标区域内的所有景区，计算每个景区的推荐指数，依推荐度对景区进行排序后推送给当前用户。
[0034]对于单个游客来说，智慧旅游的一项重要功能就是为游客提供个性化的旅游产品。游客的个性化主要体现在对不同类型景区的喜好程度，因此，在为其推荐旅游景区时，了解其兴趣爱好就非常重要。如专利文献CN112765475A中，在确定游客喜好时，需要让游客填写调查问卷，利用问卷方式进行数据分析时，为提高准确度，需要填写较多的问卷项目，最终会影响用户体验。
[0035]所以，可以利用大数据分析的方法自动确定游客的旅游喜好，虽然有部分现有技术通过游客学历、年龄、身份、职业等信息分析其旅游爱好，但分析时未考虑游客的主观行为，分析结果不能完全体现游客的个性化。而本专利技术则对游客的历史旅游行程进行分析，一方面考虑用户在历史旅游行程中，对某种类型景区的游览次数，次数越多则说明用户对该
种类型的景区感兴趣；同时，还将当前用户对景区的评分与其他用户的评分做对比，当前用户的评分越高，也能够反映用户对该种类型的景区感兴趣。
[0036]对游客旅游行程的影响还包括天气等客观因素，如专利文献CN110321489A的推荐算法就考虑到天气因素、目的地温度等客观情况。恶劣天气情况下游客的行进过程受限，因此天气条件较差时不应向游客推荐一些自然类景观，但仍有一些景观在特殊的天气下更具有观赏性，如部分天象与气候类景区，又如部分景区的雪景别具特色。
[0037]由于不同景区之间的差异，因此，就不能用同一个标准来确定景区推荐时天气因素的影响。但是，天气因素的影响会直接体现在景区的客流量上，大部分景区在恶劣天气下客流量会下降，但仍有部分特色本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智慧旅游目标推荐方法，其特征在于：包括：S1、获取当前用户对不同类型景区的兴趣值；S2、基于景区的历史数据构建样本数据，对样本数据进行训练，得到每个景区的客流量预测模型；S3、获取目标区域的景区信息，所述景区信息包括景区质量等级、景区类型、历史客流量信息和用户对景区的评分；S4、预测目标区域内每个景区在目标日期的客流量；S5、获取目标区域内每个景区的推荐指数；S6、依推荐指数对目标区域内景区进行排序并推送至当前用户。2.根据权利要求1所述的基于大数据的智慧旅游目标推荐方法，其特征在于：步骤S1包括：S11、获取当前用户的历史旅游信息；S12、以其他用户对景区的评分为对比，获取当前用户对景区的兴趣权重值；S13、将当前用户的历史旅游景区按景区类型进行分类，计算对每种景区类型的兴趣值。3.根据权利要求1所述的基于大数据的智慧旅游目标推荐方法，其特征在于：步骤S2包括：S21、获取景区的历史数据，构建样本数据；S22、对样本数据进行归一化处理；S23、建立客流量预测模型；S24、利用样本数据对客流量预测模型进行训练。4.根据权利要求1所述的基于大数据的智慧旅游目标推荐方法，其特征在于：步骤S5的计算参数包括当前用户对景区类型的兴趣值、到景区的便利程度、景区的评分、景区的质量等级、景区预测的客流量和景区客流量变化趋势。5.根据权利要求4所述的基于大数据的智慧旅游目标推荐方法，其特征在于：步骤S5对所述计算参数分别进行归一化处理，并附以不同的权重值后进行累加以计算出所述推荐指数。6.根据权利要求2所述的基于大数据的智慧旅游目标推荐方法，其特征在于：步骤S12中所述兴趣权重值计算公式为Q
i
＝(F
i
‑
F
mean
)/(F<...

【专利技术属性】
技术研发人员：董淼，董世豪，蒋纬昌，王晓茹，谢明月，
申请(专利权)人：河南工业职业技术学院，
类型：发明
国别省市：