景点推荐模型的构建方法、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景点推荐模型的构建方法、景点推荐方法及系统，通过历史样本数据获取历史场景类特征数据和历史非场景类特征数据，其中，历史场景类特征数据是通过预设先验领域知识中与景点推荐相关度高于设定阈值的设定特征数据与预设场景类特征数据交叉处理得到的，基于历史场景类特征数据和历史非场景类特征数据进行模型训练，以构建景点推荐模型，利用领域知识特征交叉处理模块，提高了领域知识对模型学习的指导作用，并且利用多类型特征交叉模块，充分对场景类特征以及非场景类特征进行交叉计算，提高了模型的泛化能力，进而提高模型训练的精度，有效提高了景点推荐结果的准确度以及可靠性，从而提升用户的使用体验感。验感。验感。

【技术实现步骤摘要】
景点推荐模型的构建方法、景点推荐方法及系统


[0001]本专利技术涉及机器学习
，尤其涉及一种景点推荐模型的构建方法、景点推荐方法及系统。

技术介绍

[0002]在旅游场景中，用户预定酒店或民宿之后，会进入详情页，在订单详情进行相关产品的推荐是各大公司常见的做法。在某些旅游场景中，用户预订酒店之后，会进入酒店订单详情页。同时，在酒店订单详情页的中下部位置有景点门票产品的推荐位。
[0003]现有技术的常见的推荐算法中，推荐模型将特征值输入至模型，利用网络结构将各特征值进行交叉计算，以达到特征交叉的目的，使模型学习到高阶的特征信息，然而，现有的推荐模型普遍存在推荐准确度不高，无法满足用户实际的景点推荐需求的情况，导致用户体验较差。

技术实现思路

[0004]本专利技术要解决的技术问题是为了克服现有技术中景点推荐模型的推荐结果参考性不高，不能充分利用先验领域知识的强特征的缺陷，提供一种景点推荐模型的构建方法、景点推荐方法及系统。
[0005]本专利技术是通过下述技术方案来解决上述技术问题：
[0006]第一方面，提供一种景点推荐模型的构建方法，所述构建方法包括：
[0007]获取用于景点推荐的历史样本数据；
[0008]基于所述历史样本数据，获取历史场景类特征数据和历史非场景类特征数据；
[0009]其中，所述历史场景类特征数据对应预设场景类特征数据，以及预设先验领域知识中与景点推荐相关度高于设定阈值的设定特征数据；
[0010]基于所述历史场景类特征数据和所述历史非场景类特征数据进行模型训练，以构建所述景点推荐模型。
[0011]优选地，所述基于所述历史样本数据，获取历史场景类特征数据的步骤包括：
[0012]根据所述历史样本数据获取所述预设先验领域知识；
[0013]获取所述预设先验领域知识中与景点推荐相关度高于所述设定阈值的所述设定特征数据；
[0014]计算得到所述设定特征数据对应的第一特征向量；
[0015]根据所述历史样本数据获取所述预设场景类特征数据；
[0016]计算得到所述预设场景类特征数据对应的第二特征向量；
[0017]将所述第一特征向量与所述第二特征向量输入预设算法模型中的领域知识特征交叉处理模块中进行交叉处理并获取第三特征向量；
[0018]基于所述第三特征向量获取所述历史场景类特征数据。
[0019]优选地，所述基于历史场景类特征数据和历史非场景类特征数据进行模型训练，
以构建所述景点推荐模型的步骤包括：
[0020]根据所述历史样本数据获取所述历史非场景类特征数据；
[0021]将所述历史场景类特征数据以及所述历史非场景类特征数据输入所述预设算法模型中的多类型特征交叉处理模块中进行交叉处理以训练得到所述景点推荐模型。
[0022]优选地，所述设定特征数据为表征所述景点与用户居住地的距离信息。
[0023]优选地，所述预设算法模型包括AutoDis(自动离散框架)模型。
[0024]本专利技术的景点推荐模型的构建方法，通过历史样本数据获取历史场景类特征数据和历史非场景类特征数据，其中，历史场景类特征数据是通过预设先验领域知识中与景点推荐相关度高于设定阈值的设定特征数据与预设场景类特征数据交叉处理得到的，基于历史场景类特征数据和历史非场景类特征数据进行模型训练，以构建景点推荐模型，提升对先验领域知识中的设定特征的合理应用，提高了模型的泛化能力，进而提高模型训练的精度，有效提高了景点推荐结果的准确度以及可靠性，从而提升用户的使用体验感。
[0025]第二方面，提供一种景点推荐方法，所述推荐方法采用上述所述的景点推荐模型的构建方法构建的景点推荐模型实现，所述景点推荐方法包括：
[0026]获取用户的居住地的位置信息；
[0027]基于所述位置信息获取在所述居住地的预设距离内的景点关联参数信息；
[0028]将所述景点关联参数信息输入所述景点推荐模型得到景点推荐结果。
[0029]本专利技术的景点推荐方法，采用上述所述的景点推荐模型对的构建方法构建的景点推荐模型实现，通过获取用户预定的居住地的位置信息，获取在居住地预设距离内的件经典关联参数信息，即构建模型方法中的历史样本信息，将上述信息输入构建好的景点推荐模型中，输出景点推荐结果，本专利技术的景点推荐方法可以更好的利用先验领域知识中的设定特征，优化了景点推荐结果的可参考性，提升了用户对应用的满意度。
[0030]第三方面，提供一种景点推荐模型的构建系统，所述构建系统包括上述所述的景点推荐模型的构建方法，所述构建系统包括：
[0031]历史样本数据获取模块，用于获取用于景点推荐的历史样本数据；
[0032]场景类特征数据获取模块，用于基于所述历史样本数据，获取历史场景类特征数据和历史非场景类特征数据；
[0033]其中，所述历史场景类特征数据对应预设场景类特征数据，以及预设先验领域知识中与景点推荐相关度高于设定阈值的设定特征数据；
[0034]模型训练模块，用于基于所述历史场景类特征数据和所述历史非场景类特征数据进行模型训练，以构建所述景点推荐模型。
[0035]本专利技术的景点推荐模型的构建系统，可以实现上述所述的景点模型构建方法，通过各个模块的配合解决了传统推荐模型中将领域知识作为普通特征输入模型，导致模型无法很好的利用先验领域知识信息的问题，提高了最终构建模型的泛化能力，进而提高模型训练的精度，有效提高了景点推荐结果的准确度以及可靠性，从而提升用户的使用体验感。
[0036]第四方面，提供一种景点推荐系统，所述推荐系统采用上述的景点推荐模型的构建系统构建的景点推荐模型实现，所述推荐系统包括：
[0037]位置信息获取模块，用于获取用户的居住地的位置信息；
[0038]关联参数信息获取模块，用于基于所述位置信息获取在所述居住地的预设距离内
的景点关联参数信息；
[0039]推荐模块，用于将所述景点关联参数信息输入所述景点推荐模型得到景点推荐结果。
[0040]本专利技术的景点推荐系统，采用上述所述的景点推荐方法，利用领域知识特征交叉处理模块，将预设先验领域知识中与景点推荐相关度高于设定阈值的设定特征数据与历史场景类特征融合，再与历史非场景类特征进行模型训练，提高了领域知识对模型学习的指导作用，使得景点推荐系统的推荐结果准确度和可靠性更高，提升了用户的使用体验感。
[0041]第五方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的景点推荐模型的构建方法。
[0042]第六方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任一所述的景点推荐模型的构建方法。
[0043]本专利技术的积极进步效果在于：
[0044]本专利技术的景点推荐模型的构建方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种景点推荐模型的构建方法，其特征在于，所述构建方法包括：获取用于景点推荐的历史样本数据；基于所述历史样本数据，获取历史场景类特征数据和历史非场景类特征数据；其中，所述历史场景类特征数据对应预设场景类特征数据，以及预设先验领域知识中与景点推荐相关度高于设定阈值的设定特征数据；基于所述历史场景类特征数据和所述历史非场景类特征数据进行模型训练，以构建所述景点推荐模型。2.根据权利要求1所述的景点推荐模型的构建方法，其特征在于，所述基于所述历史样本数据，获取历史场景类特征数据的步骤包括：根据所述历史样本数据获取所述预设先验领域知识；获取所述预设先验领域知识中与景点推荐相关度高于所述设定阈值的所述设定特征数据；计算得到所述设定特征数据对应的第一特征向量；根据所述历史样本数据获取所述预设场景类特征数据；计算得到所述预设场景类特征数据对应的第二特征向量；将所述第一特征向量与所述第二特征向量输入预设算法模型中的领域知识特征交叉处理模块中进行交叉处理并获取第三特征向量；基于所述第三特征向量获取所述历史场景类特征数据。3.根据权利要求1所述的景点推荐模型的构建方法，其特征在于，所述基于所述历史场景类特征数据和历史非场景类特征数据进行模型训练，以构建所述景点推荐模型的步骤包括：根据所述历史样本数据获取所述历史非场景类特征数据；将所述历史场景类特征数据以及所述历史非场景类特征数据输入预设算法模型中的多类型特征交叉处理模块中进行交叉处理以训练得到所述景点推荐模型。4.根据权利要求1
‑
3中任一项所述的景点推荐模型的构建方法，其特征在于，所述设定特征数据为表征所述景点与用户居住地的距离信息。5.根据权利要求2或3所述的景点推荐模型的构建方法，其特征在于，所述预设算法模型包括AutoDis模型。6....

【专利技术属性】
技术研发人员：刘典智，郭伟，程婉玉，李健，
申请(专利权)人：携程旅游信息技术上海有限公司，
类型：发明
国别省市：