【技术实现步骤摘要】
本专利技术属于兴趣点预测与路线生成方法，具体涉及基于增强超图网络的兴趣点驱动旅游路线生成方法。
技术介绍
1、随着互联网技术的飞速发展，在线旅游产业蓬勃兴起，为人们提供了便捷的旅游信息查阅和行程规划渠道。然而，随之而来的海量旅游信息的爆发式增长，让用户在众多选择中感到困惑和疲惫，难以快速准确地找到感兴趣的信息，从而影响了用户对在线旅游平台的满意度。而且，用户的旅游需求通常是模糊的，使得推荐系统面临着信息过载和用户需求不明确的挑战。面对这些挑战旅游路线规划不断被提出，有效的旅游路线规划能为人们节省筛选路由信息的时间和成本。
2、随着用户的个性化需求不断增加，旅游路线规划服务变得愈发重要，这有助于将用户从繁琐复杂的信息筛选工作中解放出来。早期旅行规划方法主要关注景点对用户的吸引和景点之间的地理距离，通过建模求解优化路线为用户提供一个行程安排，这类方法无法有效贴合用户需求为了提供更个性化和满足用户需求的旅行路线规划方案。近年来，研究者们开始探索利用用户交互信息并采用兴趣点(poi)预测等先进技术来改进旅行规划的方法。尽管通过各种方法改进旅游路线规划已经有了一定的效果，然而仍存在两个主要局限性。首先，当前方法往往关注特定类型的辅助信息，而忽视了关键辅助信息之间的关联关系对路线规划结果的影响。辅助信息包括用户的个人偏好、历史路线数据、poi属性等，整合并捕获这些辅助信息之间的高阶关系能够提供更多的上下文和背景信息，进一步优化旅行路线规划结果。然而，现有方法往往考虑特定类型辅助信息而忽略整合重要辅助信息。其次，目前的方法缺乏捕捉
技术实现思路
1、本专利技术的目的在于提供基于增强超图网络的兴趣点驱动旅游路线生成方法，能够充分利用增强超图网络并基于兴趣点的概率来实现更加个性化的路线规划。
2、本专利技术所采用的技术方案是：基于增强超图网络的兴趣点驱动旅游路线生成方法，包括以下步骤：
3、步骤1、通过超图建模学习历史旅游路线序列嵌入；
4、步骤2、根据历史旅游路线序列超图进行过下一兴趣点概率分布预测；
5、步骤3、根据兴趣点概率预测分布结果，生成符合用户需求的个性化旅游路线。
6、本专利技术的特点还在于，
7、步骤1具体包括以下步骤：
8、步骤1.1、采用时间阈值t对历史旅游数据进行数据预处理，划分生成历史旅游路线序列；
9、步骤1.2、根据历史旅游路线序列中包含的关键辅助信息，采用时序、地理、意图三个视角构建超边，并组合三个视角的超边，生成历史旅游路线序列的超图表示。
10、步骤2具体包括以下步骤：
11、步骤2.1、将步骤1得到的历史旅游路线序列的超图，根据意图超边中的不同意图划分出意图子超图；
12、步骤2.2、将不同的意图子超图表示输入到超图注意卷积网络中，采用不同的意图编码器进行过传播学习得到兴趣点的对应意图块，将意图块构成的兴趣点嵌入与用户偏好嵌入例如用户历史旅游序列特征嵌入相连接输入到注意力机制中进行聚合得到历史旅游路线序列的表征；
13、步骤2.3、将所有兴趣点嵌入与历史旅游路线序列表征采用多层感知机进行下一兴趣点概率分布预测。
14、步骤2.2具体包括以下步骤：
15、步骤2.2.1、采用k个意图感知编码器对意图进行编码，每个编码器捕获特定意图，并在特定于意图的子超图上执行传播，使用超图注意卷积网络学习节点表示获得特定意图块，即采用注意力机制聚合节点po，获得在k阶意图下对应的超边特征根据超边特征进一步更新在k阶意图下节点块的嵌入向量使用k个意图感知编码器，每个项目pi在给定的任意历史路线中被解构为特定意图块
16、步骤2.2.2、给定历史旅游路线序列对历史旅游路线序列中每一个poi进行解构获得引入方向位置嵌入计算权重，汇总在历史旅游路线序列tu中学习的第k个意图块作为历史旅游路线序列在k阶意图下的表征首先使用软注意机制计算每个意图下的项目权重如下：
17、
18、
19、其中，pn-i+1和分别是反向位置嵌入和项目的第k个意图块；和是k意图下的可学习参数；
20、然后，聚合会话中项目的学习到的第k个意图块，生成相应的特定于意图的历史旅游路线序列表示表示为：
21、
22、其中，表示是历史旅游路线序列在k意图下的表示。
23、步骤2.3中进行下一兴趣点的概率预测后，计算每个历史旅游路线序列对候选兴趣点的偏好得分，并将所有意图之间的得分合并得到最终的偏好得分，表示为：
24、
25、对于历史旅游路线序列，是包含m个候选兴趣点预测得分的得分向量，每个候选兴趣点的最终概率表现为：
26、步骤3具体包括以下步骤：
27、步骤3.1、生成初始路线；
28、步骤3.2、根据步骤2中得到的概率预测分布采用波束搜索策略选取前n个兴趣点，判断兴趣点是否符合用户约束，符合则将兴趣点纳入初始路线中，不符合则将兴趣点去除，循环以上过程得到最终生成给用户的个性化路线。
29、本专利技术的有益效果是：本专利技术的基于增强超图网络的兴趣点驱动旅游路线生成方法，从多个角度为每条历史旅行路线构建超图，以整合多种辅助信息，实现更加个性化的路线规划；根据不同的意图将超图划分为特定意图的子超图，以促进嵌入传播，从而能够有效地捕捉到用户的意图，并为历史路线生成特定的意图表示，以预测下一个poi的概率分布；引入波束搜索策略，使用兴趣点概率驱动路线生成决策，生成满足用户多个约束条件的个性化旅游候选路线。
本文档来自技高网...【技术保护点】
1.基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤1具体包括以下步骤：
3.如权利要求1所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤2具体包括以下步骤：
4.如权利要求3所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤2.2具体包括以下步骤：
5.如权利要求4所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤2.3中进行下一兴趣点的概率预测后，计算每个历史旅游路线序列对候选兴趣点的偏好得分，并将所有意图之间的得分合并得到最终的偏好得分，表示为：
6.如权利要求5所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤3具体包括以下步骤：
【技术特征摘要】
1.基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤1具体包括以下步骤：
3.如权利要求1所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其特征在于，所述步骤2具体包括以下步骤：
4.如权利要求3所述的基于增强超图网络的兴趣点驱动旅游路线生成方法，其...
【专利技术属性】
技术研发人员：王磊，孙逸静，李薇，周欣怡，张运哲，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。