【技术实现步骤摘要】
本专利技术涉及一种城市成熟型游憩区慢行空间连接网络推荐方法、系统及介质，属于城市规划。
技术介绍
1、目前，前景点推荐算法主要考虑游客个体特征，强调个性化推荐算法，但忽视了景区的具体状态(许国良，2022)；李晓飞等(2022)开始考虑游客的拥挤程度和游客的时间安排，但其专利局限于景区智能摄像头数据，受到景区信息采集基础设施普以及景区之间信息共享的局限。随着智慧旅游的不断发展，如何运用成熟数据技术挖掘和分析技术，分析众包数据为游客提供景区推荐成为研究重点。在旅游领域，基于众包数据，zheng等人(2020)将城市交通方式选择与游憩目的地结合，优化推荐路线；梁景宇等人则通过游憩网络系统对研究范围内的空间单元进行聚类分析，划分出不同类型的徒步旅游社区，但没有针对游憩路线进行推荐。计算机领域的既有算法大多注重于提高推荐精度(he,2022)，或将推荐路线与旅客特征结合(bin et al.,2019)。但实践中游憩空间的连接网络需要延长推荐线路的游览时间、游览路径，同时要尽可能降低景点的过度集聚风险。而且，游客对旅游品质的要求越来越高，很多游客倾向于选择体验感更为舒适的慢行空间。因此，针对城市成熟型游憩区，提供慢行空间连接网络推荐方法成为研究需要关注的重点话题。
技术实现思路
1、有鉴于此，本专利技术提供了一种城市成熟型游憩区慢行空间连接网络推荐方法、系统、计算机设备及存储介质，其贴合了现实情况，在对成熟的城市游憩区进行景点推荐时，能够避免热门景点的过度集聚、延长游览时间和游览路径，基于
2、本专利技术的第一个目的在于提供一种城市成熟型游憩区慢行空间连接网络推荐方法。
3、本专利技术的第二个目的在于提供一种城市成熟型游憩区慢行空间连接网络推荐系统。
4、本专利技术的第三个目的在于提供一种计算机设备。
5、本专利技术的第四个目的在于提供一种存储介质。
6、本专利技术的第一个目的可以通过采取如下技术方案达到：
7、一种城市成熟型游憩区慢行空间连接网络推荐方法，所述方法包括：
8、获取给定地域范围内的“众包”慢行游憩gps轨迹，构成gps轨迹数据集；
9、通过对gps轨迹数据集中的轨迹进行时间、距离和轨迹点数的筛选，识别具有停留特征的轨迹，并将具有停留特征的轨迹整合为停留点；
10、对停留点进行空间聚类，并将聚类的点要素转换为面要素，得到停留区；
11、将停留区以及与停留区相交的轨迹线作为二模网络，将轨迹在停留区内的长度作为权重，计算停留区之间的连接热度；
12、基于每个停留区的最大三处连接停留区重新生成连接网络，计算拓扑网络的结构参数并可视化，结合推荐的均衡性，进行算法推荐。
13、进一步的，所述获取给定地域范围内的“众包”慢行游憩gps轨迹，构成gps轨迹数据集，具体包括：
14、选择关键词，获取“众包”慢行游憩gps轨迹，并对轨迹数据进行清洗，删除掉所有缺少属性信息、重复以及速度较大的轨迹数据，筛选出慢行游憩轨迹数据，获得由若干条轨迹构成的轨迹数据集，每条轨迹包括若干个具有轨迹id、经度、纬度、时间戳信息、行驶速度的轨迹点。
15、进一步的，所述通过对gps轨迹数据集中的轨迹进行时间、距离和轨迹点数的筛选，识别具有停留特征的轨迹，并将具有停留特征的轨迹整合为停留点，具体包括：
16、对轨迹数据进行去重，同时筛选出来每条轨迹的第一个轨迹点，并以此轨迹点作为轨迹的标签；
17、依次对每条轨迹进行计算，对于一条轨迹的每个轨迹点，计算该轨迹点与第一个轨迹点的时间差，并将时间差统一单位，形成每条轨迹的若干个轨迹点与第一个轨迹点的时间差数值；
18、定义第一筛选函数为计算每条轨迹中每个轨迹点与其他轨迹点之间的时间差，并根据已有轨迹点的经纬度计算每条轨迹中每个轨迹点与其他轨迹点之间的距离差；
19、定义第二筛选函数为对每条轨迹的距离进行筛选，当两个轨迹点之间的距离差小于第一距离阈值时，筛选达标；
20、定义第三筛选函数为在筛选距离的基础上，对每条轨迹的时间和轨迹点数量进行筛选，当两个轨迹点间的时间差大于时间阈值且轨迹点的数量大于或等于点数阈值时，筛选达标，并对筛选达标的轨迹段进行id赋值；
21、定义第一距离阈值、时间阈值和点数阈值；
22、根据第一距离阈值、时间阈值和点数阈值，对所有轨迹进行计算和筛选，得到具有停留特征的轨迹；
23、根据轨迹段id将轨迹点进行分组，并计算分组后的轨迹点的经纬度和时刻的平均值，整合得到停留点。
24、进一步的，所述对停留点进行空间聚类，具体包括：
25、将范围区域地图和停留点添加至当前地图中，并根据轨迹id，生成轨迹线；
26、预定义停留点之间的第二距离阈值和最小聚类点；
27、根据第二距离阈值和最小聚类点，生成停留点的聚类，每个聚类由一个聚类id进行限定；
28、对照地图对聚类点进行筛选，删除不属于游憩类型的聚类，并进行聚类的融合和分解。
29、进一步的，所述将聚类的点要素转换为面要素，得到停留区，具体包括：
30、输入聚类点要素，生成tin，将tin转换为线要素；
31、将tin线要素转为面要素，将tin线与聚类点进行空间连接，将tin面要素和已经与聚类点空间连接的tin线进行空间连接；
32、根据聚类id，将分割的tin面进行融合，生成停留区。
33、进一步的，所述将停留区以及与停留区相交的轨迹线作为二模网络，将轨迹在停留区内的长度作为权重，计算停留区之间的连接热度，具体包括：
34、将轨迹线位于停留区之外的部分裁剪掉；
35、将停留区内的轨迹线炸开，使一条轨迹线被分解为位于多个停留区的多条轨迹线；
36、将炸开后的轨迹线与停留区进行空间连接，得到轨迹线图层数据；
37、根据轨迹线图层数据，生成停留区-轨迹数据表；
38、根据停留区-轨迹数据表，形成“停留区-轨迹”二模网络的矩阵，定义为v，定义i、j为v的行数，代表停留区，定义k为v的列数，代表轨迹，将vi,k和vj,k分别表示轨迹k在停留区i和j范围内的轨迹长度，作为权重；
39、将二模网络的矩阵整合为停留区-停留区连接网络，通过共现网络算法计算得到停留区i和j之间的联系；
40、根据区位推荐算法，计算轨迹k途径停留区的长度总和和停留区i内部所有轨迹线的长度总和，从而计算停留区i和j之间的联系；
41、根据兴趣社区发现算法，计算余弦相似度，分析停留区i和j之间的相似性，对停留区i和j内部的轨迹数量进行计算，从而计算得到停留区i和j之间的联系。
42、进一步的，所述基于每个停留区的最大三处连接停留区重新生成连接网络，计算拓本文档来自技高网...
【技术保护点】
1.一种城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述获取给定地域范围内的“众包”慢行游憩GPS轨迹，构成GPS轨迹数据集，具体包括：
3.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述通过对GPS轨迹数据集中的轨迹进行时间、距离和轨迹点数的筛选，识别具有停留特征的轨迹，并将具有停留特征的轨迹整合为停留点，具体包括：
4.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述对停留点进行空间聚类，具体包括：
5.根据权利要求4所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述将聚类的点要素转换为面要素，得到停留区，具体包括：
6.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述将停留区以及与停留区相交的轨迹线作为二模网络，将轨迹在停留区内的长度作为权重，计算停留区之间的连接热度，具体包括：
7.根据权利要求
8.一种城市成熟型游憩区慢行空间连接网络推荐系统，其特征在于，所述系统包括：
9.一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-7任一项所述的城市成熟型游憩区慢行空间连接网络推荐方法。
10.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-7任一项所述的城市成熟型游憩区慢行空间连接网络推荐方法。
...【技术特征摘要】
1.一种城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述获取给定地域范围内的“众包”慢行游憩gps轨迹，构成gps轨迹数据集，具体包括：
3.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述通过对gps轨迹数据集中的轨迹进行时间、距离和轨迹点数的筛选，识别具有停留特征的轨迹，并将具有停留特征的轨迹整合为停留点，具体包括：
4.根据权利要求1所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述对停留点进行空间聚类，具体包括：
5.根据权利要求4所述的城市成熟型游憩区慢行空间连接网络推荐方法，其特征在于，所述将聚类的点要素转换为面要素，得到停留区，具体包括：
6.根据权利要求1所述的城市成熟型游憩区慢行空间...
【专利技术属性】
技术研发人员：路海艳，杨雨晴，赵渺希，伽芦·夏巴纳，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
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。