【技术实现步骤摘要】
本申请涉及人工智能，具体是涉及一种出游场景推荐方法、装置、终端及存储介质。
技术介绍
1、随着人们生活水平的提高，旅游已成为人们休闲娱乐的主要方式之一，人们对于出游的需求日益增加，出游推荐系统在为用户提供个性化旅游信息服务方面发挥着重要作用。
2、现有的推荐系统通常分析用户的历史行为数据来识别用户的兴趣爱好，并向用户推荐与历史行为相似的旅游产品或服务。然而，此种方式难以捕捉用户当前的需求，例如用户在计划一次新的旅行时，对目的地、出行时间、旅行主题等方面有新的想法，传统的推荐系统无法及时感知并做出调整，无法满足用户的个性化旅游需求。
3、因此，现有技术还有待改进和提高。
技术实现思路
1、本申请提供了一种出游场景推荐方法、系统、终端及存储介质，以解决相关技术中无法满足用户的个性化旅游需求的问题。
2、为实现上述目的，本申请采用了以下技术方案：
3、本申请第一方面实施例提供一种出游场景推荐方法，包括：
4、获取用户在目标旅游平台上的个人信息数据和行为数据；
5、基于所述个人信息数据和所述行为数据生成用户的多个用户标签；
6、获取用户的待出行需求；
7、将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息。
8、根据上述技术手段，本申请实施例中通过个人信息数据和行为数据生成多个用户标签，并获取
9、可选地，在本申请的一个实施例中，所述基于所述个人信息数据和所述行为数据生成用户的多个用户标签，包括：
10、基于用户的所述个人信息数据和所述行为数据进行聚类分析和关联规则分析，得到多个初始用户标签；
11、对全部所述初始用户标签进行标签清洗，得到用户的多个用户标签。
12、根据上述技术手段，本申请实施例通过对个人信息数据和行为数据进行聚类分析和关联规则分析，可提取出准确且有代表性的初始标签，然后利用对初始标签进行清洗，去除重复和冗余的信息，得到准确且简洁的用户标签，从而提交了整个推荐的效率和准确性。
13、可选地，在本申请的一个实施例中，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息，包括：
14、将所述待出行需求、全部所述用户标签、以及预设的全部用户标签的权重分布输入已训练的目标大语言模型；
15、经所述目标大语言模型对所述待出行需求进行语义解析，得到语义解析结果，基于所述目标大语言模型内部的上下文信息和所述语义解析结果得到用户的出游偏好；
16、结合所述出游偏好、全部所述用户标签和预设的全部用户标签的权重分布，得到出游场景推荐信息。
17、根据上述技术手段，本申请实施例通过输入用户的出行需求和相关标签信息到已训练的大语言模型中，可以更准确地理解用户的需求和偏好。通过语义解析和上下文信息，模型可以为用户提供更加个性化和符合其喜好的出游场景推荐信息。这种个性化推荐可以提高用户满意度，增强用户体验，同时也有助于提高旅行服务的精准度和效率。
18、可选地，在本申请的一个实施例中，所述结合所述出游偏好、全部所述用户标签和预设的全部用户标签的权重分布，得到出游场景推荐信息，包括：
19、利用协同过滤推荐算法对所述出游偏好、全部所述用户标签和预设的全部用户标签的权重分布进行处理，得到出游场景推荐信息。
20、根据上述技术手段，本申请实施例通过协同过滤推荐算法对出游偏好、全部用户标签和预设的全部用户标签的权重分布进行处理，可精确的推荐符合用户兴趣和偏好的出游场景。
21、可选地，在本申请的一个实施例中，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息之后还包括：
22、当接收到用户对所述场景推荐信息的采纳信息后，计算所述场景推荐信息和每个所述用户标签之间的相关性，得到第一相关度；
23、将所述第一相关度超过预设阈值的用户标签作为待加权用户标签；
24、对所述待加权用户标签的权重按照第一预设规则进行加权调整，得到全部用户标签的第一更新权重分布并存储。
25、根据上述技术手段，本申请实施例通过对用户采纳的场景推荐信息相关的标签进行加权，可为后续用户再次使用出游场景推荐服务时，提供更准确的推荐。
26、可选地，在本申请的一个实施例中，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息之后还包括：
27、当接收到针对重新生成出游场景推荐的询问内容信息后，计算所述场景推荐信息和每个所述用户标签之间的相关性，得到第二相关度；
28、将所述第二相关度超过预设阈值的用户标签作为待减权用户标签；
29、对所述待减权用户标签的权重按照第二预设规则进行减权调整，得到全部用户标签的第二更新权重分布并存储；
30、利用所述目标大语言模型结合所述询问内容信息、所述目标大语言模型内部的上下文信息、全部所述用户标签和全部用户标签的所述第二更新权重分布，重新生成出游场景推荐信息。
31、根据上述技术手段，本申请实施例通过不断地迭代以更新标签的权重，可有效的生成符合用户需求的出游场景推荐。
32、可选地，在本申请的一个实施例中，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息之后还包括：
33、当接收到用户对所述场景推荐信息的评价信息后，计算所述场景推荐信息和每个所述用户标签之间的相关性，得到第三相关度；
34、将所述第三相关度超过预设阈值的用户标签作为待调整用户标签；
35、对所述评价信息进行语义分析，得到语义分析结果，根据预设对应关系获取与所述语义分析结果对应的权重调整规则，并根据所述权重调整规则对所述待调整用户标签的权重进行调整，得到全部用户标签的第三更新权重分布并存储。
36、根据上述技术手段，本申请实施例通过根据评价信息对用户标签的权重进行调整，可为用户再次使用出游场景推荐提供有力的数据支撑，使出游场景推荐更加准确，更符合用户需求。
37、本申请第二方面实施例提供一种出游场景推荐装置，包括：
38、数据获取模块，用于获取本文档来自技高网...
【技术保护点】
1.一种出游场景推荐方法，其特征在于，包括以下步骤：
2.如权利要求1所述的出游场景推荐方法，其特征在于，所述基于所述个人信息数据和所述行为数据生成用户的多个用户标签，包括：
3.如权利要求1所述的出游场景推荐方法，其特征在于，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息，包括：
4.如权利要求3所述的出游场景推荐方法，其特征在于，所述结合所述出游偏好、全部所述用户标签和预设的全部用户标签的权重分布，得到出游场景推荐信息，包括：
5.如权利要求1所述的出游场景推荐方法，其特征在于，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息之后还包括：
6.如权利要求1所述的出游场景推荐方法，其特征在于，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游
7.如权利要求1所述的出游场景推荐方法，其特征在于，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息之后还包括：
8.一种出游场景推荐装置，其特征在于，包括：
9.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的出游场景推荐程序，所述出游场景推荐程序被所述处理器执行时实现如权利要求1-7任意一项所述出游场景推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有出游场景推荐程序，所述出游场景推荐程序被处理器执行时实现如权利要求1-7任意一项所述出游场景推荐方法的步骤。
...【技术特征摘要】
1.一种出游场景推荐方法，其特征在于，包括以下步骤：
2.如权利要求1所述的出游场景推荐方法，其特征在于，所述基于所述个人信息数据和所述行为数据生成用户的多个用户标签，包括：
3.如权利要求1所述的出游场景推荐方法，其特征在于，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息，包括：
4.如权利要求3所述的出游场景推荐方法，其特征在于，所述结合所述出游偏好、全部所述用户标签和预设的全部用户标签的权重分布，得到出游场景推荐信息，包括：
5.如权利要求1所述的出游场景推荐方法，其特征在于，所述将所述待出行需求、全部所述用户标签，以及预设的全部用户标签的权重分布输入已训练的目标大语言模型，经所述目标大语言模型处理，得到出游场景推荐信息之后还包括：
6.如权利要求1所述的出游场景推荐方法，其特征在于，...
【专利技术属性】
技术研发人员：刘飞，
申请(专利权)人：重庆长安汽车股份有限公司，
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。