基于人工智能和云平台的旅游热度分析方法与系统技术方案

本发明专利技术提供了一种基于人工智能和云平台的旅游热度分析方法与系统。方法包括：从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息；针对任意景点有序偶，获取该景点有序偶的分流指数；根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集，根据数据集进行训练得到各景点对应的关联特征向量，根据关联特征向量得到景点对的亲和度；根据景点对的亲和度、景点对的依赖度得到景点对的联合吸引力度；基于景点的游客增长趋势、景点对的联合吸引力度，得到景点的旅游热度。通过本发明专利技术提供的旅游热度分析结果，可以提高旅游资源规划的合理性。可以提高旅游资源规划的合理性。可以提高旅游资源规划的合理性。

【技术实现步骤摘要】
基于人工智能和云平台的旅游热度分析方法与系统


[0001]本专利技术涉及旅游数据分析、云计算
，具体涉及一种基于人工智能和云平台的旅游热度分析方法与系统。

技术介绍

[0002]旅游资源规划对旅游城市建设非常重要。旅游热度是旅游资源规划的核心影响因素。旅游热度不仅包括景点自身吸引力带来的热度，还包括受邻近其他景点带动而带来的热度。现有技术仅关注最终的热度结果，不区分两种热度，导致对景点自身吸引力表征出现偏差，从而降低了旅游资源规划的合理性。

技术实现思路

[0003]本专利技术提供了一种基于人工智能和云平台的旅游热度分析方法与系统。
[0004]一种基于人工智能和云平台的旅游热度分析方法，该方法包括：
[0005]从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息；
[0006]针对任意景点有序偶，根据第一个景点的游客密度上限、未被第一个景点接纳而直接分流至第二个景点的游客信息、以及所述游客信息中进入第二个景点的游客信息得到该景点有序偶的分流指数；
[0007]根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集，根据数据集进行训练得到各景点对应的关联特征向量，根据关联特征向量得到景点对的亲和度；
[0008]根据景点对的亲和度、景点对的依赖度得到景点对的联合吸引力度；基于景点的游客增长趋势、景点对的联合吸引力度，得到景点的旅游热度。
[0009]进一步地，对摄像头采集的景点图像进行人脸识别得到游客信息并上传至云平台，云平台整合所有景点的游客信息，生成游客轨迹数据。
[0010]进一步地，所述根据所有景点的游客密度上限以及所有景点有序偶的分流指数生成数据集包括：
[0011]步骤a，对所有景点的游客密度上限进行标准化处理，得到游客密度概率分布；
[0012]步骤b，基于游客密度概率分布随机选取一个景点，将所选取景点放入序列并作为待处理景点；
[0013]步骤c，循环执行以下操作直至序列长度满足第一设定条件：根据待处理景点的分流指数分布随机生成下一景点，并将所述下一景点加入序列；
[0014]步骤d，将所述下一景点作为待处理景点，循环执行步骤b、c直至数据集体量满足条件。
[0015]进一步地，对包含相同第一个景点的所有景点有序偶的分流指数进行标准化处理，标准化处理后的分流指数构成了第一个景点的所述分流指数分布。
[0016]进一步地，所述进行训练的方法包括：设置滑窗在序列数据上滑动，滑窗内景点对应的独热编码向量构成第一输入矩阵，滑窗外景点对应的独热编码向量构成第二输入矩阵，将第一输入矩阵与第二输入矩阵输入神经网络进行特征提取，输出关联特征矩阵。
[0017]进一步地，所述景点对的依赖度的获取方法如下：
[0018]根据景点相同的两个景点有序偶的分流指数差异、所述分流指数差异对两个景点有序偶的影响程度计算两个景点间的依赖度。
[0019]进一步地，所述景点对的联合吸引力度的获取方法包括：
[0020]根据所有景点对的依赖度得到景点对依赖度的权重；
[0021]根据景点对的亲和度、依赖度、以及权重计算景点对的联合吸引力度。
[0022]一种基于人工智能和云平台的旅游数据分析系统，该系统包括：
[0023]游客信息获取单元，用于从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息；
[0024]分流指数获取单元，用于针对任意景点有序偶，根据第一个景点的游客密度上限、未被第一个景点接纳而直接分流至第二个景点的游客信息、以及所述游客信息中进入第二个景点的游客信息得到该景点有序偶的分流指数；
[0025]亲和度获取单元，用于根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集，根据数据集进行训练得到各景点对应的关联特征向量，根据关联特征向量得到景点对的亲和度；
[0026]旅游热度获取单元，用于根据景点对的亲和度、景点对的依赖度得到景点对的联合吸引力度；基于景点的游客增长趋势、景点对的联合吸引力度，得到景点的旅游热度。
[0027]本专利技术的有益效果在于：
[0028]本专利技术将依赖其他景点带来的热度剔除，得到准确的由景点自身吸引力带来的热度，能够为旅游资源规划提供准确的依据，提高旅游资源规划的合理性。通过分流指数分布生成丰富且更能表征亲和度的数据集，对数据集进行训练分析，提高了景点亲和度的精度。通过衰减系数、改进训练方法等手段，进一步提高了景点亲和度的精度。
附图说明
[0029]图1为本专利技术流程图。
具体实施方式
[0030]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0031]实施例1：
[0032]本实施例提供一种基于人工智能和大数据的旅游热度分析方法，包括：
[0033]从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息。
[0034]游客容量上限更倾向于反映景点的理论容量。为了反映景点的受欢迎程度，需要对景点的游客密度上限进行统计。游客密度上限即景区的实际游客最大值。根据景点内摄
像头采集的图像进行人群密度分析，可以获得景点各处的人群密度估计。为了获得更加准确的游客密度上限信息，根据景点入口处的摄像头或刷票器可以采集准确的进入景区的游客人数。游客密度上限为实际游客最大值，不大于游客容量上限。根据景点内实时游客人数以及游客密度上限获取游客密度上限持续的时间。获取这段时间内景点周边感兴趣区域未进入景点的游客、进入景点后游览时间小于设定阈值的游客，这些游客由于景点无法容纳更多游客而无法进入或不愿进入。这些游客称为未接纳游客。从云平台获取这些未接纳游客的轨迹数据。具体地，对摄像头采集的景点图像进行人脸识别得到游客信息并上传至云平台，云平台整合所有景点的游客信息，生成游客轨迹数据。
[0035]针对任意景点有序偶，根据第一个景点的游客密度上限、未被第一个景点接纳而直接分流至第二个景点的游客信息、以及所述游客信息中进入第二个景点的游客信息得到该景点有序偶的分流指数。分流指数基于分流指数模型计算得到。分流指数模型为：其中，FI为分流指数，M为第一个景点的游客密度上限，m为未被第一个景点接纳而直接分流至第二个景点的游客人数，n为所述m个游客中进入第二个景点的游客人数。
[0036]例如，对于景点有序偶(A，B)，获取未被景点A接纳的运动轨迹，根据运动估计获取这些游客中直接到景点B的人数数量m，以及最终进入该景点B的人数n(m个游客中进入景点B的人数)，那景点B对A的分流指数为：表示B景点的接纳程度，M表示A景点的游客密度上限。分流指数越本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能和云平台的旅游热度分析方法，其特征在于，该方法包括：从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息；针对任意景点有序偶，根据第一个景点的游客密度上限、未被第一个景点接纳而直接分流至第二个景点的游客信息、以及所述游客信息中进入第二个景点的游客信息得到该景点有序偶的分流指数；根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集，根据数据集进行训练得到各景点对应的关联特征向量，根据关联特征向量得到景点对的亲和度；根据景点对的亲和度、景点对的依赖度得到景点对的联合吸引力度；基于景点的游客增长趋势、景点对的联合吸引力度，得到景点的旅游热度。2.如权利要求1所述的方法，其特征在于，对摄像头采集的景点图像进行人脸识别得到游客信息并上传至云平台，云平台整合所有景点的游客信息，生成所述游客轨迹数据。3.如权利要求1所述的方法，其特征在于，所述根据所有景点的游客密度上限以及所有景点有序偶的分流指数生成数据集包括：步骤a，对所有景点的游客密度上限进行标准化处理，得到游客密度概率分布；步骤b，基于游客密度概率分布随机选取一个景点，将所选取景点放入序列并作为待处理景点；步骤c，循环执行以下操作直至序列长度满足第一设定条件：根据待处理景点的分流指数分布随机生成下一景点，并将所述下一景点加入序列；步骤d，将所述下一景点作为待处理景点，循环执行步骤b、c直至数据集体量满足条件。4.如权利要求1所述的方法，其特征在于，对包含相同第一个景点的所有景点有序偶的分流指数进行标准化处理，标准化处理后的分流指数构成了第一个景点的所述分流指数分布。5.如权利要求1所述的方法，其特征在于，所述进行训练包括：设置滑窗在序列数据上滑动，滑窗内景点对应的独热编码向量构成第一输入矩阵，滑窗外景点对应的独热编码向量构成第二输入矩阵，将第一输入矩阵与第二输入矩阵输入神经网络进行特征提取，输出关联特征矩阵。6.如权利要求1所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：武瑾，
申请(专利权)人：郑州旅游职业学院，
类型：发明
国别省市：