【技术实现步骤摘要】
基于角色协同推荐的自驾游行程规划方法及系统
[0001]本专利技术属于自驾游行程规划
,具体涉及到一种基于角色协同推荐的自驾游行程规划方法及系统。
技术介绍
[0002]早期研究将旅游行程规划问题看作旅行商问题,即给定初始景点和最终景点,推荐给游客一条涵盖所有景点的最短旅游路线。一些学者分析游客的访问次数得到景点的流行度,基于此设计了一种最大化景点流行度的旅游行程规划方法。有学者提出了行程设计器(TripBuilder)算法,在构建目标函数时不仅考虑景点的流行度,还考虑游客对于不同类别景点的偏好,并引入超参数来控制景点流行度和游客偏好对于旅游行程规划结果的影响。
[0003]考虑到真实旅游路线规划场景下的复杂环境,学者们将基于单目标函数的旅游路线规划问题扩展为多目标优化问题,以全面考虑复杂环境下的约束和不确定因素。一些学者从景点类别的角度考虑,设计了一种以最大化旅游路线在不同景点类别上的得分和最大化之间的关联收益的多目标函数来求解旅游行程规划问题。
[0004]近年来,研究者们尝试将旅游路线规划问题看作推荐问题,利用神经网络挖掘游客的隐式偏好,推荐给游客符合其个性化信息的旅游行程。现有研究大多基于循环神经网络(recurrent neural network,RNN)和长短期记忆网络(long short
‑
term memory,LSTM)来构建模型。一些学者结合LSTM、注意力机制和多层感知机(multi
‑
layer perceptron,MLP)提出了 ...
【技术保护点】
【技术特征摘要】
1.一种基于角色协同推荐的自驾游行程规划方法,其特征是,所述方法包括:获取游客需求信息,并根据所述游客需求信息构建自驾游出行游客模型,所述游客需求信息包括游客基本信息和游客偏好信息;根据所述自驾游出行游客模型从旅游资源数据库或第三方获取目标城市的酒店数据集合、餐厅数据集合和景点数据集合;基于所述自驾游出行游客模型对所述酒店数据集合中的各酒店和所述餐厅数据集合中的各餐厅进行性价比评分,并根据性价比评分结果获取目标休憩点序列,其中,休憩点包括餐厅和酒店;基于所述自驾游出行游客模型根据所述景点数据集合以及所述目标休憩点序列获取表征行程景点组满意度的目标函数,并求解使所述目标函数最大的景点分配矩阵;将所述景点分配矩阵和所述目标休憩点序列转换为自驾游行程规划方案,并反馈给游客。2.如权利要求1所述的方法,其特征是,所述根据游客需求信息构建自驾游出行游客模型,包括:以问答方式与游客交互,获取游客基本信息,并进行规范化表示;针对餐厅、酒店和景点,根据所述游客偏好信息分别构建餐厅指标权重向量、酒店指标权重向量以及景点指标权重向量。3.如权利要求2所述的方法,其特征是,所述游客基本信息包括但不限于:目标城市、出行总天数、到达目标城市时初始位置、出行人群类型、休憩点预算、休息和游玩的时间段、以及对于景点人群拥挤程度的接受度,所述以问答方式与游客交互,获取游客基本信息,并进行规范化表示,包括:以问答方式获取游客自驾游的目标城市、出行总天数以及出行人群类型,并根据游客输入或者地图查询得到游客到达所述目标城市时的初始位置;以问答方式获取游客上、下午的期望活动时间段和期望休息时间段,以区间数表示;以问答方式获取游客对景点人群拥挤程度的接受度,以区间数表示;根据所述出行总天数以半天为一个任务构建任务集,每个所述任务的属性包括:任务ID、期望活动时间段、期望休息时间段;以问答方式获取游客对休憩点的休憩点预算,以区间数表示。4.如权利要求2所述的方法,其特征是,所述游客偏好信息包括酒店评价指标偏好、餐厅评价指标偏好、景点评价指标偏好,所述针对餐厅、酒店和景点,根据所述游客偏好信息分别构建餐厅指标权重向量、酒店指标权重向量以及景点指标权重向量,包括:对于餐厅,根据所述餐厅评价指标偏好对餐厅的包括食品质量、服务质量、餐厅环境、品牌声誉和菜单种类的五个评价指标赋予不同的权重,并对餐厅停车便利度指标和餐厅周围路况指标分别赋予预设权重,得到餐厅指标权重向量;对于酒店,根据所述酒店评价指标偏好对酒店的包括安全性、设施齐全性、清洁程度和服务能力的四个评价指标赋予不同的权重,并对酒店停车便利度指标和酒店周围路况指标分别赋予预设权重,得到酒店指标权重向量;对于景点,根据所述景点评价指标偏好对景点的包括景点环境和景点服务的两个评价指标赋予不同的权重,并对景点停车便利度指标和景点周围路况指标分别赋予预设权重,
得到景点指标权重向量。5.如权利要求1所述的方法,其特征是,所述基于所述自驾游出行游客模型对所述酒店数据集合中的各酒店和所述餐厅数据集合中的各餐厅进行性价比评分,并根据性价比评分结果获取目标休憩点序列,包括:根据所述酒店数据集合中的各酒店的各评价指标的评分数据与酒店指标权重向量中的各评价指标权重进行加权求和,得到各酒店的加权历史评分;根据所述餐厅数据集合中的各餐厅的各评价指标的评分数据与餐厅指标权重向量中的各评价指标权重进行加权求和,得到各餐厅的加权历史评分;根据所述自驾游出行游客模型中的休憩点预算和任务集中的任务总数计算单个任务的...
【专利技术属性】
技术研发人员:马华,蒋子旭,谢敏良,符湘茹,黄卓轩,张红宇,
申请(专利权)人:湖南师范大学,
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。