一种基于旅游大数据的旅游目的地推荐系统及方法

摘要

本发明公开了一种基于旅游大数据的旅游目的地推荐系统及方法，包括：推荐信息采集模块、数据库、内部因素分析模块、外部因素分析模块和目的地筛除模块，通过推荐信息采集模块采集待推荐的目的地信息和旅游用户信息，通过数据库存储采集到的全部信息，通过内部因素分析模块分析用户自身数据，设置内部参数，通过外部因素分析模块分析外界信息，设置外部参数，通过目的地筛除模块结合内部参数和外部参数筛选目的地，针对单人和多人旅游的情况设置不同的筛选函数筛选目的地，扩大了推荐方式的适用范围，提高了不同用户的旅游体验感。

说明书

技术领域

本发明涉及旅游推荐技术领域，具体为一种基于旅游大数据的旅游目的地推荐系统及方法。

背景技术

随着人们生活水平的提高，人们对于生活的要求不再是最初的只停留在温饱阶段，还在追求更好的生活质量，旅游就是人们选择改善生活质量的其中一种方式，能够有效舒缓工作压力，随着大数据技术的发展，企业逐渐通过大数据分析旅游用户的特征来推荐旅游目的地，以满足用户需求；

然而，现有的推荐方式仍存在以下问题：首先，现有的推荐方式往往只针对个人，通过个人的数据特征来匹配旅游目的地，忽略了家庭或多人组团旅游的情况，而家庭旅游的特征往往与做主导决定的用户的偏好靠近，现有的推荐方式无法同时适用单人和多人用户，满足不了不同人群的需求；其次，现有推荐方式中，会采纳其余用户对目的地的评价数据来推荐，不筛选价值小的评价数据无法提高推荐精度；最后，不同的旅游目的地往往代表需要用户具备不同的自主能力，现有方式无法将用户无法自主生活的目的地筛除，会大大降低用户旅游的体验感。

所以，人们需要一种基于旅游大数据的旅游目的地推荐系统及方法来解决上述问题。

发明内容

本发明的目的在于提供一种基于旅游大数据的旅游目的地推荐系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于旅游大数据的旅游目的地推荐系统，其特征在于：所述系统包括：推荐信息采集模块、数据库、内部因素分析模块、外部因素分析模块和目的地筛除模块；

所述推荐信息采集模块用于采集待推荐的目的地信息和旅游用户信息；

所述数据库用于存储采集到的全部信息；

所述内部因素分析模块用于调取并分析旅游用户信息，设置内部参数；

所述外部因素分析模块用于分析外界信息，设置外部参数；

所述目的地筛除模块用于结合内部参数和外部参数筛选目的地。

进一步的，所述推荐信息采集模块包括评论信息采集单元、目的地信息采集单元和用户信息采集单元，所述目的地信息采集单元用于采集待推荐的目的地数据；所述评论信息采集单元用于采集用户对对应目的地的评论信息；所述用户信息采集单元用于采集当前需要目的地推荐的旅游用户登记信息，将采集到的所有信息传输到所述数据库中。

进一步的，所述内部因素分析模块包括用户信息分析单元、决定性对象筛选单元和自主能力匹配单元，所述用户信息分析单元用于分析旅游用户人数；所述决定性对象筛选单元用于当一起旅游的用户人数不止一个时，分析全部用户对筛选出的目的地做最终决定的干预程度；所述自主能力匹配单元用于匹配用户的自主能力数据和目的地的自主能力需求数据。

进一步的，所述外部因素分析模块包括居住环境分析单元和评价价值分析单元，所述居住环境分析单元用于分析对待推荐地进行评价的用户所在地的环境数据；所述评价价值分析单元用于依据环境数据分析评价用户的评价价值。

进一步的，所述目的地筛除模块包括筛选模型建立单元和目的地筛选单元，所述筛选模型建立单元用于结合外部参数、内部参数建立目的地筛选模型；所述目的地筛选单元用于筛选出目的地并将目的地推荐给用户。

一种基于旅游大数据的旅游目的地推荐方法，其特征在于：包括以下步骤：

Z01：采集用户信息和待推荐目的地信息；

Z02：调取用户信息，分析用户类型，设置内部参数；

Z03：分析外界信息对推荐目的地的价值，设置外部参数；

Z04：结合内部参数、外部参数生成目的地筛选模型，对推荐目的地进行排序，按顺序推荐给对应用户。

进一步的，在步骤Z01-Z02中：采集到不同的旅游用户数量集合为K＝{K1，K2，...，Kn}，其中，n表示当前旅游的用户批数，采集到随机一批一起旅游的用户过往旅游时决定目的地的次数集合为N＝{N1，N2，...，Nm}，随机一个用户决定目的地时，同意决定的人数集合为M＝{M1，M2，...，MI}，其中，m表示对应批次一起旅游的用户数量，I表示随机一个用户做决定的次数，当m≥2时，根据公式

进一步的，在步骤Z03中：采集到待推荐地的平均评价分数集合为Q＝{Q1，Q2，...，Qk}，在对随机一个待推荐地进行评价的用户中，采集到用户长期居住地的年均温度集合为t＝{t1，t2，...，tp}，用户评价次数集合为D＝{D1，D2，...，Dp}，用户评价时间与当前时间的平均间隔时间集合为T＝{T1，T2，...，Tp}，对应评价的待推荐地年均温度为tj’，其中，p表示对随机一个待推荐地进行评价的用户数量，根据下列公式计算随机一个用户对随机一个待推荐地进行评价的用户的评价价值Ci：

其中，ti表示随机一个用户长期居住地的年均温度，Di表示对应用户评价次数，Ti表示对应用户评价时间与当前时间的平均间隔时间，得到评价价值集合为C＝{C1，C2，...，Cp}，设置随机一个待推荐目的地的外部参数为：

进一步的，在步骤Z04中：生成目的地筛选模型：建立筛选函数Y：

其中，X＝(B-A)*S，X’＝{X1’，X2’，...，Xk’}，

与现有技术相比，本发明所达到的有益效果是：

本发明通过大数据分析用户特征数据和外界数据，分别将用户特征数据和外界数据作为内部参数和外部参数，设置目的地筛选函数筛选推荐的目的地，考虑到旅游用户存在单人旅游和多人旅游两种情况，在多人旅游时，结合用户决定目的地次数和每次决定的同意人数分析用户对最终选择目的地的干预程度，筛选出当前旅游用户中的主导人物，以主导人物的偏好作为用户特征，与待推荐目的地进行匹配，提高了目的地与用户的匹配精度，将自主能力等级和匹配数据作为内部参数，目的在于保证筛选函数筛选出的目的地符合多人用户旅游要求和自主能力，提高了多人用户旅游体验感；结合评价数据的时效性和环境数据分析用户的评价价值，对评价分数进行加权，提高了用户在推荐目的地的舒适性，针对单人和多人旅游的情况设置不同的筛选函数筛选目的地，提高了推荐方式的适用范围，提高了不同用户的旅游体验感，解决了现有推荐方式无法适用于不同人群的问题。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于旅游大数据的旅游目的地推荐系统的结构图；

图2是本发明一种基于旅游大数据的旅游目的地推荐方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

请参阅图1-图2，本发明提供技术方案：一种基于旅游大数据的旅游目的地推荐系统，其特征在于：系统包括：推荐信息采集模块S1、数据库S2、内部因素分析模块S3、外部因素分析模块S4和目的地筛除模块S5；

推荐信息采集模块S1用于采集待推荐的目的地信息和旅游用户信息；

数据库S2用于存储采集到的全部信息；

内部因素分析模块S3用于调取并分析旅游用户信息，设置内部参数；

外部因素分析模块S4用于分析外界信息，设置外部参数；

目的地筛除模块S5用于结合内部参数和外部参数筛选目的地。

推荐信息采集模块S1包括评论信息采集单元、目的地信息采集单元和用户信息采集单元，目的地信息采集单元用于采集待推荐的目的地数据；评论信息采集单元用于采集用户对对应目的地的评论信息；用户信息采集单元用于采集当前需要目的地推荐的旅游用户登记信息，将采集到的所有信息传输到数据库S2中。

内部因素分析模块S3包括用户信息分析单元、决定性对象筛选单元和自主能力匹配单元，用户信息分析单元用于分析旅游用户人数；决定性对象筛选单元用于当一起旅游的用户人数不止一个时，分析全部用户对筛选出的目的地做最终决定的干预程度；自主能力匹配单元用于匹配用户的自主能力数据和目的地的自主能力需求数据。

外部因素分析模块S4包括居住环境分析单元和评价价值分析单元，居住环境分析单元用于分析对待推荐地进行评价的用户所在地的环境数据；评价价值分析单元用于依据环境数据分析评价用户的评价价值。

目的地筛除模块S5包括筛选模型建立单元和目的地筛选单元，筛选模型建立单元用于结合外部参数、内部参数建立目的地筛选模型；目的地筛选单元用于筛选出目的地并将目的地推荐给用户。

一种基于旅游大数据的旅游目的地推荐方法，其特征在于：包括以下步骤：

Z01：采集用户信息和待推荐目的地信息；

Z02：调取用户信息，分析用户类型，设置内部参数；

Z03：分析外界信息对推荐目的地的价值，设置外部参数；

Z04：结合内部参数、外部参数生成目的地筛选模型，对推荐目的地进行排序，按顺序推荐给对应用户。

在步骤Z01-Z02中：采集到不同的旅游用户数量集合为K＝{K1，K2，...，Kn}，其中，n表示当前旅游的用户批数，采集到随机一批一起旅游的用户过往旅游时决定目的地的次数集合为N＝{N1，N2，...，Nm}，随机一个用户决定目的地时，同意决定的人数集合为M＝{M1，M2，...，MI}，其中，m表示对应批次一起旅游的用户数量，I表示随机一个用户做决定的次数，当m≥2时，根据公式

在步骤Z03中：采集到待推荐地的平均评价分数集合为Q＝{Q1，Q2，...，Qk}，在对随机一个待推荐地进行评价的用户中，采集到用户长期居住地的年均温度集合为t＝{t1，t2，...，tp}，用户评价次数集合为D＝{D1，D2，...，Dp}，用户评价时间与当前时间的平均间隔时间集合为T＝{T1，T2，...，Tp}，对应评价的待推荐地年均温度为tj’，其中，p表示对随机一个待推荐地进行评价的用户数量，根据下列公式计算随机一个用户对随机一个待推荐地进行评价的用户的评价价值Ci：

其中，ti表示随机一个用户长期居住地的年均温度，Di表示对应用户评价次数，Ti表示对应用户评价时间与当前时间的平均间隔时间，得到评价价值集合为C＝{C1，C2，...，Cp}，设置随机一个待推荐目的地的外部参数为：

在步骤Z04中：生成目的地筛选模型：建立筛选函数Y：

其中，X＝(B-A)*S，X’＝{X1’，X2’，...，Xk’}，

实施例一：采集到不同的旅游用户数量集合为K＝{K1，K2，K3}＝{3，2，1}，采集到第一批一起旅游的用户过往旅游时决定目的地的次数集合为N＝{N1，N2，N3}＝{8，10，5}，随机一个用户决定目的地时，同意决定的人数集合为M＝{M1，M2，M3}＝{3，2，5}，根据公式

最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。