CN104657509A - 基于历史照片信息的旅游地点推荐方法及系统 - Google Patents

Abstract

本发明公开了一种基于历史照片信息的旅游地点推荐方法，包括：获取历史照片的地理位置信息；获取与地理位置信息相对应的地理标签；获取与地理标签相对应的关联信息；根据地理标签和关联信息构建旅游模型；获取范围参数，通过旅游模型输出推荐旅游地点优先级列表，实现了基于历史照片的信息为用户推荐了更有针对性的旅游地点。本发明还公开了一种基于历史照片信息的旅游地点推荐系统。

Description

基于历史照片信息的旅游地点推荐方法及系统

技术领域

本发明涉及旅游地点推荐技术领域，尤其涉及一种基于历史照片信息的旅游地点推荐方法及系统。

背景技术

随着数码相机以及手机、平板等移动终端的普及和旅游业的兴起，越来越多的用户开始在旅游行程中通过拍摄大量的照片来记录自己的旅游行程。但是，目前在对旅游景点的选择时，大多是通过人工的方式在大量的旅游景点中进行随意选择，因此，很多时候会造成选择的旅游景点不尽人意，影响用户旅游的体验。如果可以利用用户的历史旅游记录信息，为用户推荐更贴合用户需求的旅游景点，将会使得用户在选择旅游景点时更具有针对性，更能提升用户旅游体验。因此，如何基于历史照片信息为用户推荐旅游地点是一项亟待解决的问题。

发明内容

本发明提供了一种基于历史照片信息的旅游地点推荐方法及系统，使用户在选择旅游景点时更具有针对性。

本发明提供了一种基于历史照片信息的旅游地点推荐方法，包括：

获取历史照片的地理位置信息；

获取与所述地理位置信息相对应的地理标签；

获取与所述地理标签相对应的关联信息；

根据所述地理标签和所述关联信息构建旅游模型；

获取范围参数，通过所述旅游模型输出推荐旅游地点优先级列表；

获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

根据所述地理标签、关联信息、选择结果信息和评价信息构建旅游模型。

优选地，所述获取历史照片的地理位置信息包括：

采集历史照片库中的照片；

提取照片的地理位置信息。

优选地，所述获取与所述地理位置信息相对应的地理标签包括：

访问地理信息系统数据库；

从所述地理信息系统数据库中提取与所述地理位置信息相对应的地理标签。

优选地，所述获取与所述地理标签相对应的关联信息包括：

访问关联信息数据库；

从所述关联信息数据库中提取与所述地理标签相对应的关联信息。

优选地，所述根据所述地理标签和所述关联信息构建旅游模型包括：

生成随机森林算法模型；

通过所述随机森林算法模型训练所述地理标签和所述关联信息，生成模型参数；

根据所述随机森林算法模型和所述模型参数构成旅游地点与偏好度的旅游模型。

一种基于历史照片信息的旅游地点推荐系统，包括：

第一获取模块，用于获取历史照片的地理位置信息；

第二获取模块，用于获取与所述地理位置信息相对应的地理标签；

第三获取模块，用于获取与所述地理标签相对应的关联信息；

模型构建模块，用于根据所述地理标签和所述关联信息构建旅游模型；

第四获取模块，用于获取范围参数；

输出模块，用于所述旅游模型根据所述获取范围参数输出推荐旅游地点优先级列表；

第五获取模块，用于获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

所述模型构建模块，还用于根据所述地理标签、关联信息、选择结果信息和评价信息构建旅游模型。

优选地，所述第一获取模块包括：

采集模块，用于采集历史照片库中的照片；

第一提取模块，用于提取照片的地理位置信息。

优选地，所述第二获取模块包括：

第一访问模块，用于访问地理信息系统数据库；

第二提取模块，用于从所述地理信息系统数据库中提取与所述地理位置信息相对应的地理标签。

优选地，所述第三获取模块包括：

第二访问模块，用于访问关联信息数据库；

第三提取模块，用于从所述关联信息数据库中提取与所述地理标签相对应的关联信息。

优选地，所述模型构建模块包括：

第一生成模块，用于生成随机森林算法模型；

第二生成模块，用于通过所述随机森林算法模型训练所述地理标签和所述关联信息后，生成模型参数；

所述模型构建模块，还用于根据所述随机森林算法模型和所述模型参数构建旅游地点与偏好度的旅游模型。

由上述方案可知，本发明提供的一种基于历史照片信息的旅游地点推荐方法，首先通过获取历史照片的地理位置信息，获取与地理位置信息相对应的地理标签，获取与地理标签相对应的关联信息，然后根据地理标签和关联信息构建出旅游模块，最后获取范围参数，通过旅游模型输出推荐旅游地点优先级列表，实现了基于历史照片的信息为用户推荐了更有针对性的旅游地点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例公开的一种基于历史照片信息的旅游地点推荐方法的流程图；

图2为本发明另一实施例公开的一种基于历史照片信息的旅游地点推荐方法的流程图；

图3为本发明另一实施例公开的一种基于历史照片信息的旅游地点推荐方法的流程图；

图4为本发明实施例公开的一种基于历史照片信息的旅游地点推荐系统的结构框图；

图5为本发明另一实施例公开的一种基于历史照片信息的旅游地点推荐系统的结构框图；

图6为本发明另一实施例公开的一种基于历史照片信息的旅游地点推荐系统的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，为本发明实施例公开的一种基于历史照片信息的旅游地点推荐方法，包括：

S101、获取历史照片的地理位置信息；

S102、获取与地理位置信息相对应的地理标签；

S103、获取与地理标签相对应的关联信息；

S104、根据地理标签和关联信息构建旅游模型；

S105、获取范围参数，通过旅游模型输出推荐旅游地点优先级列表。

具体的，上述实施例的工作过程为：当需要向用户进行旅游地点推荐时，首先，通过获取用户以前在旅游过程中拍摄的历史照片的地理位置信息，然后获取到与地理位置信息相对应的地理标签，然后根据地理标签获取到与地理标签相对应的关联信息，然后根据获取到的地理标签和关联信息构建出旅游模型，所述旅游模型即关于游客对旅游地点偏好度的计算机算法模型。当构建好旅游模型后，获取范围参数，即获取用户指定的想要旅行的范围，最后通过旅游模型输出根据范围参数推荐的旅游地点优先级列表，从而实现了根据历史照片信息，向旅客推荐更有针对性的旅游地点的目的。

如图2所示，为本发明实施例公开的另一种基于历史照片信息的旅游地点推荐方法，包括：

S201、获取历史照片的地理位置信息；

S202、获取与地理位置信息相对应的地理标签；

S203、获取与地理标签相对应的关联信息；

S204、根据地理标签和关联信息构建旅游模型；

S205、获取范围参数，通过旅游模型输出推荐旅游地点优先级列表；

S206、获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

S207、根据地理标签、关联信息、选择结果信息和评价信息构建旅游模型；返回步骤S205。

具体的，上述实施例的工作过程为：当需要向用户进行旅游地点推荐时，首先，通过获取用户以前在旅游过程中拍摄的历史照片的地理位置信息，然后获取到与地理位置信息相对应的地理标签，然后根据地理标签获取到与地理标签相对应的关联信息，然后根据获取到的地理标签和关联信息构建出旅游模型，所述旅游模型即关于游客对旅游地点偏好度的计算机算法模型。当构建好旅游模型后，获取范围参数，即获取用户指定的想要旅行的范围，然后通过旅游模型输出根据范围参数推荐的旅游地点优先级列表，实现了根据历史照片信息，向旅客推荐更有针对性的旅游地点的目的。然后获取用户从旅游地点优先级列表中选择的选择结果，以及用户对所选择的推荐旅游地点的评价信息，将获取到的选择结果信息和评价信息与地理标签和关联信息相结合，从新调整旅游模型，进一步实现了提供更加准确的推荐旅游地点优先级列表。

上述实施例在用户选择了推荐旅游地点优先级列表中的旅游地点后，进一步的获取用户选择结果信息以及对所选择的推荐旅游地点的评价信息，根据用户的反馈信息对旅游模型进行完善，使得整个旅游地点推荐方法更加的完善，输出的推荐旅游地点优先级列表更加满足用户的需求。

如图3所示，为本发明施例公开的另一种基于历史照片信息的旅游地点推荐方法，包括：

S301、采集历史照片库中的照片；

S302、提取照片的地理位置信息；

S303、访问地理信息系统数据库；

S304、从地理信息系统数据库中提取与地理位置信息相对应的地理标签；

S305、访问关联信息数据库；

S306、从关联信息数据库中提取与地理标签相对应的关联信息；

S307、生成随机森林算法模型；

S308、通过随机森林算法模型训练地理标签和关联信息，生成模型参数；

S309、根据随机森林算法模型和模型参数构成旅游地点与偏好度的旅游模型；

S310、获取范围参数，生成与范围参数相对应的旅游地点列表；

S311、输入旅游地点列表至旅游模型；

S312、旅游模型根据旅游地点列表通过机器学习生成推荐旅游地点列表；

S313、将推荐旅游地点列表进行优先级排序，输出推荐旅游地点优先级列表；

S314、获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

S315、通过随机森林算法模型训练地理标签、关联信息、选择结果信息和评价信息，生成模型参数；返回步骤S309。

具体的，上述实施例的工作过程为：当需要向用户进行旅游地点推荐时，首先，采集历史照片库中的照片，即采集用户在以前旅游过程中所拍摄的照片。由于数码相机或移动终端在拍摄照片时，会同时保存照片的地理位置信息，如：拍摄点的GPS经度信息、GPS纬度信息和GPS海拔信息等，因此，当采集到历史照片库中的照片后，提取照片的地理位置信息。

然后访问地理信息系统(Geographic Information System或Geo－Information system，GIS)，从地理信息系统数据库中提取与地理位置信息相对应的地理标签，所述地理标签包括城市名称和景点名称，例如，“江苏-苏州-周庄”。

然后访问关联信息数据库，关联信息数据库中收集的是旅游地点的游记日志、消费价格和城市风格等信息，然后从关联信息数据库中提取与地理标签相对应的关联信息，例如，关于“江苏-苏州-周庄”的旅游日志、消费价格和城市风格等信息。

然后生成随机森林算法模型，随机森林算法模型是一种比较成熟的算法模型，然后通过随机森林算法模型训练地理标签和关联信息生成模型参数，即地理标签和关联信息通过一定次数的算法迭代以后，算法收敛，生成模型参数。然后根据随机森林算法模型和模型参数构成旅游地点与偏好度的旅游模型。

然后获取范围参数，即获取用户指定的想要旅行的范围，生成与范围参数相对应的旅游地点列表，然后将旅游地点列表输入至旅游模型，旅游模型根据旅游地点列表通过机器学习后生成推荐旅游地点列表，并将推荐旅游地点列表进行优先级排序，输出推荐旅游地点优先级列表，实现了根据历史照片信息，向旅客推荐更有针对性的旅游地点的目的。

然后获取用户从旅游地点优先级列表中选择的选择结果，以及用户对所选择的推荐旅游地点的评价信息，将获取到的选择结果信息和评价信息与地理标签和关联信息相结合，从新调整旅游模型，进一步实现了提供更加准确的推荐旅游地点优先级列表。

如图4所示，为本发明实施例公开的一种基于历史照片信息的旅游地点推荐系统，包括：第一获取模块41、第二获取模块42、第三获取模块43、模型构建模块44、第四获取模块45和输出模块46，其中：

第一获取模块41，用于获取历史照片的地理位置信息；

第二获取模块42，用于获取与所述地理位置信息相对应的地理标签；

第三获取模块43，用于获取与所述地理标签相对应的关联信息；

模型构建模块44，用于根据所述地理标签和所述关联信息构建旅游模型；

第四获取模块45，用于获取范围参数；

输出模块46，用于所述旅游模型根据所述获取范围参数输出推荐旅游地点优先级列表。

具体的，上述实施例的工作原理为：当需要向用户进行旅游地点推荐时，首先，通过第一获取模块41获取用户以前在旅游过程中拍摄的历史照片的地理位置信息，然后通过第二获取模块42获取到与地理位置信息相对应的地理标签，然后根据地理标签通过第三获取模块43获取到与地理标签相对应的关联信息，然后根据获取到的地理标签和关联信息通过模型构建模块44构建出旅游模型，所述旅游模型即关于游客对旅游地点偏好度的计算机算法模型。当构建好旅游模型后，通过第四获取模块45获取范围参数，即获取用户指定的想要旅行的范围，最后通过输出模块46输出旅游模型根据范围参数推荐的旅游地点优先级列表，从而实现了根据历史照片信息，向旅客推荐更有针对性的旅游地点的目的。

如图5所示，为本发明另一实施例公开的一种基于历史照片信息的旅游地点推荐系统，包括：第一获取模块51、第二获取模块52、第三获取模块53、模型构建模块54、第四获取模块55、输出模块56和第五获取模块57，其中：

第一获取模块51，用于获取历史照片的地理位置信息；

第二获取模块52，用于获取与所述地理位置信息相对应的地理标签；

第三获取模块53，用于获取与所述地理标签相对应的关联信息；

模型构建模块54，用于根据所述地理标签和所述关联信息构建旅游模型；

第四获取模块55，用于获取范围参数；

输出模块56，用于所述旅游模型根据所述获取范围参数输出推荐旅游地点优先级列表；

第五获取模块57，用于获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

模型构建模块54，还用于根据地理标签、关联信息、选择结果信息和评价信息构建旅游模型。

具体的，上述实施例的工作原理为：当需要向用户进行旅游地点推荐时，首先，通过第一获取模块51获取用户以前在旅游过程中拍摄的历史照片的地理位置信息，然后通过第二获取模块52获取到与地理位置信息相对应的地理标签，然后根据地理标签通过第三获取模块53获取到与地理标签相对应的关联信息，然后根据获取到的地理标签和关联信息通过模型构建模块54构建出旅游模型，所述旅游模型即关于游客对旅游地点偏好度的计算机算法模型。当构建好旅游模型后，通过第四获取模块55获取范围参数，即获取用户指定的想要旅行的范围，然后通过输出模块56输出旅游模型根据范围参数推荐的旅游地点优先级列表，实现了根据历史照片信息，向旅客推荐更有针对性的旅游地点的目的。然后通过第五获取模块57获取用户从旅游地点优先级列表中选择的选择结果，以及用户对所选择的推荐旅游地点的评价信息，模型构建模块54将获取到的选择结果信息和评价信息与地理标签和关联信息相结合，从新调整旅游模型，进一步实现了提供更加准确的推荐旅游地点优先级列表。

上述实施例在用户选择了推荐旅游地点优先级列表中的旅游地点后，进一步的获取用户选择结果信息以及对所选择的推荐旅游地点的评价信息，根据用户的反馈信息对旅游模型进行完善，使得整个旅游地点推荐方法更加的完善，输出的推荐旅游地点优先级列表更加满足用户的需求。

如图6所示，为本发明另一实施例公开的一种基于历史照片信息的旅游地点推荐系统，包括：由采集模块611和第一提取模块612构成的第一获取模块61，由第一访问模块621和第二提取模块622构成的第二获取模块62，由第二访问模块631和第三提取模块632构成的第三获取模块63，第一生成模块641和第二生成模块642构成的模型构建模块64，第四获取模块65、由第三生成模块661、输入模块662、第四生成模块663和排序模块664构成的输出模块66，第五获取模块67；其中：

采集模块611，用于采集历史照片库中的照片；

第一提取模块612，用于提取照片的地理位置信息；

第一访问模块621，用于访问地理信息系统数据库；

第二提取模块622，用于从地理信息系统数据库中提取与地理位置信息相对应的地理标签；

第二访问模块631，用于访问关联信息数据库；

第三提取模块632，用于从关联信息数据库中提取与地理标签相对应的关联信息；

第一生成模块641，用于生成随机森林算法模型；

第二生成模块642，用于通过随机森林算法模型训练地理标签和关联信息后，生成模型参数；

模型构建模块64，用于根据随机森林算法模型和模型参数构建旅游地点与偏好度的旅游模型；

第四获取模块65，用于获取范围参数；

第三生成模块661，用于生成与范围参数相对应的旅游地点列表；

输入模块662，用于输入旅游地点列表至旅游模型；

第四生成模块663，用于旅游模型根据旅游地点列表通过机器学习生成推荐旅游地点列表；

排序模块664，用于将推荐旅游地点列表进行优先级排序；

输出模块66，用于输出经过排序后的推荐旅游地点优先级列表；

第五获取模块67，用于获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

第二生成模块642，还用于通过随机森林算法模型训练地理标签、关联信息、选择结果信息和评价信息，生成模型参数。

具体的，上述实施例的工作原理为：当需要向用户进行旅游地点推荐时，首先，通过采集模块611采集历史照片库中的照片，即采集用户在以前旅游过程中所拍摄的照片。由于数码相机或移动终端在拍摄照片时，会同时保存照片的地理位置信息，如：拍摄点的GPS经度信息、GPS纬度信息和GPS海拔信息等，因此，当采集到历史照片库中的照片后，通过第一提取模块612提取照片的地理位置信息。

然后通过第一访问模块621访问地理信息系统(Geographic InformationSystem或Geo－Information system，GIS)，通过第二提取模块622从地理信息系统数据库中提取与地理位置信息相对应的地理标签，所述地理标签包括城市名称和景点名称，例如，“江苏-苏州-周庄”。

然后通过第二访问模块631访问关联信息数据库，关联信息数据库中收集的是旅游地点的游记日志、消费价格和城市风格等信息，然后通过第三提取模块632从关联信息数据库中提取与地理标签相对应的关联信息，例如，关于“江苏-苏州-周庄”的旅游日志、消费价格和城市风格等信息。

然后通过第一生成模块641生成随机森林算法模型，随机森林算法模型是一种比较成熟的算法模型，然后第二生成模块642通过随机森林算法模型训练地理标签和关联信息生成模型参数，即地理标签和关联信息通过一定次数的算法迭代以后，算法收敛，生成模型参数。然后通过模型构建模块64根据随机森林算法模型和模型参数构成旅游地点与偏好度的旅游模型。

然后通过第四获取模块65获取范围参数，即获取用户指定的想要旅行的范围，通过第三生成模块661生成与范围参数相对应的旅游地点列表，然后通过输入模块662将旅游地点列表输入至旅游模型，旅游模型根据旅游地点列表通过机器学习后，通过第四生成模块663生成推荐旅游地点列表，并通过排序模块664将推荐旅游地点列表进行优先级排序，通过输出模块66输出推荐旅游地点优先级列表，实现了根据历史照片信息，向旅客推荐更有针对性的旅游地点的目的。

然后通过第五获取模块67获取用户从旅游地点优先级列表中选择的选择结果，以及用户对所选择的推荐旅游地点的评价信息，将获取到的选择结果信息和评价信息与地理标签和关联信息相结合，第二生成模块642通过随机森林算法模型训练地理标签、关联信息、选择结果信息和评价信息，生成模型参数从新调整旅游模型，进一步实现了提供更加准确的推荐旅游地点优先级列表。

本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于历史照片信息的旅游地点推荐方法，其特征在于，包括：

获取历史照片的地理位置信息；

获取与所述地理位置信息相对应的地理标签；

获取与所述地理标签相对应的关联信息；

根据所述地理标签和所述关联信息构建旅游模型；

获取范围参数，通过所述旅游模型输出推荐旅游地点优先级列表；

获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

根据所述地理标签、关联信息、选择结果信息和评价信息构建旅游模型。

2.根据权利要求1所述的方法，其特征在于，所述获取历史照片的地理位置信息包括：

采集历史照片库中的照片；

提取照片的地理位置信息。

3.根据权利要求1所述的方法，其特征在于，所述获取与所述地理位置信息相对应的地理标签包括：

访问地理信息系统数据库；

从所述地理信息系统数据库中提取与所述地理位置信息相对应的地理标签。

4.根据权利要求1所述的方法，其特征在于，所述获取与所述地理标签相对应的关联信息包括：

访问关联信息数据库；

从所述关联信息数据库中提取与所述地理标签相对应的关联信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述地理标签和所述关联信息构建旅游模型包括：

生成随机森林算法模型；

通过所述随机森林算法模型训练所述地理标签和所述关联信息，生成模型参数；

根据所述随机森林算法模型和所述模型参数构成旅游地点与偏好度的旅游模型。

6.一种基于历史照片信息的旅游地点推荐系统，其特征在于，包括：

第一获取模块，用于获取历史照片的地理位置信息；

第二获取模块，用于获取与所述地理位置信息相对应的地理标签；

第三获取模块，用于获取与所述地理标签相对应的关联信息；

模型构建模块，用于根据所述地理标签和所述关联信息构建旅游模型；

第四获取模块，用于获取范围参数；

输出模块，用于所述旅游模型根据所述获取范围参数输出推荐旅游地点优先级列表；

第五获取模块，用于获取推荐旅游地点的选择结果信息以及对所选择的推荐旅游地点的评价信息；

所述模型构建模块，还用于根据所述地理标签、关联信息、选择结果信息和评价信息构建旅游模型。

7.根据权利要求6所述的系统，其特征在于，所述第一获取模块包括：

采集模块，用于采集历史照片库中的照片；

第一提取模块，用于提取照片的地理位置信息。

8.根据权利要求6所述的系统，其特征在于，所述第二获取模块包括：

第一访问模块，用于访问地理信息系统数据库；

第二提取模块，用于从所述地理信息系统数据库中提取与所述地理位置信息相对应的地理标签。

9.根据权利要求6所述的系统，其特征在于，所述第三获取模块包括：

第二访问模块，用于访问关联信息数据库；

第三提取模块，用于从所述关联信息数据库中提取与所述地理标签相对应的关联信息。

10.根据权利要求6所述的系统，其特征在于，所述模型构建模块包括：

第一生成模块，用于生成随机森林算法模型；

第二生成模块，用于通过所述随机森林算法模型训练所述地理标签和所述关联信息后，生成模型参数；

所述模型构建模块，还用于根据所述随机森林算法模型和所述模型参数构建旅游地点与偏好度的旅游模型。