CN107358471A - 一种基于游览行为的旅游资源推荐方法及系统 - Google Patents
一种基于游览行为的旅游资源推荐方法及系统 Download PDFInfo
- Publication number
- CN107358471A CN107358471A CN201710581785.XA CN201710581785A CN107358471A CN 107358471 A CN107358471 A CN 107358471A CN 201710581785 A CN201710581785 A CN 201710581785A CN 107358471 A CN107358471 A CN 107358471A
- Authority
- CN
- China
- Prior art keywords
- visitor
- sight spot
- spot
- sight
- visit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003542 behavioural effect Effects 0.000 claims abstract description 74
- 238000002372 labelling Methods 0.000 claims abstract description 33
- 230000003068 static effect Effects 0.000 claims description 62
- 230000009471 action Effects 0.000 claims description 47
- 230000006399 behavior Effects 0.000 claims description 40
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 8
- 230000000052 comparative effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000000284 resting effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 230000009182 swimming Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- VAYOSLLFUXYJDT-RDTXWAMCSA-N Lysergic acid diethylamide Chemical compound C1=CC(C=2[C@H](N(C)C[C@@H](C=2)C(=O)N(CC)CC)C2)=C3C2=CNC3=C1 VAYOSLLFUXYJDT-RDTXWAMCSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于游览行为的旅游资源推荐方法及系统,通过在各景点安装蓝牙位置标签设备为游客智能终端提供景点标示,智能终端以此准确获得该游客在景区的详细游览轨迹;利用游客携带的智能终端获取其游览行为数据,并通过计算各游客的游览行为数据获得其对各旅游资源的喜爱度评价,并由此生成动态推荐结果。该方法获取的评价数据及推荐结果能够精确到景区内的各个景点,且结果由游客游览行为计算得到,因此具有客观、全面的优点。此外,该方法还能够针对旅游资源具有随时节变化,游览价值动态变化的特点。通过对不同时间段游客的游览行为的统计,得到不同时间段内景区及景点的动态推荐结果。
Description
技术领域
本发明涉及物联网及移动互联网应用技术领域,具体涉及一种基于游览行为的旅游资源推荐方法及系统。
背景技术
旅游资源推荐系统在游客旅游前发挥重要作用,便于游客在时间或经济成本有限的情况下做出合理的游览安排。目前的旅游资源推荐系统使用旅游专家人工评分或基于游客评价信息统计两种方式生成推荐结果。这两种推荐方法各自存在缺点:第一种方法中人工评分是静态数据,由于自然景区或景点的游览观赏价值具有随时节的变化而动态变化的特性,该方法无法根据时节动态地调整推荐结果,因此推荐结果不灵活。第二种方式中获得游客评价的方式主要通过电子问卷调查获取评分,但该方式存在评价过程繁琐,评价数据较主观、片面、笼统等缺点。且两种方法产生的推荐结果一般无法精确到景区内各个景点。
发明内容
本发明所要解决的是目前旅游资源评价数据获取生成较困难,推荐结果静态和笼统的问题,提供一种基于游览行为的旅游资源推荐方法及系统。
为解决上述问题,本发明是通过以下技术方案实现的:
一种基于游览行为的旅游资源推荐系统,包括云服务器、智能终端和蓝牙位置标签设备;
蓝牙位置标签设备安装在各景区的各个景点和各景区的出口处,其中各景区的各景点的位置标签信息唯一,各景区的出口处的位置标签信息统一;蓝牙位置标签设备的作用是以蓝牙协议广播标识其位置标签信息;
智能终端供游客携带;智能终端的作用是通过蓝牙接收景点中的蓝牙位置标签设备广播的位置标签信息,并记录游客在景点中的拍照及静止动作,结合游客进入和离开景点的时间戳信息,构成景点的游览行为数据;同时,通过移动互联网或无线局域网将游览行为数据依次上传至云服务器,同时接收云服务器产生的旅游资源推荐结果;
云服务器的作用是接收并保存智能终端发送的游客历史游览行为数据,并根据游客的游览行为数据计算游客群体对各旅游资源的喜爱度动态评价数据,最终为后续游客提供旅游资源推荐结果。
上述系统中,每个蓝牙位置标签设备由嵌入式微处理器以及与嵌入式微处理器相连的蓝牙发射天线、FLASH存储器、串行总线接口和电源电路组成;蓝牙天线,用于发射iBeacon协议广告帧数据;FLASH存储器,用于保存对应景点的位置标签信息;串行总线接口,用于初始化配置该蓝牙位置标签设备;电源电路,用于为该蓝牙位置标签设备供电。
上述系统中,各景区的各个景点的位置标签信息由Major字段标识景区ID,由Minor字段标识景点ID,并由TX Power字段标识智能终端与蓝牙位置标签设备的距离。
上述系统中,游客在每个景点内的行为数据包括:游客ID、景区ID、景点ID、进入景点时间戳、离开景点时间戳、拍照次数和静止动作次数;游客ID为智能终端蓝牙硬件设备号,用于标识每位游客;景区ID及景点ID为景点内蓝牙位置标签设备提供的位置标签信息,用于标识游览的景点;进入和离开景点时间戳由智能终端系统时间记录得到;拍照动作次数由智能终端相机设备使用次数获得;静止动作次数智能终端加速度传感器判断获得。
基于上述的旅游资源推荐系统所实现的一种基于游览行为的旅游资源推荐方法,包括如下步骤:
步骤1、系统正常工作前,将预先分配的各景区的各景点和各景区的出口处所对应的位置标签信息写入各蓝牙位置标签设备中,并将各位置标签设备安装到各景区的相应景点和出口处;
步骤2、游客游览前,在智能终端安装客户端软件,并打开智能终端蓝牙设备;同时,云服务器在数据库中创建用于保存游客游览行为数据的相关数据表,供后续生产旅游资源评价及推荐结果使用;
步骤3、系统正常工作后,智能终端将自动获取景点中蓝牙位置标签设备广播的位置标签信息,同时记录游客在该景点内拍照及静止动作次数,并记录游客进入和离开景点的时间戳信息,构成该景点的游览行为数据;游客游览结束,智能终端依次将游客游览的各个景点所对应的行为数据上传云服务器;
步骤4、云服务器在接收各景区内所有游客智能终端上传的行为数据后,得到游客个人完整的游览行为数据;然后根据客户端软件的请求,并根据游客的游览行为数据计算游客群体对各景区或景区内各景点的动态评价排名,最终生成旅游资源的动态推荐结果,返回给智能终端。
上述步骤3中,智能终端的客户端软件获取游览行为数据的具体过程如下:
步骤3-1)任务读取并解析iBeacon协议广告帧中的位置标签信息,比较位置标签信息中的TX Power字段,判断与智能终端当前距离最近的景点;
步骤3-2)比较新读入的位置标签信息是否为景区的出口处的位置标签,判断游客是否要离开景区结束游览;如果是则进入步骤3-3),否则进入步骤3-4);
步骤3-3)任务读取智能终端蓝牙设备标识码作为游客身份信息,连同之前保存的所有游览行为数据文件一块上传至云服务器保存;
步骤3-4)判断该位置标签信息与当前景点标识码是否相等,以判断游客进入新景点还是仍停留在原来景点中;相等则进入步骤3-5),否则转入步骤3-6);
步骤3-5)比较结果相等,代表游客仍停留在原景点,任务将重置景点位置有效定时器的定时时间;
步骤3-6)比较结果不等,则意味着游客所处景点发生改变;接着判断景点位置有效定时器是否处于运行状态,进入步骤3-7)或步骤3-8);
步骤3-7)如果景点位置有效定时器处于运行状态,则意味着游客从原景点切换到新景点,但由于两个景点间距近,游客在两个景点的位置切换时间短,并未引起该定时器超时,则该任务保存当前智能终端的系统时间至离开景点时间戳中,同时将之前保存的进入景点时间戳、拍照动作次数、静止动作次数和当前景点标识码合并作为前一景点对应的完整游览行为数据,保存至客户端软件的本地文件系统中,转入步骤3-9)中;
步骤3-8)如果景点位置有效定时器不处于运行状态,则意味着游客进入一个新景点,则重新在系统中注册游客动作监测任务,以统计游客在新景点中的拍照和静止动作次数;
步骤3-9)保存当前智能终端的系统时间至进入景点时间戳中,同时清零拍照动作次数及静止动作次数,并将新的位置标签信息更新至当前景点标识码中;
步骤3-10)任务启动景点位置有效定时器和静止动作读取定时器,开始新景点的游览数据获取,任务结束进入休眠状态。
上述步骤3)还进一步包括如下过程,智能终端通过设置景点位置有效定时器,来判断智能终端所处的景点位置是否发生切换;
该景点位置有效定时器在初始化阶段设置启动;
当游客游览的景点不变时,游览行为获取任务重置该景点位置有效定时器,避免该景点位置有效定时器发生超时;
当游客离开某景点后,由于游览行为任务无法接收新的位置标签信息,不能重置该景点位置有效定时器则发生超时后触发超时中断例程执行。
上述景点位置有效定时器的超时中断例程执行过程如下:
步骤(1)将智能终端系统时间保存入离开景点时间戳变量,同时将当前景点标识码、进入景点时间戳、拍照动作次数和静止动作次数变量保存的游览行为数据记录到客户端软件的本地文件系统中;
步骤(2)注销拍照动作监测任务和静止动作监测任务,即停止游览动作的监测;
步骤(3)将当前景点标识码、拍照动作次数和静止动作次数变量清零;
步骤(4)关闭景点位置有效定时器和静止动作读取定时器,至此游览行为获取暂停,直至客户端软件接收到新的蓝牙位置标签信息后重启游览行为获取任务。
上述步骤4中,云服务器生成旅游资源的动态推荐结果的具体过程如下:
步骤4-1)云服务器接收由客户端软件发送的旅游资源推荐类型及推荐产生时间段命令信息;
步骤4-2)判断客户端软件请求的旅游资源推荐类型;如果是景区类型,则执行步骤4-3)至步骤4-7),如果是景点类型,则执行步骤4-8)至步骤4-12);
步骤4-3)根据推荐产生时间段,从云服务器的数据库读取游客请求对应景区的游览行为数据表,根据该时间段读取对应的所有游客游览行为数据;
步骤4-4)根据游客身份信息,即智能终端蓝牙设备标识码,分类找出每位游客的行为数据;
步骤4-5)根据游客身份信息,统计进入该景区的游客总人数以及游览各景点的游客人数;并统计每位游客在景区内的游览总时间,拍照动作以及静止动作总次数;
步骤4-6)根据景点评价公式计算每位游客对各个景点的喜爱度数值;其中景点评价公式为:
其中,a,b和c分别为景点内游览时间、拍照动作次数以及静止动作次数的权重,三者总和为1;
步骤4-7)根据景点综合评价生成公式计算所有游客对该景区内各个景点的综合评价排名,将排名返回给对应客户端软件,任务结束;其中景点综合评价生成公式为:
步骤4-8)根据推荐产生时间段,从数据库读取所有景区对应时间段内的所有游客游览行为数据;
步骤4-9)以游客身份信息为依据,查找每位游客在各景区的游览行为数据,并统计对应时间段内系统中游客总数;
步骤4-10)针对每位游客,统计其总的游览时间以及总的游览动作次数;
步骤4-11)根据景区评价公式计算每位游客对各个景区的喜爱度数值;其中景区评价公式为:
其中,λ,μ和ν分别为景区内游览时间、拍照动作次数以及静止动作次数的权重,三者总和为1;
步骤4-12)根据景区综合评价公式计算所有游客对各个景区的最终评价排名,将排名返回给对应客户端软件,任务结束;其中景区综合评价公式为:
与现有技术相比,本发明具有如下优势及特点:
1、利用游客携带的智能终端获取其游览行为数据,并通过计算各游客的游览行为数据获得其对各旅游资源的喜爱度评价。该方法获取的评价数据,能够精确到景区内的各个景点,且评价数据由游客游览行为计算得到,因此评价结果具有客观、全面的优点。
2、旅游资源推荐结果具有时效性。针对旅游资源具有随时节变化,游览价值动态变化的特点。通过对不同时间段游客的游览行为的统计,得到不同时间段内景区及景点的动态推荐结果。
3、本发明通过全面获取游客的游览行为数据,具体包括游客游览轨迹数据,在各景点中的用智能终端拍照的次数,以及游客在各景点中的静止停留次数等。因此行为数据具有全面性和完整性优点,为旅游资源推荐提供客观依据。且获取过程无需游客人为操作,不造成任何负担,该行为获取方法具有便捷和高效性。
4、本发明通过在各景点安装蓝牙位置标签设备为游客智能终端提供景点标示,智能终端以此准确获得该游客在景区的详细游览轨迹。方案中采用无限蓝牙协议完成位置标签信息传输。蓝牙位置标签设备具有功耗及成本低的优点,该设备可快速安装至室内外各景点中。
附图说明
图1为基于游览行为的旅游资源推荐系统结构图。
图2为蓝牙位置标签设备硬件结构图。
图3为系统客户端软件初始化流程图。
图4为客户端软件游览行为数据获取任务主流程图。
图5为景点位置有效定时器超时中断例程流程图。
图6为拍照动作监测任务流程图。
图7为静止动作监测任务流程图。
图8为旅游资源推荐生成方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实例,并参照附图,对本发明进一步详细说明。
由于游客的实际游览行为往往蕴含着其对旅游资源的喜爱程度。因此本发明通过获取游客在游览过程中产生的行为数据,通过分析不同时间段内的行为数据,准确地获得游客对所游览的景点及景区的喜爱程度,生成动态旅游资源推荐结果。本发明中的旅游资源指若干旅游景区及旅游景点;景区是地理范围较大的游览区域,其中包含若干个具体景点;景点是地理范围较小的某个游览地点。
一种基于游览行为的旅游资源推荐系统结构如图1所示。系统由云服务器、每位游客携带的智能终端、以及若干个固定安装在各景区内景点中和景区的出口处的蓝牙位置标签设备构成。
(1)蓝牙位置标签设备
蓝牙位置标签设备作用是以蓝牙协议广播标志各景点的位置标签信息。在本发明中,需在每个景点内安装至少一个位置标签设备,且每个景点的位置标签设备具有唯一的位置标签信息。
蓝牙位置标签设备是由电池供电的独立设备。优选实施例中蓝牙协议使用iBeacon协议,利用该协议的广告帧向游客智能终端广播对应景点的位置标签信息。每个位置标签设备安装前,需分配一个系统唯一的位置标签信息。该设备硬件框图如图2所示。蓝牙位置标签设备的控制部件采用TI公司的CC2541嵌入式微处理器。CC2541负责连接蓝牙发射天线、FLASH存储器、串行总线接口和电源电路等部件。蓝牙天线用于发射iBeacon协议广告帧数据;FLASH存储器用于保存对应景点的位置标签信息;串行总线接口用于初始化配置位置标签设备。
根据iBeacon协议广告帧数据格式,使用其中的Major和Minor字段分别标识景区ID和景点ID,使用TX Power字段用于判断智能终端与蓝牙位置标签设备的距离。一个完整的位置标签信息由以上三个字段构成。在实施例中景区ID和景点ID均用2个字节表示,每字节包含8个比特。景区ID、景点ID由系统统一分配,每个景区对应唯一景区ID,景区内每个景点ID唯一。方案用这两个ID信息唯一地识别某景区内的某个景点。因此,实施例中应在每个景点内安装至少一个位置标签设备。此外,为了判断游客是否离开景区,需要在各景区的出口也要安装位置标签设备,且出口的位置标签信息设置为固定值。本实施例中统一使用十六进制数值0xFFFFFFFF代表景区出口位置标签信息。
(2)智能终端
智能终端作用是利用蓝牙天线无线接收景点中的蓝牙位置标签设备广播的位置标签信息,同时记录游客在景点中的拍照及静止等动作,结合游客进入和离开景点的时间戳信息,构成景点的游览行为数据;再通过无线网络,将游览行为数据依次上传至云服务器,同时可接收云服务器产生的旅游资源推荐结果。
游客智能终端为安装了本系统客户端软件的智能手机。在本实施例中,客户端软件为基于安卓操作系统4.0及以上版本的应用程序。为了全面获取游客在游览过程中的游览行为数据,游客在每个景点内的行为数据包括:游客ID,景区ID及景点ID,进入景点时间戳,离开景点时间戳,拍照次数和静止动作次数等。其中游客ID为智能终端的蓝牙硬件设备号,用于标识每位游客;景区ID及景点ID为景点内蓝牙位置标签设备提供的位置标签信息,用于标识游览的景点;进入和离开景点时间戳由智能终端系统时间记录得到;拍照动作次数由客户端软件检测智能终端相机设备使用次数获得;静止动作次数由客户端软件监测智能终端加速度传感器判断获得。
(3)云服务器
云服务器作用是接收并保存智能终端发送的游客历史游览行为数据;通过公式计算游客群体对各旅游资源的喜爱度动态评价数据,最终为后续游客提供旅游资源推荐结果。在本发明中,云服务器与智能终端通过移动互联网或无线局域网连接。
云服务器基于LINUX操作系统并使用APACHE HTTP服务器软件搭建,使用MySQL数据库软件保存游客游览行为数据及生成的旅游资源评价数据,云服务器使用PHP脚本语言实现旅游资源评价数据生成以及推荐结果的产生。
云服务器接收到客户端软件回传的游览行为数据后,按照位置标签信息中的景区ID,分类保存各个景区内所有游客的游览行为数据。在本发明优选实施例中,云服务器数据库以景区ID为表名,为各个景区创建游览行为数据表。数据表中每条记录为一名游客在该景区内某个景点的具体游览行为数据。云服务器根据游客的游览行为数据计算其对旅游资源喜爱程度,计算依据包括:游客的游览时间越长喜爱度越高;拍照动作次数越多喜爱度越高;游客在景点中驻足次数,也即静止动作次数越多喜爱度越高。
云服务器通过统计每名游客游览行为中包含的行为特征,计算游客对各旅游资源的喜爱度,然后生成各旅游资源的评价排名数据,最后根据游客需要以旅游资源推荐列表形式返回给客户端软件。
基于上述系统所实现的一种基于游览行为的旅游资源推荐方法,包括如下操作步骤:
步骤1、系统正常工作前,先将预先分配的景区ID及景点ID对应的位置标签信息写入各蓝牙位置标签设备,并将位置标签设备安装到各景区的相应景点中。
步骤2、游客游览前,在智能终端安装客户端软件,并打开智能终端蓝牙设备。系统云服务器在数据库中创建用于保存游客游览行为数据的相关数据表,供后续生产旅游资源评价及推荐结果使用。
步骤3、系统正常工作后,智能终端将自动获取景点中蓝牙位置标签设备广播的位置标签信息,同时记录游客在该景点内拍照及静止等动作次数,并记录游客进入和离开景点的时间戳信息,构成该景点的游览行为数据。游客游览结束,智能终端依次将游客游览的各个景点所对应的行为数据上传云服务器。
步骤4、云服务器在接收各景区内所有游客智能终端上传的行为数据后,得到游客个人完整的游览行为数据。然后根据客户端软件的请求,通过公式计算游客群体对各景区或景区内各景点的动态评价排名,最终生成旅游资源的动态推荐结果返回给智能终端。
下面将结合图3至图7详细描述客户端软件获取游客游览行为数据的方法及过程。
客户端软件的初始化流程如图3所示。具体步骤包括:
步骤1)创建并初始化全局变量,包括:“当前景点标识码”,该标识码由景区ID及景点ID组成;“进入景点时间戳”;“离开景点时间戳”;“拍照动作次数”;“静止动作次数”。其中“拍照动作次数”为客户端软件读取游客在景点内使用智能终端相机的次数;“静止动作次数”为客户端软件读取智能终端加速度传感器,判断游客在景点内驻足站立的次数。
步骤2)初始化行为数据获取过程需要的两个定时器。定时器包括:景点位置有效定时器,用于判断游客是否已经离开当前景点或进入新的景点,该定时器定时时间设置为1分钟;静止动作读取定时器,用于读取加速度传感器的时间间隔定时,该定时器定时时间设置为3秒钟。
步骤3)启动智能终端蓝牙设备,开始扫描iBeacon协议广告帧。
步骤4)创建游览行为获取任务并在操作系统(如安卓操作系统)中注册该任务使其运行,最后启动景点位置有效定时器,用于后续判断智能终端所处景点位置状态。
客户端软件的游览行为获取任务主流程如图4所示。该任务功能是通过读取景点中的蓝牙位置标签设备广播的位置标签信息,判断游客所处景点位置状态是否改变,并记录当前景点对应的游览行为数据。具体步骤包括:
步骤1)任务读取并解析iBeacon协议广告帧中的位置标签信息,比较位置标签信息中的TX Power字段,判断与智能终端当前距离最近的景点。
步骤2)比较新读入的位置标签信息是否为景区的出口位置标签,判断游客是否要离开景区结束游览。如果是则进入步骤3,否则进入步骤4。
步骤3)任务读取智能终端蓝牙设备标识码作为游客身份信息,连同之前保存的所有游览行为数据文件一块上传至云服务器保存。
步骤4)判断该位置标签信息与“当前景点标识码”是否相等,以判断游客进入新景点还是仍停留在原来景点中。相等则进入步骤5,否则转入步骤6。
步骤5)比较结果相等,代表游客仍停留在原景点,任务将重置景点位置有效定时器的定时时间。
步骤6)比较结果不等,则意味着游客所处景点发生改变。接着判断景点位置有效定时器是否处于运行状态,进入步骤7或步骤8。
步骤7)如果该定时器处于运行状态,则意味着游客从原景点切换到新景点,即由于两个景点间距较近,游客在两个景点的位置切换时间较短,并未引起该定时器超时。则该任务保存当前智能终端的系统时间至“离开景点时间戳”中,同时将之前保存的“进入景点时间戳”、“拍照动作次数”、“静止动作次数”和“当前景点标识码”合并作为前一景点对应的完整游览行为数据,保存至客户端软件本地文件系统,转入步骤9中。
步骤8)如果定时器不处于运行状态,则意味着游客进入一个新景点,则重新在系统中注册游客动作监测任务,以统计游客在新景点中的拍照和静止动作次数。动作监测任务包括:拍照动作监测任务和静止动作监测任务。
步骤9)保存当前智能终端的系统时间至“进入景点时间戳”中,同时清零“拍照动作次数”及“静止动作次数”,并将新的位置标签信息更新至“当前景点标识码”中。
步骤10)任务启动景点位置有效定时器和静止动作读取定时器,开始新景点的游览数据获取,任务结束进入休眠状态。
客户端软件通过设置景点位置有效定时器,来判断智能终端所处的景点位置是否发生切换。该定时器由客户端软件在初始化阶段设置启动。当游客游览的景点不变时,游览行为获取任务重置该定时器,避免该定时器发生超时;当游客离开某景点后,由于游览行为任务无法接收新的位置标签信息,不能重置该定时器则发生超时后触发超时中断例程执行。该例程任务是保存上一个景点的完整游览行为数据,并关闭相关游览动作监测任务和景点位置有效定时器。该定时器的超时中断例程执行流程如图5所示。具体步骤包括:
步骤1)将智能终端系统时间保存入“离开景点时间戳”变量,同时将“当前景点标识码”、“进入景点时间戳”、“拍照动作次数”、“静止动作次数”等变量保存的游览行为数据记录到客户端软件本地文件系统中。
步骤2)注销拍照动作监测任务和静止动作监测任务,即停止游览动作的监测。
步骤3)将“当前景点标识码”、“拍照动作次数”、“静止动作次数”等变量清零。
步骤4)关闭景点位置有效定时器和静止动作读取定时器,至此游览行为获取暂停,直至客户端软件接收到新的蓝牙位置标签信息后重启游览行为获取任务。
客户端软件拍照动作监测任务作用是检测智能终端相机设备在各景点中的使用次数,其执行流程如图6所示。
步骤1)当客户端软件检测到智能终端相机的拍照消息,该任务被系统唤醒运行。
步骤2)全局变量“拍照动作次数”加1。
步骤3)任务执行结束,进入休眠状态。
客户端软件静止动作监测任务为静止动作读取定时器的中断服务例程,作用是周期性地读取智能终端加速度传感器的数据,以判断游客是否在景点内游览过程中处于静止状态。具体步骤如图7所示。
步骤1)静止动作监测任务被静止动作读取定时器超时唤醒。
步骤2)读取智能终端的加速度传感器,比较读入数据与运动时的加速度阈值,以判断游客当前是否静止状态。
步骤3)如果处于静止状态,则全局变量“静止动作次数”加1,任务执行结束。
完成游客游览行为数据获取后,在云服务器计算游客对各旅游资源的喜爱度,进而为后续游客产生旅游资源推荐列表结果。云服务器关于旅游资源推荐方法如图8所示。具体步骤包括:
步骤1)云服务器接收由客户端软件发送的旅游资源推荐类型及推荐产生时间段等命令信息。旅游资源推荐类型分为景区和景点两种,景区类型由云服务器产生各景区推荐列表,而景点类型则产生某个景区内对应的景点推荐列表;推荐产生时间段为推荐结果产生所需处理游客游览行为所对应的时间段,该时间段包括从请求推荐当日开始的前一段时间。本实施例中该时间段的计算单位为天。
步骤2)判断客户端软件请求的旅游资源推荐类型,如果是景区类型则执行第3至7步,如果是景点类型则转至第8至12步。
步骤3)根据推荐产生时间段,从数据库读取游客请求对应景区的游览行为数据表,根据该时间段读取对应的所有游客游览行为数据。
步骤4)根据游客身份信息,即智能终端蓝牙设备标识码,分类找出每位游客的行为数据。
步骤5)根据游客身份信息,统计进入该景区的游客总人数以及游览各景点的游客人数;并统计每位游客在景区内的游览总时间,拍照动作以及静止动作总次数。游览总时间通过计算各个景点内进入和离开时间戳的时间差,并累加各景点游览时间得到;两种动作总次数通过统计各景点游览行为数据中的动作次数获得。
步骤6)根据景点评价公式计算每位游客对各个景点的喜爱度数值,详见本发明的公式(1)。
景点评价公式用于计算一位游客对某景区内某景点的喜爱度数值,具体计算方法如公式(1)所示:
其中a,b,c分别为景点内游览时间、拍照动作次数以及静止动作次数的权重,三者总和为1。在本发明实施例中权重a取值为0.5,权重b取值为0.3,权重c取值为0.2。
步骤7)根据景点综合评价生成公式,详见本发明的公式(2),计算所有游客对该景区内各个景点的综合评价排名,将排名返回给对应客户端软件,任务结束。
景点综合评价公式用于综合计算游客群体对各景点的喜爱度数值,具体计算方法如公式(2)所示。公式(2)中分子为游览过景点i的游客数与各游客对该景点的喜爱度值总和的乘积,分母为进入该景区游览的总游客数。通过景点综合评价公式,即可得到游客群体对某景区内各个景点的综合评价排名。
步骤8)根据推荐产生时间段,从数据库读取所有景区对应时间段内的所有游客游览行为数据。
步骤9)以游客身份信息为依据,查找每位游客在各景区的游览行为数据,并统计对应时间段内系统中游客总数。
步骤10)针对每位游客,统计其总的游览时间以及总的游览动作次数。游客总游览时间通过累加各个景区游览时间获得,总游览的两种动作次数通过累加各个景区内的动作次数获得。其中单个景区游览时间和游览动作次数在景点评价数据生成方法中获得。
步骤11)根据景区评价公式计算每位游客对各个景区的喜爱度数值,详见本发明的公式(3)。
景区评价公式用于计算一位游客对其游览的景区的喜爱度数值,具体计算方法如公式(3)所示:
其中λ,μ,ν分别为景区内游览时间、拍照动作次数以及静止动作次数的权重,三者总和为1。在本发明实施例中权重λ取值为0.5,权重μ取值为0.3,权重ν取值为0.2。
步骤12)根据景区综合评价公式,详见本发明的公式(4),计算所有游客对各个景区的最终评价排名,将排名返回给对应客户端软件,任务结束。
景区综合评价公式用于综合计算游客群体对各景区的喜爱度数值,具体计算方法如公式(4)所示。公式(4)中分子为游览过景区i的游客数与各游客对该景区的喜爱度值总和的乘积,分母为本系统内的游客总数。通过景区综合评价公式,即可得到游客群体对各景区内的综合评价排名。
当然,以上所述实例仅是本发明的较优实施例,本发明并非局限于上述实施例和实施例方法。相关技术领域的从业者可在本发明的技术思路许可的范围内进行不同的细节调整和实施,故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰,均包括于本发明专利申请。
Claims (9)
1.一种基于游览行为的旅游资源推荐系统,其特征是:包括云服务器、智能终端和蓝牙位置标签设备;
蓝牙位置标签设备安装在各景区的各个景点和各景区的出口处,其中各景区的各景点的位置标签信息唯一,各景区的出口处的位置标签信息统一;蓝牙位置标签设备的作用是以蓝牙协议广播标识其位置标签信息;
智能终端供游客携带;智能终端的作用是通过蓝牙接收景点中的蓝牙位置标签设备广播的位置标签信息,并记录游客在景点中的拍照及静止动作,结合游客进入和离开景点的时间戳信息,构成景点的游览行为数据;同时,通过移动互联网或无线局域网将游览行为数据依次上传至云服务器,同时接收云服务器产生的旅游资源推荐结果;
云服务器的作用是接收并保存智能终端发送的游客历史游览行为数据,并根据游客的游览行为数据计算游客群体对各旅游资源的喜爱度动态评价数据,最终为后续游客提供旅游资源推荐结果。
2.根据权利要求1所述的一种基于游览行为的旅游资源推荐系统,其特征是:每个蓝牙位置标签设备由嵌入式微处理器以及与嵌入式微处理器相连的蓝牙发射天线、FLASH存储器、串行总线接口和电源电路组成;
蓝牙天线,用于发射iBeacon协议广告帧数据;FLASH存储器,用于保存对应景点的位置标签信息;串行总线接口,用于初始化配置该蓝牙位置标签设备;电源电路,用于为该蓝牙位置标签设备供电。
3.根据权利要求1所述的一种基于游览行为的旅游资源推荐系统,其特征是:各景区的各个景点的位置标签信息由Major字段标识景区ID,由Minor字段标识景点ID,并由TXPower字段标识智能终端与蓝牙位置标签设备的距离。
4.根据权利要求1所述的一种基于游览行为的旅游资源推荐系统,其特征是:游客在每个景点内的行为数据包括:游客ID、景区ID、景点ID、进入景点时间戳、离开景点时间戳、拍照次数和静止动作次数;
游客ID为智能终端蓝牙硬件设备号,用于标识每位游客;景区ID及景点ID为景点内蓝牙位置标签设备提供的位置标签信息,用于标识游览的景点;进入和离开景点时间戳由智能终端系统时间记录得到;拍照动作次数由智能终端相机设备使用次数获得;静止动作次数智能终端加速度传感器判断获得。
5.基于权利要求1所述的旅游资源推荐系统所实现的一种基于游览行为的旅游资源推荐方法,其特征是:包括如下步骤:
步骤1、系统正常工作前,将预先分配的各景区的各景点和各景区的出口处所对应的位置标签信息写入各蓝牙位置标签设备中,并将各位置标签设备安装到各景区的相应景点和出口处;
步骤2、游客游览前,在智能终端安装客户端软件,并打开智能终端蓝牙设备;同时,云服务器在数据库中创建用于保存游客游览行为数据的相关数据表,供后续生产旅游资源评价及推荐结果使用;
步骤3、系统正常工作后,智能终端将自动获取景点中蓝牙位置标签设备广播的位置标签信息,同时记录游客在该景点内拍照及静止动作次数,并记录游客进入和离开景点的时间戳信息,构成该景点的游览行为数据;游客游览结束,智能终端依次将游客游览的各个景点所对应的行为数据上传云服务器;
步骤4、云服务器在接收各景区内所有游客智能终端上传的行为数据后,得到游客个人完整的游览行为数据;然后根据客户端软件的请求,并根据游客的游览行为数据计算游客群体对各景区或景区内各景点的动态评价排名,最终生成旅游资源的动态推荐结果,返回给智能终端。
6.根据权利要求5所述的一种基于游览行为的旅游资源推荐方法,其特征是:步骤3中,智能终端的客户端软件获取游览行为数据的具体过程如下:
步骤3-1)任务读取并解析iBeacon协议广告帧中的位置标签信息,比较位置标签信息中的TX Power字段,判断与智能终端当前距离最近的景点;
步骤3-2)比较新读入的位置标签信息是否为景区的出口处的位置标签,判断游客是否要离开景区结束游览;如果是则进入步骤3-3),否则进入步骤3-4);
步骤3-3)任务读取智能终端蓝牙设备标识码作为游客身份信息,连同之前保存的所有游览行为数据文件一块上传至云服务器保存;
步骤3-4)判断该位置标签信息与当前景点标识码是否相等,以判断游客进入新景点还是仍停留在原来景点中;相等则进入步骤3-5),否则转入步骤3-6);
步骤3-5)比较结果相等,代表游客仍停留在原景点,任务将重置景点位置有效定时器的定时时间;
步骤3-6)比较结果不等,则意味着游客所处景点发生改变;接着判断景点位置有效定时器是否处于运行状态,进入步骤3-7)或步骤3-8);
步骤3-7)如果景点位置有效定时器处于运行状态,则意味着游客从原景点切换到新景点,但由于两个景点间距近,游客在两个景点的位置切换时间短,并未引起该定时器超时,则该任务保存当前智能终端的系统时间至离开景点时间戳中,同时将之前保存的进入景点时间戳、拍照动作次数、静止动作次数和当前景点标识码合并作为前一景点对应的完整游览行为数据,保存至客户端软件的本地文件系统中,转入步骤3-9)中;
步骤3-8)如果景点位置有效定时器不处于运行状态,则意味着游客进入一个新景点,则重新在系统中注册游客动作监测任务,以统计游客在新景点中的拍照和静止动作次数;
步骤3-9)保存当前智能终端的系统时间至进入景点时间戳中,同时清零拍照动作次数及静止动作次数,并将新的位置标签信息更新至当前景点标识码中;
步骤3-10)任务启动景点位置有效定时器和静止动作读取定时器,开始新景点的游览数据获取,任务结束进入休眠状态。
7.根据权利要求5或6所述的一种基于游览行为的旅游资源推荐方法,其特征是:步骤3)还进一步包括如下过程,智能终端通过设置景点位置有效定时器,来判断智能终端所处的景点位置是否发生切换;
该景点位置有效定时器在初始化阶段设置启动;
当游客游览的景点不变时,游览行为获取任务重置该景点位置有效定时器,避免该景点位置有效定时器发生超时;
当游客离开某景点后,由于游览行为任务无法接收新的位置标签信息,不能重置该景点位置有效定时器则发生超时后触发超时中断例程执行。
8.根据权利要求7所述的一种基于游览行为的旅游资源推荐方法,其特征是:所述景点位置有效定时器的超时中断例程执行过程如下:
步骤(1)将智能终端系统时间保存入离开景点时间戳变量,同时将当前景点标识码、进入景点时间戳、拍照动作次数和静止动作次数变量保存的游览行为数据记录到客户端软件的本地文件系统中;
步骤(2)注销拍照动作监测任务和静止动作监测任务,即停止游览动作的监测;
步骤(3)将当前景点标识码、拍照动作次数和静止动作次数变量清零;
步骤(4)关闭景点位置有效定时器和静止动作读取定时器,至此游览行为获取暂停,直至客户端软件接收到新的蓝牙位置标签信息后重启游览行为获取任务。
9.根据权利要求5所述的一种基于游览行为的旅游资源推荐方法,其特征是:步骤4中,云服务器生成旅游资源的动态推荐结果的具体过程如下:
步骤4-1)云服务器接收由客户端软件发送的旅游资源推荐类型及推荐产生时间段命令信息;
步骤4-2)判断客户端软件请求的旅游资源推荐类型;如果是景区类型,则执行步骤4-3)至步骤4-7),如果是景点类型,则执行步骤4-8)至步骤4-12);
步骤4-3)根据推荐产生时间段,从云服务器的数据库读取游客请求对应景区的游览行为数据表,根据该时间段读取对应的所有游客游览行为数据;
步骤4-4)根据游客身份信息,即智能终端蓝牙设备标识码,分类找出每位游客的行为数据;
步骤4-5)根据游客身份信息,统计进入该景区的游客总人数以及游览各景点的游客人数;并统计每位游客在景区内的游览总时间,拍照动作以及静止动作总次数;
步骤4-6)根据景点评价公式计算每位游客对各个景点的喜爱度数值;其中景点评价公式为:
其中,a,b和c分别为景点内游览时间、拍照动作次数以及静止动作次数的权重,三者总和为1;
步骤4-7)根据景点综合评价生成公式计算所有游客对该景区内各个景点的综合评价排名,将排名返回给对应客户端软件,任务结束;其中景点综合评价生成公式为:
步骤4-8)根据推荐产生时间段,从数据库读取所有景区对应时间段内的所有游客游览行为数据;
步骤4-9)以游客身份信息为依据,查找每位游客在各景区的游览行为数据,并统计对应时间段内系统中游客总数;
步骤4-10)针对每位游客,统计其总的游览时间以及总的游览动作次数;
步骤4-11)根据景区评价公式计算每位游客对各个景区的喜爱度数值;
其中景区评价公式为:
其中,λ,μ和ν分别为景区内游览时间、拍照动作次数以及静止动作次数的权重,三者总和为1;
步骤4-12)根据景区综合评价公式计算所有游客对各个景区的最终评价排名,将排名返回给对应客户端软件,任务结束;其中景区综合评价公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710581785.XA CN107358471B (zh) | 2017-07-17 | 2017-07-17 | 一种基于游览行为的旅游资源推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710581785.XA CN107358471B (zh) | 2017-07-17 | 2017-07-17 | 一种基于游览行为的旅游资源推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358471A true CN107358471A (zh) | 2017-11-17 |
CN107358471B CN107358471B (zh) | 2020-05-22 |
Family
ID=60293129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710581785.XA Active CN107358471B (zh) | 2017-07-17 | 2017-07-17 | 一种基于游览行为的旅游资源推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358471B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875005A (zh) * | 2018-06-15 | 2018-11-23 | 桂林电子科技大学 | 一种基于游览行为的游客偏好学习系统及方法 |
CN109636528A (zh) * | 2018-12-14 | 2019-04-16 | 广州信沃达电子科技有限公司 | 一种基于gis的游客推荐系统 |
CN110175863A (zh) * | 2019-04-18 | 2019-08-27 | 特斯联(北京)科技有限公司 | 一种基于大数据的个性化多用景区广告平台 |
CN110874780A (zh) * | 2018-09-01 | 2020-03-10 | 昆山炫生活信息技术股份有限公司 | 基于大数据统计的景区游玩系统及推荐方法 |
CN111179126A (zh) * | 2019-11-20 | 2020-05-19 | 恒大智慧科技有限公司 | 基于行程轨迹的智慧景区的自动推荐方法、设备及介质 |
CN111389016A (zh) * | 2020-02-27 | 2020-07-10 | 网易(杭州)网络有限公司 | 游戏中信息处理方法、装置、终端设备以及服务端设备 |
CN111415198A (zh) * | 2020-03-19 | 2020-07-14 | 桂林电子科技大学 | 一种基于逆向强化学习的游客行为偏好建模方法 |
CN113763210A (zh) * | 2021-04-20 | 2021-12-07 | 京东城市(北京)数字科技有限公司 | 景点信息推荐方法、装置、电子设备和存储介质 |
CN117312684A (zh) * | 2023-09-06 | 2023-12-29 | 中国标准化研究院 | 基于人工智能的景区导向要素平面图生成系统及方法 |
CN117828199A (zh) * | 2024-03-05 | 2024-04-05 | 江西安图游科技有限公司 | 一种旅游导览数据的推送方法、系统及计算机设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294712A (zh) * | 2012-02-29 | 2013-09-11 | 三星电子(中国)研发中心 | 实时热点区域推荐系统和方法 |
US20140019975A1 (en) * | 2012-07-11 | 2014-01-16 | Sap Ag | Service to recommend opening an information object based on task similarity |
CN104933643A (zh) * | 2015-06-26 | 2015-09-23 | 中国科学院计算技术研究所 | 一种景区信息推送方法和装置 |
CN105138574A (zh) * | 2015-07-28 | 2015-12-09 | 黄杨 | 用于推荐旅游休闲出行地的基于人机交互的混合推荐系统 |
CN106021618A (zh) * | 2016-07-13 | 2016-10-12 | 桂林电子科技大学 | 一种景区游览信息查询和管理系统及方法 |
CN106027678A (zh) * | 2016-07-13 | 2016-10-12 | 桂林电子科技大学 | 一种景区游客人流量实时统计和人流超限自动预警系统及方法 |
CN106225799A (zh) * | 2016-07-18 | 2016-12-14 | 北京天下游信息技术有限公司 | 旅游信息动态导航系统及方法 |
US9846041B2 (en) * | 2015-10-20 | 2017-12-19 | OneMarket Network LLC | Time regulated navigation of travel through an airport |
-
2017
- 2017-07-17 CN CN201710581785.XA patent/CN107358471B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294712A (zh) * | 2012-02-29 | 2013-09-11 | 三星电子(中国)研发中心 | 实时热点区域推荐系统和方法 |
US20140019975A1 (en) * | 2012-07-11 | 2014-01-16 | Sap Ag | Service to recommend opening an information object based on task similarity |
CN104933643A (zh) * | 2015-06-26 | 2015-09-23 | 中国科学院计算技术研究所 | 一种景区信息推送方法和装置 |
CN105138574A (zh) * | 2015-07-28 | 2015-12-09 | 黄杨 | 用于推荐旅游休闲出行地的基于人机交互的混合推荐系统 |
US9846041B2 (en) * | 2015-10-20 | 2017-12-19 | OneMarket Network LLC | Time regulated navigation of travel through an airport |
CN106021618A (zh) * | 2016-07-13 | 2016-10-12 | 桂林电子科技大学 | 一种景区游览信息查询和管理系统及方法 |
CN106027678A (zh) * | 2016-07-13 | 2016-10-12 | 桂林电子科技大学 | 一种景区游客人流量实时统计和人流超限自动预警系统及方法 |
CN106225799A (zh) * | 2016-07-18 | 2016-12-14 | 北京天下游信息技术有限公司 | 旅游信息动态导航系统及方法 |
Non-Patent Citations (1)
Title |
---|
韩愈霞: "《基于行为分析的个性化旅游景区推荐研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875005B (zh) * | 2018-06-15 | 2021-03-26 | 桂林电子科技大学 | 一种基于游览行为的游客偏好学习系统及方法 |
CN108875005A (zh) * | 2018-06-15 | 2018-11-23 | 桂林电子科技大学 | 一种基于游览行为的游客偏好学习系统及方法 |
CN110874780B (zh) * | 2018-09-01 | 2023-11-14 | 昆山炫生活信息技术股份有限公司 | 基于大数据统计的景区游玩系统及推荐方法 |
CN110874780A (zh) * | 2018-09-01 | 2020-03-10 | 昆山炫生活信息技术股份有限公司 | 基于大数据统计的景区游玩系统及推荐方法 |
CN109636528A (zh) * | 2018-12-14 | 2019-04-16 | 广州信沃达电子科技有限公司 | 一种基于gis的游客推荐系统 |
CN109636528B (zh) * | 2018-12-14 | 2021-12-17 | 山东文旅云智能科技有限公司 | 一种基于gis的游客推荐系统 |
CN110175863B (zh) * | 2019-04-18 | 2020-09-11 | 武汉特斯联智能工程有限公司 | 一种基于大数据的个性化多用景区广告平台 |
CN110175863A (zh) * | 2019-04-18 | 2019-08-27 | 特斯联(北京)科技有限公司 | 一种基于大数据的个性化多用景区广告平台 |
CN111179126A (zh) * | 2019-11-20 | 2020-05-19 | 恒大智慧科技有限公司 | 基于行程轨迹的智慧景区的自动推荐方法、设备及介质 |
CN111389016A (zh) * | 2020-02-27 | 2020-07-10 | 网易(杭州)网络有限公司 | 游戏中信息处理方法、装置、终端设备以及服务端设备 |
CN111389016B (zh) * | 2020-02-27 | 2024-01-19 | 网易(杭州)网络有限公司 | 游戏中信息处理方法、装置、终端设备以及服务端设备 |
CN111415198A (zh) * | 2020-03-19 | 2020-07-14 | 桂林电子科技大学 | 一种基于逆向强化学习的游客行为偏好建模方法 |
CN111415198B (zh) * | 2020-03-19 | 2023-04-28 | 桂林电子科技大学 | 一种基于逆向强化学习的游客行为偏好建模方法 |
CN113763210A (zh) * | 2021-04-20 | 2021-12-07 | 京东城市(北京)数字科技有限公司 | 景点信息推荐方法、装置、电子设备和存储介质 |
CN117312684A (zh) * | 2023-09-06 | 2023-12-29 | 中国标准化研究院 | 基于人工智能的景区导向要素平面图生成系统及方法 |
CN117828199A (zh) * | 2024-03-05 | 2024-04-05 | 江西安图游科技有限公司 | 一种旅游导览数据的推送方法、系统及计算机设备 |
CN117828199B (zh) * | 2024-03-05 | 2024-05-17 | 江西安图游科技有限公司 | 一种旅游导览数据的推送方法、系统及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107358471B (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358471A (zh) | 一种基于游览行为的旅游资源推荐方法及系统 | |
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
CN107680010B (zh) | 一种基于游览行为的景区路线推荐方法及其系统 | |
CN107480624B (zh) | 常住人口获取方法、装置及系统、计算机装置和存储介质 | |
Chessa et al. | Empowering mobile crowdsensing through social and ad hoc networking | |
CN204463272U (zh) | 预约排队系统 | |
US20170206454A1 (en) | Method and system for providing type information and evaluation information, using data collected from user terminal | |
CN112041898B (zh) | 智能门系统 | |
CN105283896A (zh) | 营销系统以及营销方法 | |
CN108846911A (zh) | 一种考勤方法及装置 | |
CN114390079A (zh) | 一种智慧城市公共场所管理方法和物联网系统 | |
CN110049079A (zh) | 信息推送及模型训练方法、装置、设备及存储介质 | |
CN104732602A (zh) | 一种基于云端人脸及表情识别的考勤方法 | |
CN111025232A (zh) | 蓝牙定位方法、蓝牙定位装置、电子设备及存储介质 | |
KR102091655B1 (ko) | 고객행동분석을 위한 NB-IoT 단말기, 이를 포함한 시스템 및 이의 동작방법 | |
CN116778411A (zh) | 人流量预测方法、装置、电子设备及非易失性存储介质 | |
CN109857829A (zh) | 一种地理信息数据融合系统 | |
CN108616919B (zh) | 一种公共区域人流监控方法及装置 | |
CN112183380B (zh) | 基于人脸识别的客流量分析方法和系统、电子设备 | |
CN109323375A (zh) | 空调器及空调器的功能分享方法、装置 | |
CN109903192A (zh) | 一种农村旅游电子商务数据处理装置及方法 | |
CN116777685A (zh) | 景区引导系统、方法、装置及管理服务器 | |
JP7105176B2 (ja) | 機械学習装置、判定装置、プログラム及び機械学習方法 | |
CN115527080A (zh) | 生成视频动作识别模型的方法及电子设备 | |
RU2658876C1 (ru) | Способ и сервер для обработки данных датчика беспроводного устройства для создания вектора объекта, связанного с физическим положением |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20171117 Assignee: Guilin ruiweisaide Technology Co.,Ltd. Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY Contract record no.: X2022450000191 Denomination of invention: A Tourism Resource Recommendation Method and System Based on Tour Behavior Granted publication date: 20200522 License type: Common License Record date: 20221125 |
|
EE01 | Entry into force of recordation of patent licensing contract |