CN107423837A - 旅游路线的智能规划方法及系统 - Google Patents
旅游路线的智能规划方法及系统 Download PDFInfo
- Publication number
- CN107423837A CN107423837A CN201710236859.6A CN201710236859A CN107423837A CN 107423837 A CN107423837 A CN 107423837A CN 201710236859 A CN201710236859 A CN 201710236859A CN 107423837 A CN107423837 A CN 107423837A
- Authority
- CN
- China
- Prior art keywords
- information
- tourism
- user
- tourist attractions
- route
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012937 correction Methods 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 39
- 230000015556 catabolic process Effects 0.000 claims description 16
- 230000005764 inhibitory process Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims 2
- 230000003321 amplification Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种旅游路线的智能规划方法及系统,方法为:获取用户的上线请求信息,登录旅游资源平台,旅游资源平台中存储有旅游景点信息及用户的相关信息;通过旅游资源平台,获得用户选择的至少一个旅游景点及出行起止时间;获取用户的旅游方式信息;根据用户的旅游方式信息,结合用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线;在至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。本发明根据用户提供的自身需求信息,包括旅游方式和旅游景点信息,结合各个旅游景点的具体信息,智能规划旅游路线,用户可自行选择适合自己的旅游路线,进一步提高了用户体验。
Description
技术领域
本发明涉及旅游领域,尤其涉及旅游路线的智能规划方法及系统。
背景技术
随着旅游智能化阶段以及大数据时代的到来,旅游产业中景区旅游线路与景点发展的研究技术与需求也日益升级。目前,现有的旅游线路与景点规划方法多是依靠经验与借鉴,虽有一套确定有效的技术标准,但过于依赖专业技术人员的主观判断,缺少定量分析技术,故较难高质高量地为旅游线路规划提供科学的依据。
随着旅游业的高速发展,旅游模式也随之向着依托信息技术的方向发展,旅游线路的设计方法正通过多种手段不断优化。现有技术中的旅游路线规划方法,通常是基于旅游资源、交通设施、基础设施以及旅游接待设施等的实际情况,或是考虑景点、周边住宿设施等的关注热度等问题,及基于网络词频数据依照景点的热门程度和时段来推荐旅游线路中所含景点进行旅游路线的规划,用来推荐给用户,这样的路线选择都是被动的,没有考虑到用户的主观意愿,比如,用户选择出行的旅行方式,用户心仪的旅游景点等因素。
因此,现有技术中的缺陷是:现有的旅游规划路线中,没有考虑用户自身的需求,用户只能被动的接受旅游平台推送的设置好的旅游规划路线,用户的体验度低。
发明内容
针对上述技术问题,本发明提供一种旅游路线的智能规划方法及系统,根据用户提供的自身需求信息,包括旅游方式和旅游景点信息,结合各个旅游景点的具体信息,智能规划旅游路线,用户可自行选择适合自己的旅游路线,进一步提高了用户体验。
为解决上述技术问题,本发明提供的技术方案是:
第一方面,本发明提供一种旅游路线的智能规划方法及系统,包括:
步骤S1,获取用户的上线请求信息,登录旅游资源平台,所述旅游资源平台中存储有旅游景点信息及所述用户的相关信息;
步骤S2,通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;
步骤S3,获取所述用户的旅游方式信息,所述旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;
步骤S4,根据所述用户的旅游方式信息,结合所述用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;
步骤S5,在所述至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线的智能规划方法,其技术方案为:获取用户的上线请求信息,登录旅游资源平台,所述旅游资源平台中存储有旅游景点信息及所述用户的相关信息;通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;获取所述用户的旅游方式信息,所述旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;根据所述用户的旅游方式信息,结合所述用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;在所述至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线的智能规划方法,根据用户提供的自身需求信息,包括旅游方式和旅游景点信息,结合各个旅游景点的具体信息,智能规划旅游路线,用户可自行选择适合自己的旅游路线,进一步提高了用户体验。
进一步地,所述步骤S2中,对所述预测访问人数信息的获取,具体为:
根据所述用户选择的出行起止时间,设定预测起始日期,预测旅游景点预设天数内的客流量,所述预设天数不大于30天;
对所述旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值;
结合所述旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,得到第一次客流量预测值修正结果;
结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,得到第二次客流量修正结果;
结合所述旅游景点当日门禁数据、等待检票或购票入所述旅游景点的排队人数,对当日客流量预测值进行当日数据修正,得到当日客流量修正结果;
根据所述第一次客流量预测值修正结果、第二次客流量修正结果及当日客流量修正结果,生成客流量分析结果;
根据所述客流量分析结果,生成所述旅游景点未来预设天数内的客流量预测值,作为预测访问人数信息,对应显示在所述旅游景点所在的旅游资源平台上。
进一步地,所述步骤S4中,当所述至少一个旅游景点为多个旅游景点时,根据所述用户的旅游方式信息,结合所述用户选择的出行起止时间,得到至少一条旅游规划路线,具体为:
根据所述多个旅游景点,确定特定城市或区域,获取所述多个旅游景点的坐标;
对所述多个旅游景点的坐标进行解析,得到每个旅游景点的经纬度坐标信息;
根据所述多个旅游景点经纬度坐标信息,生成旅游景点连线网络,并计算各个旅游景点间的距离;
筛选出所述多个旅游景点中各个旅游景点与最邻近两旅游景点的连线,生成旅游线路推荐;
在所述特定城市或区域的每类物产中筛选出若干词频数量最高的物产名称,对所述多个旅游景点与对应的旅游物产进行匹配,得到所述各个旅游景点对应各类物产的综合权重值,并进行排序,确定所述每个旅游景点适宜匹配的物产类型,得到对所述各个旅游景点的旅游物产策划建议;
根据所述旅游线路推荐和旅游物产策划建议,得到至少一条旅游规划路线。
进一步地,所述步骤S2中,通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点,具体为:
获取在所述旅游资源平台采集的用户评论内容的数据,对所述用户评论内容的数据进行基于句子的词法分析,并对分析结果按照形容词、名词进行数据归类,建立数据统计表;
对所述用户评论内容的数据中的每一句评论建立热词分析,得到多个分析过的热词,并对所述多个分析过的热词进行去重、归并和计数处理,得到处理过的热词;
根据预设时间段内的某个词汇出现的频率做降序排列,得到所述处理过的热词的分类排序、最热形容词列表以及最热名词列表;
获取用户输入信息,根据所述用户输入信息对应的分类类别,获得与所述用户输入信息相关联的信息,显示在所述旅游资源平台上:
当所述用户输入信息对应的分类类别为形容词时,根据所述最热形容词列表,获得与所述用户输入信息相关联的名词;
当所述用户输入信息对应的分类类别为名词时,根据所述最热名词列表,获得与所述用户输入信息相关联的形容词;
当所述用户输入信息对应的分类类别为与名词相关的形容词时,查找所述名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述名词前面的最接近的形容词放入关联形容词暂存表中,根据所述关联形容词暂存表获得与所述用户输入信息关联的形容词;
当所述用户输入信息对应的分类类别为与形容词相关的名词时,查找所述形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述形容词前面的最接近的名词放入关联名词暂存表中,根据所述关联名词暂存表获得与所述用户输入信息关联的名词;
根据所述用户输入信息相关联的信息,得到所述用户选择的至少一个旅游景点。
进一步地,还包括,对所述旅游规划路线的异常提醒,具体为:
根据所述旅游规划路线,在旅游时间段内,实时或者定时从所述用户的终端获取位置定位数据,并将所述位置定位数据与定位时间的关联数据进行保存;
按照所述定位时间保存的先后顺序,为对应的位置定位数据建立定位位置路径,并计算出所述旅游时间段内对应的旅游景点游玩路径与定位位置路径之间的相似度;
若所述旅游时间段对应的旅游景点游玩路径与定位位置路径之间的相似度小于预设相似度,向所述用户的终端发送异常提醒信息,并在所述旅游规划路线对应的地图信息中进行标识。
第二方面,本发明提供了一种旅游路线的智能规划系统,包括:
登录模块,用于获取用户的上线请求信息,登录旅游资源平台,所述旅游资源平台中存储有旅游景点信息及所述用户的相关信息;
旅游景点选择模块,用于通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;
旅游方式获取模块,用于获取所述用户的旅游方式信息,所述旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;
旅游规划路线生成模块,用于根据所述用户的旅游方式信息,结合所述用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;
旅游规划路线选取模块,用于在所述至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线的职能规划系统,其技术方案为:通过登录模块,获取用户的上线请求信息,登录旅游资源平台,所述旅游资源平台中存储有旅游景点信息及所述用户的相关信息;通过旅游景点选择模块,通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;通过旅游方式获取模块,获取所述用户的旅游方式信息,所述旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;通过旅游规划路线生成模块,根据所述用户的旅游方式信息,结合所述用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;通过旅游规划路线选取模块,在所述至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线智能规划系统,根据用户提供的自身需求信息,包括旅游方式和旅游景点信息,结合各个旅游景点的具体信息,智能规划旅游路线,用户可自行选择适合自己的旅游路线,进一步提高了用户体验。
进一步地,所述旅游景点选择模块具体用于:
对所述预测访问人数信息的获取:
根据所述用户选择的出行起止时间,设定预测起始日期,预测旅游景点预设天数内的客流量,所述预设天数不大于30天;
对所述旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值;
结合所述旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,得到第一次客流量预测值修正结果;
结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,得到第二次客流量修正结果;
结合所述旅游景点当日门禁数据、等待检票或购票入所述旅游景点的排队人数,对当日客流量预测值进行当日数据修正,得到当日客流量修正结果;
根据所述第一次客流量预测值修正结果、第二次客流量修正结果及当日客流量修正结果,生成客流量分析结果;
根据所述客流量分析结果,生成所述旅游景点未来预设天数内的客流量预测值,作为预测访问人数信息,对应显示在所述旅游景点所在的旅游资源平台上。
进一步地,所述旅游规划路线生成模块具体用于:
当所述至少一个旅游景点为多个旅游景点时,根据所述用户的旅游方式信息,结合所述用户选择的出行起止时间,得到至少一条旅游规划路线:
根据所述多个旅游景点,确定特定城市或区域,获取所述多个旅游景点的坐标;
对所述多个旅游景点的坐标进行解析,得到每个旅游景点的经纬度坐标信息;
根据所述多个旅游景点经纬度坐标信息,生成旅游景点连线网络,并计算各个旅游景点间的距离;
筛选出所述多个旅游景点中各个旅游景点与最邻近两旅游景点的连线,生成旅游线路推荐;
在所述特定城市或区域的每类物产中筛选出若干词频数量最高的物产名称,对所述多个旅游景点与对应的旅游物产进行匹配,得到所述各个旅游景点对应各类物产的综合权重值,并进行排序,确定所述每个旅游景点适宜匹配的物产类型,得到对所述各个旅游景点的旅游物产策划建议;
根据所述旅游线路推荐和旅游物产策划建议,得到至少一条旅游规划路线。
进一步地,所述旅游景点选择模块具体用于:
通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点:
获取在所述旅游资源平台采集的用户评论内容的数据,对所述用户评论内容的数据进行基于句子的词法分析,并对分析结果按照形容词、名词进行数据归类,建立数据统计表;
对所述用户评论内容的数据中的每一句评论建立热词分析,得到多个分析过的热词,并对所述多个分析过的热词进行去重、归并和计数处理,得到处理过的热词;
根据预设时间段内的某个词汇出现的频率做降序排列,得到所述处理过的热词的分类排序、最热形容词列表以及最热名词列表;
获取用户输入信息,根据所述用户输入信息对应的分类类别,获得与所述用户输入信息相关联的信息,显示在所述旅游资源平台上:
当所述用户输入信息对应的分类类别为形容词时,根据所述最热形容词列表,获得与所述用户输入信息相关联的名词;
当所述用户输入信息对应的分类类别为名词时,根据所述最热名词列表,获得与所述用户输入信息相关联的形容词;
当所述用户输入信息对应的分类类别为与名词相关的形容词时,查找所述名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述名词前面的最接近的形容词放入关联形容词暂存表中,根据所述关联形容词暂存表获得与所述用户输入信息关联的形容词;
当所述用户输入信息对应的分类类别为与形容词相关的名词时,查找所述形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述形容词前面的最接近的名词放入关联名词暂存表中,根据所述关联名词暂存表获得与所述用户输入信息关联的名词;
根据所述用户输入信息相关联的信息,得到所述用户选择的至少一个旅游景点。
进一步地,还包括旅游规划路线的异常提醒模块,具体用于:
对所述旅游规划路线的异常提醒:
根据所述旅游规划路线,在旅游时间段内,实时或者定时从所述用户的终端获取位置定位数据,并将所述位置定位数据与定位时间的关联数据进行保存;
按照所述定位时间保存的先后顺序,为对应的位置定位数据建立定位位置路径,并计算出所述旅游时间段内对应的旅游景点游玩路径与定位位置路径之间的相似度;
若所述旅游时间段对应的旅游景点游玩路径与定位位置路径之间的相似度小于预设相似度,向所述用户的终端发送异常提醒信息,并在所述旅游规划路线对应的地图信息中进行标识。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1示出了本发明实施例所提供的一种旅游路线的智能规划方法的流程图;
图2示出了本发明实施例所提供的一种旅游路线的智能规划系统的示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
实施例一
第一方面,图1示出了本发明实施例所提供的一种旅游路线的智能规划方法的流程图;如图1所示,实施例一提供的一种旅游路线的智能规划方法,包括:
步骤S1,获取用户的上线请求信息,登录旅游资源平台,旅游资源平台中存储有旅游景点信息及用户的相关信息;
步骤S2,通过旅游资源平台,获得用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;
步骤S3,获取用户的旅游方式信息,旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;
步骤S4,根据用户的旅游方式信息,结合用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;
步骤S5,在至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线的智能规划方法,其技术方案为:获取用户的上线请求信息,登录旅游资源平台,旅游资源平台中存储有旅游景点信息及用户的相关信息;通过旅游资源平台,获得用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;获取用户的旅游方式信息,旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;根据用户的旅游方式信息,结合用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;在至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线的智能规划方法,根据用户提供的自身需求信息,包括旅游方式和旅游景点信息,结合各个旅游景点的具体信息,智能规划旅游路线,用户可自行选择适合自己的旅游路线,在对应的地图中,按照地图中指示的路线进行旅游,且旅游规划路线实时进行更新,当所选择的旅游规划路线过程中出现突发状况,比如天气原因、路况原因等,需要改变旅游规划路线,可根据预先得到的多条旅游规划路线进行路线的更改,进一步提高了用户体验。
优选地,如果用户选择的旅游方式为旅行社旅行方式,对应的在得到旅游规划路线时,会推荐相应的旅行社信息,用户可根据每个旅行社的具体介绍信息及报价信息进行选择,实现在线下单。如果用户选择的旅游方式为骑行旅行方式,则还可在旅游平台上获得与该用户选择的路线相似或一样的驴友,进行私下联系,结伴而行。
优选地,旅游资源平台可通过终端上的APP实现,通过终端界面显示一些旅游资源信息,便于用户进行旅游景点的查看和选择。
其中,用户的相关信息中包括用户的个人资料信息、登录账号信息、银行卡绑定信息、及护照信息等,可方便用户在线与旅行社签订旅行协议。
优选地,步骤S2中,对预测访问人数信息的获取,具体为:
根据用户选择的出行起止时间,设定预测起始日期,预测旅游景点预设天数内的客流量,预设天数不大于30天;
对旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值;
结合旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,得到第一次客流量预测值修正结果;
结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,得到第二次客流量修正结果;
结合旅游景点当日门禁数据、等待检票或购票入旅游景点的排队人数,对当日客流量预测值进行当日数据修正,得到当日客流量修正结果;
根据第一次客流量预测值修正结果、第二次客流量修正结果及当日客流量修正结果,生成客流量分析结果;
根据客流量分析结果,生成旅游景点未来预设天数内的客流量预测值,作为预测访问人数信息,对应显示在旅游景点所在的旅游资源平台上。
本发明中在进行旅游规划路线规划时,考虑到每个旅游景点的游客访问量这个因素,因此要事先预知想要去的旅游景点的游客访问量,本发明中采用基于多源数据对客流量进行预测,使用户可准确掌握旅游景点的客流量情况,给出更优选的旅游路线推荐,避免因某旅游景点的客流量过大,影响用户的旅游体验。
其中,对旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值,具体为:
设定预测起始日期后,查阅历史同期的客流量信息;
当预测起始日期及历史同期对应日期确定后,从预测起始日期起往前推30天,抽取对应历史同期及本年度预测起始日期前30天的客流量数据,进行对比计算出每日的增幅比例,进行平均,得到平均增幅比M,计算公式如式(1):
式1中,X代表本年度单日客流量值,Y代表历史同期对应单日客流量值,n取值30,M代表30天的增幅平均值,则预测未来客流量按式(2)进行计算:
Zk=Yk(1+M) (2)
式2中,Z代表本年度未来单日客流量预测值,k的取值范围为1至q,参数q由用户预测天数确定。
其中,结合旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,具体为:
设定营销活动因子为α,舆情因子为β;
将过去一或三年开展营销活动起始点或网上出现对旅游景点不利的舆情时间点,前后30天的客流量进行比对,按式(1)计算,此时X代表活动开始后的客流量,Y代表开始前的客流量,得到平均增幅或减幅比,则按式(3)得到第一次客流量预测值修正结果:
Z'k=Zk(1+α-kα/100)(1+β-kβ/100) (3)
式3中,Z′k代表第一次修正后的客流量预测值修正结果,参数k含义同式(2)。
其中,结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,具体为:
设定在线旅游社比例因子为γ,天气比例因子为δ;
按式(4)进行计算,得到预测当天前30天的在线旅游社占全部客流量的比例平均值:
式4中,X代表当天在线旅游社预订人数,Y代表当天客流总数,n取值30,γ代表在线旅游社预订人数占全部客流量的比例的平均值,则预测未来客流量按式(5)进行计算:
Tk=Xk/γ (5)
式5中,T代表客流量预测值,X代表预测对应天在线旅游社的预订人数,k的取值范围为1至q;
将Z′k与Tk的值进行比对:若Z′k>Tk,则Z″k=Z′k,保留Z′k的值;若Z′k<Tk,则说明前期预测的Z′k值相对小了,则Z″k=Tk,Z″k代表第二次客流量修正结果;
采用人体舒适度指数来对天气比例因子δ进行确定,人体舒适度指数计算公式如式(6):
其中t为平均气温,f为相对湿度,v为风速;利用天气比例因子δ与人体舒适度指数对照表,获得天气比例因子δ,其中,天气比例因子δ与人体舒适度指数对照表包括:人体舒适度指数、等级、人体感觉、天气比例因子四列,人体舒适度指数与等级对应,等级与人体感觉对应,人体感觉与天气比例因子对应;获得天气比例因子δ,ssd为人体舒适度指数,等级为人体舒适度等级;则根据天气因素,用式(7)对预测值进行修正如下:
Z”k=Zk'δ (7)
其中,结合旅游景点当日门禁数据、等待检票或购票入旅游景点的排队人数,对当日客流量预测值进行当日数据修正,具体为:
设定旅游景点门禁数据比例因子为ζ,等待检票或购票入旅游景点排队人数比例因子为η;
按式(4)分别进行时间节点计算,得到预测当天前30天的旅游景点门禁数据按时间节点占全部客流量的比例平均值;此时式(4)中,X代表当天某时间点通过门禁进入旅游景点的人数,Y代表当天客流总数,n取值30,得到旅游景点时间点入园人数与总客流量对比表;
按景区时间点入旅游景点人数与总客流量对比表统计测算起始日前30天的数据,得到近30天按时间节点占全部客流量的比例平均值,即旅游景点门禁数据比例因子ζ,则当天进行测算时,即可按式(8)进行计算:
T=X/ζ (8)
式8中,T代表当天客流量预测值,X代表当前进行预测时间点已入园的人数,ζ代表当前进行预测时间点所占全天客流量的比值;若Z″k>T,则保留Z″k的值;若Z″k<T,则Z″k=T;
基于每次出现排队入旅游景点并持续30分钟以上的情况,获得旅游景点排队人数、持续时间与总客流量对比表,然后进行统计平均,则可得到因子η与当天客流量的对照关系;
当出现排队情况时,对照上述旅游景点排队人数、持续时间与总客流量对比表,即可对应出当天客流量预测值T;若Z″k>T,则保留Z″k的值;若Z″k<T,则Z″k=T,得到当日客流量修正结果。
通过上述方法,得到预测访问人数信息,基于多种因素,使预测访问人数的计算结果更加准确。
优选地,步骤S4中,当至少一个旅游景点为多个旅游景点时,根据用户的旅游方式信息,结合用户选择的出行起止时间,得到至少一条旅游规划路线,具体为:
根据多个旅游景点,确定特定城市或区域,获取多个旅游景点的坐标;
对多个旅游景点的坐标进行解析,得到每个旅游景点的经纬度坐标信息;
根据多个旅游景点经纬度坐标信息,生成旅游景点连线网络,并计算各个旅游景点间的距离;
筛选出多个旅游景点中各个旅游景点与最邻近两旅游景点的连线,生成旅游线路推荐;
在特定城市或区域的每类物产中筛选出若干词频数量最高的物产名称,对多个旅游景点与对应的旅游物产进行匹配,得到各个旅游景点对应各类物产的综合权重值,并进行排序,确定每个旅游景点适宜匹配的物产类型,得到对各个旅游景点的旅游物产策划建议;
根据旅游线路推荐和旅游物产策划建议,得到至少一条旅游规划路线。
本发明中,将用户选择的多个旅游景点,进行定位关联处理,并结合每个旅游景点的适宜匹配的物产类型,给出优选的旅游规划路线,不但使旅游规划路线考虑了行程距离的因素,还考虑到每个景点的物产类型,具体实现是通过充分利用网络搜索中出现次数高的热词,进行关联匹配,给出最优的建议,最后得到最优的旅游规划路线,提高了用户的体验度。
优选地,步骤S2中,通过旅游资源平台,获得用户选择的至少一个旅游景点,具体为:
获取在旅游资源平台采集的用户评论内容的数据,对用户评论内容的数据进行基于句子的词法分析,并对分析结果按照形容词、名词进行数据归类,建立数据统计表;
对用户评论内容的数据中的每一句评论建立热词分析,得到多个分析过的热词,并对多个分析过的热词进行去重、归并和计数处理,得到处理过的热词;
根据预设时间段内的某个词汇出现的频率做降序排列,得到处理过的热词的分类排序、最热形容词列表以及最热名词列表;
获取用户输入信息,根据用户输入信息对应的分类类别,获得与用户输入信息相关联的信息,显示在旅游资源平台上:
当用户输入信息对应的分类类别为形容词时,根据最热形容词列表,获得与用户输入信息相关联的名词;
当用户输入信息对应的分类类别为名词时,根据最热名词列表,获得与用户输入信息相关联的形容词;
当用户输入信息对应的分类类别为与名词相关的形容词时,查找名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将名词前面的最接近的形容词放入关联形容词暂存表中,根据关联形容词暂存表获得与用户输入信息关联的形容词;
当用户输入信息对应的分类类别为与形容词相关的名词时,查找形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将形容词前面的最接近的名词放入关联名词暂存表中,根据关联名词暂存表获得与用户输入信息关联的名词;
根据用户输入信息相关联的信息,得到用户选择的至少一个旅游景点。
本发明中可以基于网络上对每个旅游景点的评论的内容分析出网络舆情中的最热名词和形容词,并且能够计算和分析出最热的前预设位(比如20位)个名词和形容词关联的热词。从而获得舆情最关注的情感和内容集中在哪些方面,为用户推荐应季的,更合适的旅游景点,帮助用户选择旅游景点。当然用户也可以直接在旅游资源平台上自行选择想去的旅游景点,本发明中不限定通过何种方式获得用户选取的旅游景点。
其中,当用户输入信息对应的分类类别为形容词时,根据最热形容词列表,获得与用户输入信息相关联的名词,具体为:
返回拥有该形容词的所有评论内容列表;
获得该形容词后的最近的名词,并记录入名词临时表,并记录名词出现次数;
如果一个名词在名词临时表中已经出现,则归并该名词,增加该名词出现次数;
列出该名词临时表中的前预设位的名词;这些名词即为与用户输入信息相关联的名词。
其中,当用户输入信息对应的分类类别为名词时,根据最热名词列表,获得与用户输入信息相关联的形容词,具体为:
返回拥有该名词的所有评论内容列表;
获得该名词前的所有形容词,并记录入形容词临时表,并记录形容词出现次数;
如果一个形容词在形容词临时表出现,则归并该形容词,增加该形容词的出现次数;
列出该形容词临时表中的前预设位的形容词;这些形容词即为与用户输入信息相关联的形容词。
其中,当用户输入信息对应的分类类别为与名词相关的形容词时,查找名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将名词前面的最接近的形容词放入关联形容词暂存表中,根据关联形容词暂存表获得与用户输入信息关联的形容词,具体为:
选定该名词,查找包含该名词的评论内容;
对每个评论内容内的所有词汇进行词性和顺序分解;
对选定名词在评论内容中分解的词性和顺序进行排序,确认该名词前面的最接近的形容词;
将找到的形容词放入关联形容词暂存表,重复上述步骤直到所有包含该名词的评论内容全部处理完毕,某个形容词在关联形容词暂存表中重复出现时,进行统计排序;
将形容词的关联形容词暂存表中的数据,按照出现次数进行排序;排序结果就是与用户输入信息关联的形容词。
其中,当用户输入信息对应的分类类别为与形容词相关的名词时,查找形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将形容词前面的最接近的名词放入关联名词暂存表中,根据关联名词暂存表获得与用户输入信息关联的名词,具体为:
选定该形容词,查找包含该形容词的评论内容;
对每个评论内容内的所有词汇进行词性和顺序分解;
对选定形容词在评论内容中分解的词性和顺序进行排序,确认该形容词前面的最接近的名词;
将找到的名词放入关联名词暂存表,重复上述步骤直到所有包含该形容词的评论内容全部处理完毕,某个名词在关联名词暂存表中重复出现时,进行统计排序;
将名词的关联名词暂存表中的数据,按照出现次数进行排序;排序结果就是与用户输入信息关联的名词。
通过上述方法实现旅游景点的选择,基于用户输入信息中的包含的热词进行搜索匹配,为用户推荐与用户输入信息相关的旅游景点,可进一步提高用户的体验。
优选地,还包括,对旅游规划路线的异常提醒,具体为:
根据旅游规划路线,在旅游时间段内,实时或者定时从用户的终端获取位置定位数据,并将位置定位数据与定位时间的关联数据进行保存;
按照定位时间保存的先后顺序,为对应的位置定位数据建立定位位置路径,并计算出旅游时间段内对应的旅游景点游玩路径与定位位置路径之间的相似度;
若旅游时间段对应的旅游景点游玩路径与定位位置路径之间的相似度小于预设相似度,向用户的终端发送异常提醒信息,并在旅游规划路线对应的地图信息中进行标识。
本发明中,在用户根据选择的旅游规划路线进行旅游时,根据用户终端反馈的实时定位信息,对旅游规划路线进行实时的监测,对旅游景点游玩路径进行不断的校正、优化,还能及时提醒用户该旅游景点游玩路径异常,以便用户及时进行更加合理的旅游路线规划,提升用户的旅游体验。
第二方面,图2示出了本发明实施例所提供的一种旅游路线的智能规划系统的示意图。如图2所示,实施例一提供的一种旅游路线的智能规划系统10,包括:
登录模块101,用于获取用户的上线请求信息,登录旅游资源平台,旅游资源平台中存储有旅游景点信息及用户的相关信息;
旅游景点选择模块102,用于通过旅游资源平台,获得用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;
旅游方式获取模块103,用于获取用户的旅游方式信息,旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;
旅游规划路线生成模块104,用于根据用户的旅游方式信息,结合用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;
旅游规划路线选取模块105,用于在至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线的职能规划系统10,其技术方案为:通过登录模块101,获取用户的上线请求信息,登录旅游资源平台,旅游资源平台中存储有旅游景点信息及用户的相关信息;通过旅游景点选择模块102,通过旅游资源平台,获得用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;通过旅游方式获取模块103,获取用户的旅游方式信息,旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;通过旅游规划路线生成模块104,根据用户的旅游方式信息,结合用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;通过旅游规划路线选取模块105,在至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
本发明提供的旅游路线智能规划系统,根据用户提供的自身需求信息,包括旅游方式和旅游景点信息,结合各个旅游景点的具体信息,智能规划旅游路线,用户可自行选择适合自己的旅游路线,在对应的地图中,按照地图中指示的路线进行旅游,且旅游规划路线实时进行更新,当所选择的旅游规划路线过程中出现突发状况,比如天气原因、路况原因等,需要改变旅游规划路线,可根据预先得到的多条旅游规划路线进行路线的更改,进一步提高了用户体验。
优选地,如果用户选择的旅游方式为旅行社旅行方式,对应的在得到旅游规划路线时,会推荐相应的旅行社信息,用户可根据每个旅行社的具体介绍信息及报价信息进行选择,实现在线下单。如果用户选择的旅游方式为骑行旅行方式,则还可在旅游平台上获得与该用户选择的路线相似或一样的驴友,进行私下联系,结伴而行。
优选地,旅游资源平台可通过终端上的APP实现,通过终端界面显示一些旅游资源信息,便于用户进行旅游景点的查看和选择。
优选地,旅游景点选择模块102具体用于:
对预测访问人数信息的获取:
根据用户选择的出行起止时间,设定预测起始日期,预测旅游景点预设天数内的客流量,预设天数不大于30天;
对旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值;
结合旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,得到第一次客流量预测值修正结果;
结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,得到第二次客流量修正结果;
结合旅游景点当日门禁数据、等待检票或购票入旅游景点的排队人数,对当日客流量预测值进行当日数据修正,得到当日客流量修正结果;
根据第一次客流量预测值修正结果、第二次客流量修正结果及当日客流量修正结果,生成客流量分析结果;
根据客流量分析结果,生成旅游景点未来预设天数内的客流量预测值,作为预测访问人数信息,对应显示在旅游景点所在的旅游资源平台上。
本发明中在进行旅游规划路线规划时,考虑到每个旅游景点的游客访问量这个因素,因此要事先预知想要去的旅游景点的游客访问量,本发明中采用基于多源数据对客流量进行预测,使用户可准确掌握旅游景点的客流量情况,给出更优选的旅游路线推荐,避免因某旅游景点的客流量过大,影响用户的旅游体验。
优选地,旅游规划路线生成模块104具体用于:
当至少一个旅游景点为多个旅游景点时,根据用户的旅游方式信息,结合用户选择的出行起止时间,得到至少一条旅游规划路线:
根据多个旅游景点,确定特定城市或区域,获取多个旅游景点的坐标;
对多个旅游景点的坐标进行解析,得到每个旅游景点的经纬度坐标信息;
根据多个旅游景点经纬度坐标信息,生成旅游景点连线网络,并计算各个旅游景点间的距离;
筛选出多个旅游景点中各个旅游景点与最邻近两旅游景点的连线,生成旅游线路推荐;
在特定城市或区域的每类物产中筛选出若干词频数量最高的物产名称,对多个旅游景点与对应的旅游物产进行匹配,得到各个旅游景点对应各类物产的综合权重值,并进行排序,确定每个旅游景点适宜匹配的物产类型,得到对各个旅游景点的旅游物产策划建议;
根据旅游线路推荐和旅游物产策划建议,得到至少一条旅游规划路线。
本发明中,将用户选择的多个旅游景点,进行定位关联处理,并结合每个旅游景点的适宜匹配的物产类型,给出优选的旅游规划路线,不但使旅游规划路线考虑了行程距离的因素,还考虑到每个景点的物产类型,具体实现是通过充分利用网络搜索中出现次数高的热词,进行关联匹配,给出最优的建议,最后得到最优的旅游规划路线,提高了用户的体验度。
优选地,旅游景点选择模块102具体用于:
通过旅游资源平台,获得用户选择的至少一个旅游景点:
获取在旅游资源平台采集的用户评论内容的数据,对用户评论内容的数据进行基于句子的词法分析,并对分析结果按照形容词、名词进行数据归类,建立数据统计表;
对用户评论内容的数据中的每一句评论建立热词分析,得到多个分析过的热词,并对多个分析过的热词进行去重、归并和计数处理,得到处理过的热词;
根据预设时间段内的某个词汇出现的频率做降序排列,得到处理过的热词的分类排序、最热形容词列表以及最热名词列表;
获取用户输入信息,根据用户输入信息对应的分类类别,获得与用户输入信息相关联的信息,显示在旅游资源平台上:
当用户输入信息对应的分类类别为形容词时,根据最热形容词列表,获得与用户输入信息相关联的名词;
当用户输入信息对应的分类类别为名词时,根据最热名词列表,获得与用户输入信息相关联的形容词;
当用户输入信息对应的分类类别为与名词相关的形容词时,查找名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将名词前面的最接近的形容词放入关联形容词暂存表中,根据关联形容词暂存表获得与用户输入信息关联的形容词;
当用户输入信息对应的分类类别为与形容词相关的名词时,查找形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将形容词前面的最接近的名词放入关联名词暂存表中,根据关联名词暂存表获得与用户输入信息关联的名词;
根据用户输入信息相关联的信息,得到用户选择的至少一个旅游景点。
本发明中可以基于网络上对每个旅游景点的评论的内容分析出网络舆情中的最热名词和形容词,并且能够计算和分析出最热的前预设位(比如20位)个名词和形容词关联的热词。从而获得舆情最关注的情感和内容集中在哪些方面,帮助用户选择旅游景点,为用户推荐应季的,更合适的旅游景点。当然用户也可以直接在旅游资源平台上自行选择想去的旅游景点,本发明中不限定通过何种方式获得用户选取的旅游景点。
优选地,还包括旅游规划路线的异常提醒模块106,具体用于:
对旅游规划路线的异常提醒:
根据旅游规划路线,在旅游时间段内,实时或者定时从用户的终端获取位置定位数据,并将位置定位数据与定位时间的关联数据进行保存;
按照定位时间保存的先后顺序,为对应的位置定位数据建立定位位置路径,并计算出旅游时间段内对应的旅游景点游玩路径与定位位置路径之间的相似度;
若旅游时间段对应的旅游景点游玩路径与定位位置路径之间的相似度小于预设相似度,向用户的终端发送异常提醒信息,并在旅游规划路线对应的地图信息中进行标识。
本发明中,在用户根据选择的旅游规划路线进行旅游时,根据用户终端反馈的实时定位信息,对旅游规划路线进行实时的监测,对旅游景点游玩路径进行不断的校正、优化,还能及时提醒用户该旅游景点游玩路径异常,以便用户及时进行更加合理的旅游路线规划,提升用户的旅游体验。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种旅游路线的智能规划方法,其特征在于,包括:
步骤S1,获取用户的上线请求信息,登录旅游资源平台,所述旅游资源平台中存储有旅游景点信息及所述用户的相关信息;
步骤S2,通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;
步骤S3,获取所述用户的旅游方式信息,所述旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;
步骤S4,根据所述用户的旅游方式信息,结合所述用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;
步骤S5,在所述至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
2.根据权利要求1所述的旅游路线的智能规划方法,其特征在于,
所述步骤S2中,对所述预测访问人数信息的获取,具体为:
根据所述用户选择的出行起止时间,设定预测起始日期,预测旅游景点预设天数内的客流量,所述预设天数不大于30天;
对所述旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值;
结合所述旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,得到第一次客流量预测值修正结果;
结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,得到第二次客流量修正结果;
结合所述旅游景点当日门禁数据、等待检票或购票入所述旅游景点的排队人数,对当日客流量预测值进行当日数据修正,得到当日客流量修正结果;
根据所述第一次客流量预测值修正结果、第二次客流量修正结果及当日客流量修正结果,生成客流量分析结果;
根据所述客流量分析结果,生成所述旅游景点未来预设天数内的客流量预测值,作为预测访问人数信息,对应显示在所述旅游景点所在的旅游资源平台上。
3.根据权利要求1所述的旅游路线的智能规划方法,其特征在于,
所述步骤S4中,当所述至少一个旅游景点为多个旅游景点时,根据所述用户的旅游方式信息,结合所述用户选择的出行起止时间,得到至少一条旅游规划路线,具体为:
根据所述多个旅游景点,确定特定城市或区域,获取所述多个旅游景点的坐标;
对所述多个旅游景点的坐标进行解析,得到每个旅游景点的经纬度坐标信息;
根据所述多个旅游景点经纬度坐标信息,生成旅游景点连线网络,并计算各个旅游景点间的距离;
筛选出所述多个旅游景点中各个旅游景点与最邻近两旅游景点的连线,生成旅游线路推荐;
在所述特定城市或区域的每类物产中筛选出若干词频数量最高的物产名称,对所述多个旅游景点与对应的旅游物产进行匹配,得到所述各个旅游景点对应各类物产的综合权重值,并进行排序,确定所述每个旅游景点适宜匹配的物产类型,得到对所述各个旅游景点的旅游物产策划建议;
根据所述旅游线路推荐和旅游物产策划建议,得到至少一条旅游规划路线。
4.根据权利要求1所述的旅游路线的智能规划方法,其特征在于,
所述步骤S2中,通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点,具体为:
获取在所述旅游资源平台采集的用户评论内容的数据,对所述用户评论内容的数据进行基于句子的词法分析,并对分析结果按照形容词、名词进行数据归类,建立数据统计表;
对所述用户评论内容的数据中的每一句评论建立热词分析,得到多个分析过的热词,并对所述多个分析过的热词进行去重、归并和计数处理,得到处理过的热词;
根据预设时间段内的某个词汇出现的频率做降序排列,得到所述处理过的热词的分类排序、最热形容词列表以及最热名词列表;
获取用户输入信息,根据所述用户输入信息对应的分类类别,获得与所述用户输入信息相关联的信息,显示在所述旅游资源平台上:
当所述用户输入信息对应的分类类别为形容词时,根据所述最热形容词列表,获得与所述用户输入信息相关联的名词;
当所述用户输入信息对应的分类类别为名词时,根据所述最热名词列表,获得与所述用户输入信息相关联的形容词;
当所述用户输入信息对应的分类类别为与名词相关的形容词时,查找所述名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述名词前面的最接近的形容词放入关联形容词暂存表中,根据所述关联形容词暂存表获得与所述用户输入信息关联的形容词;
当所述用户输入信息对应的分类类别为与形容词相关的名词时,查找所述形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述形容词前面的最接近的名词放入关联名词暂存表中,根据所述关联名词暂存表获得与所述用户输入信息关联的名词;
根据所述用户输入信息相关联的信息,得到所述用户选择的至少一个旅游景点。
5.根据权利要求1所述的旅游路线的智能规划方法,其特征在于,
还包括,对所述旅游规划路线的异常提醒,具体为:
根据所述旅游规划路线,在旅游时间段内,实时或者定时从所述用户的终端获取位置定位数据,并将所述位置定位数据与定位时间的关联数据进行保存;
按照所述定位时间保存的先后顺序,为对应的位置定位数据建立定位位置路径,并计算出所述旅游时间段内对应的旅游景点游玩路径与定位位置路径之间的相似度;
若所述旅游时间段对应的旅游景点游玩路径与定位位置路径之间的相似度小于预设相似度,向所述用户的终端发送异常提醒信息,并在所述旅游规划路线对应的地图信息中进行标识。
6.一种旅游路线的智能规划系统,其特征在于,包括:
登录模块,用于获取用户的上线请求信息,登录旅游资源平台,所述旅游资源平台中存储有旅游景点信息及所述用户的相关信息;
旅游景点选择模块,用于通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点及出行起止时间,每个旅游景点对应实时更新的人文信息、天气信息、住宿信息、消费信息及预测访问人数信息;
旅游方式获取模块,用于获取所述用户的旅游方式信息,所述旅游方式信息包括自驾旅游方式、骑行旅行方式和旅行社旅行方式;
旅游规划路线生成模块,用于根据所述用户的旅游方式信息,结合所述用户选择的至少一个旅游景点及出行起止时间,得到至少一条旅游规划路线,每条旅游规划路线包括旅游规划路线对应的地图信息、旅游规划路线中包含的各个地点的具体信息、沿途路况信息及各地天气信息;
旅游规划路线选取模块,用于在所述至少一条旅游规划路线中选择一条旅游规划路线,生成旅行计划文本,实现旅游路线的智能规划。
7.根据权利要求6所述的旅游路线的智能规划系统,其特征在于,
所述旅游景点选择模块具体用于:
对所述预测访问人数信息的获取:
根据所述用户选择的出行起止时间,设定预测起始日期,预测旅游景点预设天数内的客流量,所述预设天数不大于30天;
对所述旅游景点原客流量数据进行聚类对照性分析,生成客流量预测值;
结合所述旅游景点营销活动信息及针对景区的舆情信息因素对客流量预测值进行第一次修正,得到第一次客流量预测值修正结果;
结合在线旅游社预订信息、未来天气信息因素对客流量预测值进行第二次修正,得到第二次客流量修正结果;
结合所述旅游景点当日门禁数据、等待检票或购票入所述旅游景点的排队人数,对当日客流量预测值进行当日数据修正,得到当日客流量修正结果;
根据所述第一次客流量预测值修正结果、第二次客流量修正结果及当日客流量修正结果,生成客流量分析结果;
根据所述客流量分析结果,生成所述旅游景点未来预设天数内的客流量预测值,作为预测访问人数信息,对应显示在所述旅游景点所在的旅游资源平台上。
8.根据权利要求6所述的旅游路线的智能规划系统,其特征在于,
所述旅游规划路线生成模块具体用于:
当所述至少一个旅游景点为多个旅游景点时,根据所述用户的旅游方式信息,结合所述用户选择的出行起止时间,得到至少一条旅游规划路线:
根据所述多个旅游景点,确定特定城市或区域,获取所述多个旅游景点的坐标;
对所述多个旅游景点的坐标进行解析,得到每个旅游景点的经纬度坐标信息;
根据所述多个旅游景点经纬度坐标信息,生成旅游景点连线网络,并计算各个旅游景点间的距离;
筛选出所述多个旅游景点中各个旅游景点与最邻近两旅游景点的连线,生成旅游线路推荐;
在所述特定城市或区域的每类物产中筛选出若干词频数量最高的物产名称,对所述多个旅游景点与对应的旅游物产进行匹配,得到所述各个旅游景点对应各类物产的综合权重值,并进行排序,确定所述每个旅游景点适宜匹配的物产类型,得到对所述各个旅游景点的旅游物产策划建议;
根据所述旅游线路推荐和旅游物产策划建议,得到至少一条旅游规划路线。
9.根据权利要求6所述的旅游路线的智能规划系统,其特征在于,
所述旅游景点选择模块具体用于:
通过所述旅游资源平台,获得所述用户选择的至少一个旅游景点:
获取在所述旅游资源平台采集的用户评论内容的数据,对所述用户评论内容的数据进行基于句子的词法分析,并对分析结果按照形容词、名词进行数据归类,建立数据统计表;
对所述用户评论内容的数据中的每一句评论建立热词分析,得到多个分析过的热词,并对所述多个分析过的热词进行去重、归并和计数处理,得到处理过的热词;
根据预设时间段内的某个词汇出现的频率做降序排列,得到所述处理过的热词的分类排序、最热形容词列表以及最热名词列表;
获取用户输入信息,根据所述用户输入信息对应的分类类别,获得与所述用户输入信息相关联的信息,显示在所述旅游资源平台上:
当所述用户输入信息对应的分类类别为形容词时,根据所述最热形容词列表,获得与所述用户输入信息相关联的名词;
当所述用户输入信息对应的分类类别为名词时,根据所述最热名词列表,获得与所述用户输入信息相关联的形容词;
当所述用户输入信息对应的分类类别为与名词相关的形容词时,查找所述名词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述名词前面的最接近的形容词放入关联形容词暂存表中,根据所述关联形容词暂存表获得与所述用户输入信息关联的形容词;
当所述用户输入信息对应的分类类别为与形容词相关的名词时,查找所述形容词相关的评论内容,并重复对每个评论内容内的所有词汇进行词性和顺序分解,将所述形容词前面的最接近的名词放入关联名词暂存表中,根据所述关联名词暂存表获得与所述用户输入信息关联的名词;
根据所述用户输入信息相关联的信息,得到所述用户选择的至少一个旅游景点。
10.根据权利要求6所述的旅游路线的智能规划系统,其特征在于,
还包括旅游规划路线的异常提醒模块,具体用于:
对所述旅游规划路线的异常提醒:
根据所述旅游规划路线,在旅游时间段内,实时或者定时从所述用户的终端获取位置定位数据,并将所述位置定位数据与定位时间的关联数据进行保存;
按照所述定位时间保存的先后顺序,为对应的位置定位数据建立定位位置路径,并计算出所述旅游时间段内对应的旅游景点游玩路径与定位位置路径之间的相似度;
若所述旅游时间段对应的旅游景点游玩路径与定位位置路径之间的相似度小于预设相似度,向所述用户的终端发送异常提醒信息,并在所述旅游规划路线对应的地图信息中进行标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710236859.6A CN107423837A (zh) | 2017-04-12 | 2017-04-12 | 旅游路线的智能规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710236859.6A CN107423837A (zh) | 2017-04-12 | 2017-04-12 | 旅游路线的智能规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107423837A true CN107423837A (zh) | 2017-12-01 |
Family
ID=60423278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710236859.6A Pending CN107423837A (zh) | 2017-04-12 | 2017-04-12 | 旅游路线的智能规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423837A (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977752A (zh) * | 2017-12-14 | 2018-05-01 | 维沃移动通信有限公司 | 一种出行信息生成方法及移动终端 |
CN108665378A (zh) * | 2018-04-06 | 2018-10-16 | 东莞市华睿电子科技有限公司 | 基于云平台和数字景观装置支撑的旅游群组加入方法 |
CN108710669A (zh) * | 2018-05-16 | 2018-10-26 | 清远博云软件有限公司 | 一种旅游景点用旅游线路制定方法 |
CN108710969A (zh) * | 2018-04-23 | 2018-10-26 | 华南师范大学 | 一种旅游智能路径规划方法 |
CN108961582A (zh) * | 2018-06-14 | 2018-12-07 | 珠海天人科技有限公司 | 一种绿色旅游远程骑行运营系统及其运营方法 |
CN108985653A (zh) * | 2018-08-03 | 2018-12-11 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于交通枢纽客流疏散的交通方式舒适度判别方法 |
CN109029482A (zh) * | 2018-07-17 | 2018-12-18 | 上海擎感智能科技有限公司 | 车机出行规划和后台推送方法以及车机、后台 |
CN109191333A (zh) * | 2018-10-08 | 2019-01-11 | 杭州异客科技有限公司 | 基于气象信息大数据的旅游推荐系统和方法 |
CN109389235A (zh) * | 2018-10-16 | 2019-02-26 | 珠海天人科技有限公司 | 一种旅游线路自动规划、预订方法和系统 |
CN109829562A (zh) * | 2018-12-15 | 2019-05-31 | 深圳壹账通智能科技有限公司 | 智能行程规划方法、装置、计算机设备及存储介质 |
CN109978209A (zh) * | 2017-12-28 | 2019-07-05 | 北京京东尚科信息技术有限公司 | 线路设计方法和装置 |
WO2019134079A1 (zh) * | 2018-01-04 | 2019-07-11 | 深圳峰创优爱科技有限公司 | 一种自助旅游方法及移动终端 |
CN110097408A (zh) * | 2019-05-10 | 2019-08-06 | 安康学院 | 一种旅游数据调研与检测系统 |
CN110175722A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划系统 |
CN110175720A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划方法及应用 |
CN110222275A (zh) * | 2019-04-26 | 2019-09-10 | 平安科技(深圳)有限公司 | 一种基于智能推荐的旅游路线规划方法及相关设备 |
CN110245286A (zh) * | 2019-05-08 | 2019-09-17 | 特斯联(北京)科技有限公司 | 一种基于数据挖掘的旅行推荐方法及装置 |
CN110375754A (zh) * | 2019-06-19 | 2019-10-25 | 陈文欣 | 一种基于定位系统的自定义式旅游地图生成方法 |
CN110472161A (zh) * | 2019-08-15 | 2019-11-19 | 重庆誉存大数据科技有限公司 | 一种基于对企业信息分析分类的智能推荐旅游路线方法 |
CN110610351A (zh) * | 2019-09-05 | 2019-12-24 | Oppo(重庆)智能科技有限公司 | 日程生成方法及相关产品 |
CN111429220A (zh) * | 2020-03-25 | 2020-07-17 | 西安交通大学 | 基于运营商大数据的旅游路线推荐系统及方法 |
CN111800453A (zh) * | 2020-04-28 | 2020-10-20 | 南京尚网网络科技有限公司 | 用于推送信息的方法和设备 |
CN111859130A (zh) * | 2020-07-21 | 2020-10-30 | 宝鸡文理学院 | 一种基于大数据分析的旅游景点推荐方法及装置 |
CN112380431A (zh) * | 2020-11-11 | 2021-02-19 | 喻丹 | 一种基于大数据的智慧旅游分析决策系统及方法 |
CN112463997A (zh) * | 2020-12-04 | 2021-03-09 | 电子科技大学中山学院 | 一种旅游资源组织和平台展示方法 |
CN112884267A (zh) * | 2019-11-29 | 2021-06-01 | 重庆小雨点小额贷款有限公司 | 一种出行方案规划方法、装置及可读存储介质 |
CN112883660A (zh) * | 2021-01-29 | 2021-06-01 | 高驰国际设计有限公司 | 基于小区微环境和室外舒适度模拟的功能设施配置方法 |
CN112990875A (zh) * | 2021-03-20 | 2021-06-18 | 重庆图强工程技术咨询有限公司 | 一种全过程项目资源导入一体化方法、系统、终端设备及存储介质 |
CN113701782A (zh) * | 2021-10-28 | 2021-11-26 | 深圳市羽翼数码科技有限公司 | 一种实现多目的地最优路径规划的导航系统 |
CN114676323A (zh) * | 2022-03-24 | 2022-06-28 | 袁喜林 | 一种基于大数据的用户旅游信息推荐系统 |
CN115718836A (zh) * | 2022-11-21 | 2023-02-28 | 广州喜玩网络信息有限公司 | 一种基于大数据的旅游方案可视化辅助选择系统 |
CN116823534A (zh) * | 2023-08-30 | 2023-09-29 | 环球数科集团有限公司 | 一种基于多模态大模型的文旅行业智能服务虚拟人系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899650A (zh) * | 2015-05-26 | 2015-09-09 | 成都中科大旗软件有限公司 | 基于多源数据分析对旅游景区客流量进行预测的方法 |
CN105184422A (zh) * | 2015-09-28 | 2015-12-23 | 华南理工大学 | 一种基于互联网词频的智慧旅游线路规划辅助方法 |
CN105303487A (zh) * | 2015-10-27 | 2016-02-03 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN105812541A (zh) * | 2014-12-30 | 2016-07-27 | 鸿富锦精密工业(武汉)有限公司 | 旅游协助方法及移动终端 |
CN106096785A (zh) * | 2016-06-13 | 2016-11-09 | 北京游谱科技发展有限公司 | 一种基于行程规划的线路定制方法、系统 |
CN106407181A (zh) * | 2016-09-07 | 2017-02-15 | 大地风景(武汉)信息技术有限公司 | 旅游目的地中的数据语义关联分析方法及系统 |
-
2017
- 2017-04-12 CN CN201710236859.6A patent/CN107423837A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105812541A (zh) * | 2014-12-30 | 2016-07-27 | 鸿富锦精密工业(武汉)有限公司 | 旅游协助方法及移动终端 |
CN104899650A (zh) * | 2015-05-26 | 2015-09-09 | 成都中科大旗软件有限公司 | 基于多源数据分析对旅游景区客流量进行预测的方法 |
CN105184422A (zh) * | 2015-09-28 | 2015-12-23 | 华南理工大学 | 一种基于互联网词频的智慧旅游线路规划辅助方法 |
CN105303487A (zh) * | 2015-10-27 | 2016-02-03 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106096785A (zh) * | 2016-06-13 | 2016-11-09 | 北京游谱科技发展有限公司 | 一种基于行程规划的线路定制方法、系统 |
CN106407181A (zh) * | 2016-09-07 | 2017-02-15 | 大地风景(武汉)信息技术有限公司 | 旅游目的地中的数据语义关联分析方法及系统 |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977752A (zh) * | 2017-12-14 | 2018-05-01 | 维沃移动通信有限公司 | 一种出行信息生成方法及移动终端 |
CN109978209A (zh) * | 2017-12-28 | 2019-07-05 | 北京京东尚科信息技术有限公司 | 线路设计方法和装置 |
CN109978209B (zh) * | 2017-12-28 | 2022-04-12 | 北京京东尚科信息技术有限公司 | 线路设计方法和装置 |
WO2019134079A1 (zh) * | 2018-01-04 | 2019-07-11 | 深圳峰创优爱科技有限公司 | 一种自助旅游方法及移动终端 |
CN108665378A (zh) * | 2018-04-06 | 2018-10-16 | 东莞市华睿电子科技有限公司 | 基于云平台和数字景观装置支撑的旅游群组加入方法 |
CN108710969A (zh) * | 2018-04-23 | 2018-10-26 | 华南师范大学 | 一种旅游智能路径规划方法 |
CN108710669A (zh) * | 2018-05-16 | 2018-10-26 | 清远博云软件有限公司 | 一种旅游景点用旅游线路制定方法 |
CN108961582A (zh) * | 2018-06-14 | 2018-12-07 | 珠海天人科技有限公司 | 一种绿色旅游远程骑行运营系统及其运营方法 |
CN109029482A (zh) * | 2018-07-17 | 2018-12-18 | 上海擎感智能科技有限公司 | 车机出行规划和后台推送方法以及车机、后台 |
CN109029482B (zh) * | 2018-07-17 | 2023-09-22 | 上海擎感智能科技有限公司 | 车机出行规划和后台推送方法以及车机、后台 |
CN108985653A (zh) * | 2018-08-03 | 2018-12-11 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于交通枢纽客流疏散的交通方式舒适度判别方法 |
CN109191333A (zh) * | 2018-10-08 | 2019-01-11 | 杭州异客科技有限公司 | 基于气象信息大数据的旅游推荐系统和方法 |
CN109389235A (zh) * | 2018-10-16 | 2019-02-26 | 珠海天人科技有限公司 | 一种旅游线路自动规划、预订方法和系统 |
CN109829562A (zh) * | 2018-12-15 | 2019-05-31 | 深圳壹账通智能科技有限公司 | 智能行程规划方法、装置、计算机设备及存储介质 |
CN110222275A (zh) * | 2019-04-26 | 2019-09-10 | 平安科技(深圳)有限公司 | 一种基于智能推荐的旅游路线规划方法及相关设备 |
CN110245286A (zh) * | 2019-05-08 | 2019-09-17 | 特斯联(北京)科技有限公司 | 一种基于数据挖掘的旅行推荐方法及装置 |
CN110097408A (zh) * | 2019-05-10 | 2019-08-06 | 安康学院 | 一种旅游数据调研与检测系统 |
CN110175722A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划系统 |
CN110175720A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划方法及应用 |
CN110375754A (zh) * | 2019-06-19 | 2019-10-25 | 陈文欣 | 一种基于定位系统的自定义式旅游地图生成方法 |
CN110472161A (zh) * | 2019-08-15 | 2019-11-19 | 重庆誉存大数据科技有限公司 | 一种基于对企业信息分析分类的智能推荐旅游路线方法 |
CN110610351A (zh) * | 2019-09-05 | 2019-12-24 | Oppo(重庆)智能科技有限公司 | 日程生成方法及相关产品 |
CN110610351B (zh) * | 2019-09-05 | 2022-04-15 | Oppo(重庆)智能科技有限公司 | 日程生成方法及相关产品 |
CN112884267A (zh) * | 2019-11-29 | 2021-06-01 | 重庆小雨点小额贷款有限公司 | 一种出行方案规划方法、装置及可读存储介质 |
CN111429220A (zh) * | 2020-03-25 | 2020-07-17 | 西安交通大学 | 基于运营商大数据的旅游路线推荐系统及方法 |
CN111429220B (zh) * | 2020-03-25 | 2024-04-05 | 西安交通大学 | 基于运营商大数据的旅游路线推荐系统及方法 |
CN111800453A (zh) * | 2020-04-28 | 2020-10-20 | 南京尚网网络科技有限公司 | 用于推送信息的方法和设备 |
CN111859130A (zh) * | 2020-07-21 | 2020-10-30 | 宝鸡文理学院 | 一种基于大数据分析的旅游景点推荐方法及装置 |
CN112380431A (zh) * | 2020-11-11 | 2021-02-19 | 喻丹 | 一种基于大数据的智慧旅游分析决策系统及方法 |
CN112463997A (zh) * | 2020-12-04 | 2021-03-09 | 电子科技大学中山学院 | 一种旅游资源组织和平台展示方法 |
CN112883660A (zh) * | 2021-01-29 | 2021-06-01 | 高驰国际设计有限公司 | 基于小区微环境和室外舒适度模拟的功能设施配置方法 |
CN112990875A (zh) * | 2021-03-20 | 2021-06-18 | 重庆图强工程技术咨询有限公司 | 一种全过程项目资源导入一体化方法、系统、终端设备及存储介质 |
CN113701782A (zh) * | 2021-10-28 | 2021-11-26 | 深圳市羽翼数码科技有限公司 | 一种实现多目的地最优路径规划的导航系统 |
CN114676323A (zh) * | 2022-03-24 | 2022-06-28 | 袁喜林 | 一种基于大数据的用户旅游信息推荐系统 |
CN115718836B (zh) * | 2022-11-21 | 2023-08-08 | 广州喜玩网络信息有限公司 | 一种基于大数据的旅游方案可视化辅助选择系统 |
CN115718836A (zh) * | 2022-11-21 | 2023-02-28 | 广州喜玩网络信息有限公司 | 一种基于大数据的旅游方案可视化辅助选择系统 |
CN116823534A (zh) * | 2023-08-30 | 2023-09-29 | 环球数科集团有限公司 | 一种基于多模态大模型的文旅行业智能服务虚拟人系统 |
CN116823534B (zh) * | 2023-08-30 | 2023-11-03 | 环球数科集团有限公司 | 一种基于多模态大模型的文旅行业智能服务虚拟人系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423837A (zh) | 旅游路线的智能规划方法及系统 | |
US11156470B2 (en) | Methods and systems for providing information for an on-demand service | |
CN105159933B (zh) | 旅游信息推荐方法及装置 | |
CN103678429B (zh) | 一种旅游线路的推荐方法以及装置 | |
EP3258430A1 (en) | Transport capacity scheduling method and system | |
CN109977283A (zh) | 一种基于知识图谱和用户足迹的旅游推荐方法和系统 | |
CN111143680B (zh) | 路线的推荐方法、系统、电子设备及计算机存储介质 | |
CN110309440B (zh) | 机票价格搜索方法及相关设备 | |
CN105468580A (zh) | 基于关注点信息提供服务的方法和装置 | |
CN105303487A (zh) | 一种行程服务方法和装置 | |
CN106033589A (zh) | 一种旅游路线个性化服务方法及系统 | |
Hamadneh et al. | The influence of introducing autonomous vehicles on conventional transport modes and travel time | |
Woetzel et al. | Smart city solutions: What drives citizen adoption around the globe | |
Liu et al. | A passenger-to-driver matching model for commuter carpooling: Case study and sensitivity analysis | |
CN112232596B (zh) | 一种多式联运中转城市优化方法、系统、终端与存储介质 | |
CN115203555B (zh) | 一种基于大数据的景区景点推荐方法及系统 | |
US20220019946A1 (en) | Systems and methods for generating and updating travel itineraries | |
Zhang et al. | A tourism route-planning approach based on comprehensive attractiveness | |
Azmi et al. | Service attributes influencing declining ridership of public rail operation based on passenger experience survey in Klang Valley | |
Kim et al. | Spatial experience on tourism through MaaS (Mobility as a Service): Applying for a conjoint model of portfolio choice | |
van der Hurk | Passengers, information, and disruptions | |
CN116628335B (zh) | 个性化旅游路线定制方法及装置 | |
Giddy | The impact of extreme weather on mass-participation sporting events: The case of the Cape Town Cycle Tour | |
CN116703044A (zh) | 一种航班中转组合方法及装置 | |
Wang | Self-Driving Tour Travel Route Planning Model Construction Using Recurrent Neural Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171201 |