CN107527303A - 一种乡村旅游可视化推荐方法及系统 - Google Patents
一种乡村旅游可视化推荐方法及系统 Download PDFInfo
- Publication number
- CN107527303A CN107527303A CN201710597232.3A CN201710597232A CN107527303A CN 107527303 A CN107527303 A CN 107527303A CN 201710597232 A CN201710597232 A CN 201710597232A CN 107527303 A CN107527303 A CN 107527303A
- Authority
- CN
- China
- Prior art keywords
- user
- rural tourism
- product
- recommendation
- rural
- 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 43
- 230000006399 behavior Effects 0.000 claims abstract description 57
- 238000001914 filtration Methods 0.000 claims abstract description 54
- 238000012800 visualization Methods 0.000 claims abstract description 27
- 230000003542 behavioural effect Effects 0.000 claims abstract description 10
- 230000002452 interceptive effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000013079 data visualisation Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000001932 seasonal effect Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000007704 transition Effects 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
- 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
-
- 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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种乡村旅游可视化推荐方法及系统，其中，所述方法包括：获取用户的行为日志，根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；对所述乡村旅游产品个性化推荐列表进行可视化显示。本发明能够有效地解决乡村旅游信息获取不对称的问题，并较现有的旅游推荐技术能更好地展示乡村旅游产品的推荐结果。
Description
技术领域
本发明涉及互联网技术领域，更具体地，涉及一种乡村旅游可视化推荐方法及系统。
背景技术
乡村旅游由现象而形成一种产业，是100多年前法国、意大利人的创造，近二十年来开始在我国风行，目前已占据旅游市场的半壁江山。从最初的吃土菜、买土产，到后来的采摘、休闲，直到近年的寻找乡愁、寻根问祖以及再造乡村的各种活动，乡村旅游从形式到内容正在发生着巨大转型。
当前乡村旅游已成为了一种旅游趋势，但随着游客需求多样化、个性化的特征日益明显，现有的乡村旅游信息的获取方式已不能满足游客的需求：目前多数大型在线旅行社网站的重点还是在于景区旅游和境外游，而对于乡村旅游鲜有推荐；而专门的乡村旅游网站大多为政府背景的门户网站，只有信息的介绍和展示，没有根据用户需求的个性化推荐，因此用户少且活跃度低；游客通过现有流行的社交网站也无法有效地获取到乡村旅游的相关信息，因为信息分布不集中且信息有封闭性。乡村旅游信息获取不对称的问题会导致乡村旅游的市场失灵——大量的乡村旅游资源及景点知名度过低，旺盛的乡村旅游需求市场和一些“养在深山人未识”的乡村旅游产品缺乏有效对接。
因此，亟需提供一种乡村旅游信息的获取方法或方式，解决现有乡村旅游信息获取不对称的问题。
发明内容
为了解决现有乡村旅游信息获取不对称的问题，本发明提供一种乡村旅游可视化推荐方法及系统。
根据本发明的一个方面，提供一种乡村旅游可视化推荐方法，包括：
S1，获取用户的行为日志，根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；
S2，根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；
S3，对所述乡村旅游产品个性化推荐列表进行可视化显示。
其中，所述步骤S1进一步包括：
用户进入系统后，获取用户的历史行为日志，对所述历史行为日志进行分析和特征提取，获得所述用户的兴趣特征向量；或者，
当用户进行主动搜索时，获取用户的需求信息和历史行为日志，根据所述需求信息和历史行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量。
其中，步骤S2中所述利用协同过滤推荐算法的步骤进一步包括：
以基于物品的协同过滤推荐算法为基本算法，融合用户所处位置和所处季节上下文信息。
其中，所述步骤S2进一步包括：
S21，根据所述用户兴趣特征向量和预先获得的乡村旅游产品相似度表，利用基于物品的协同过滤推荐算法，获得针对所述用户的乡村旅游产品初步推荐数据；
S22，融合用户所处位置和所处季节上下文信息对所述乡村旅游产品初步推荐数据进行后过滤，得到过滤后的乡村旅游产品推荐结果；
S23，对所述过滤后的乡村旅游产品推荐结果进行排序，生成针对所述用户的乡村旅游产品个性化推荐列表；
S24，对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。
其中，所述步骤S3进一步包括：
利用数据可视化技术，将所述乡村旅游产品个性化推荐列表转换为可视化二维图；
将所述乡村旅游产品个性化推荐列表和所述可视化二维图同时进行显示。
根据本发明的另一个方面，提供一种乡村旅游可视化推荐系统，包括：日志采集处理模块、推荐服务模块、信息展示交互模块和数据存储模块，其中，
所述日志采集处理模块用于获取用户的行为日志，并根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；
所述推荐服务模块用于根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；
所述信息展示交互模块用于对所述乡村旅游产品个性化推荐列表进行可视化显示；
所述数据存储模块用于存储乡村旅游产品信息、用户基本信息、所述用户的兴趣特征向量和所述乡村旅游产品相似度表。
其中，所述推荐服务模块具体用于：
根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，以基于物品的协同过滤推荐算法为基本算法，融合用户所处位置和所处季节上下文信息，生成针对所述用户的乡村旅游产品个性化推荐列表。
其中，所述推荐服务模块进一步包括：
计算子模块，用于根据所述用户兴趣特征向量，利用基于物品的协同过滤推荐算法，获得针对所述用户的乡村旅游产品初步推荐数据；
过滤子模块，用于融合用户所处位置、所处季节和天气上下文信息对所述乡村旅游产品初步推荐数据进行过滤，得到过滤后的乡村旅游产品推荐结果；
排序子模块，用于对所述过滤后的乡村旅游产品推荐结果进行排序，生成针对所述用户的乡村旅游产品个性化推荐列表；
解释子模块，用于对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。
其中，所述信息展示交互模块具体用于：
利用数据可视化技术，将所述乡村旅游产品个性化推荐列表转换为可视化二维图；
将所述乡村旅游产品个性化推荐列表和所述可视化二维图同时进行显示。
根据本发明的又一个方面，提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如前所述的乡村旅游可视化推荐方法。
本发明提出的一种乡村旅游可视化推荐方法及系统，通过获取用户的兴趣特征向量，并利用预先获得的乡村旅游产品相似度表，基于协同过滤推荐算法，获得针对该用户的个性化乡村旅游产品推荐列表，并对该推荐列表进行可视化展示，能够有效地解决乡村旅游信息获取不对称的问题，并较现有的旅游推荐技术能更好地展示乡村旅游产品的推荐结果。
附图说明
图1为本发明一实施例提供的一种乡村旅游可视化推荐方法的流程示意图；
图2为本发明另一实施例提供的一种乡村旅游可视化推荐方法中步骤S2的流程示意图；
图3为本发明另一实施例提供的一种乡村旅游可视化推荐系统的结构示意图；
图4为本发明另一实施例提供的一种乡村旅游可视化推荐系统中推荐服务模块的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，为本发明一实施例提供的一种乡村旅游可视化推荐方法的流程示意图，包括：
S1，获取用户的行为日志，根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；
S2，根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；
S3，对所述乡村旅游产品个性化推荐列表进行可视化显示。
为了能够有效地解决现有乡村旅游信息获取不对称的问题，本发明实施例将推荐技术应用到乡村旅游领域中。乡村旅游产品就是我们最终想要推荐给用户的乡村旅游信息。
具体地，步骤S1中用户行为是指用户的搜索、点击、浏览、购买等操作，系统中存在日志采集处理模块，用于采集用户的行为日志。采用现有的数据挖掘方法，对所采集的用户行为日志进行用户行为特征的分析和提取，从而获得用户的兴趣特征向量。用户的行为特征包括：评分、评论和行为产生的时间(近期产生的行为更能代表用户当前的喜好)等，用户的兴趣特征向量由特征和特征的权重组成，反映了用户的旅游需求或历史行为偏好。
步骤S2中协同过滤推荐算法采用的是基于物品的协同过滤推荐算法，基本思想是预先根据所有用户的历史偏好数据计算乡村旅游产品之间的相似性，然后把与用户喜欢的乡村旅游产品相类似的乡村旅游产品推荐给用户。举例来说，如果乡村旅游产品A和乡村旅游产品B具有相似度，那么如果用户喜欢A，该用户也很大程度上会喜欢B。而如何得知乡村旅游产品A和乡村旅游产品B具有相似度呢，是根据所有用户的历史行为偏好数据来获得的，即如果乡村旅游产品A和乡村旅游产品B具有相似度，那么是因为它们共同被很多用户喜欢。即乡村旅游产品的相似度表反映了大多数用户的偏好。因此，应用协同过滤推荐算法的具体过程如下：首先基于所有用户的历史偏好数据计算出乡村旅游产品之间的相似性，获得乡村旅游产品相似度矩阵，因为乡村旅游产品之间的相似性相对比较固定，所以可以预先离线计算好不同乡村旅游产品之间的相似度并存储下来。然后，根据步骤S1获得的用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，生成针对所述用户的乡村旅游产品个性化推荐列表，即基于乡村旅游产品的相似度表，对与用户的兴趣特征向量最相似的前K个乡村旅游产品进行用户评分的预测，按照评分由高至低的顺序将所述K个乡村旅游产品进行排序，即获得了针对该用户的乡村旅游产品个性化列表。其中，K的取值根据实际情况或用户设置来确定，本发明实施例不作限制。
步骤S3对所生成的乡村旅游产品个性化推荐列表进行可视化显示，是因为目前推荐技术在旅游领域被很好的应用，但现有的推荐信息都是直接以列表的形式显示，会损失很多信息。因此在本实施例中，为用户生成个性化推荐列表后同时以列表形式和二维图形式显示给用户。其中，二维图是采用数据可视化技术将所述个性化推荐列表中的每个乡村旅游产品作为单个图元元素表示出来，同时将各个乡村旅游产品之间的相似度用二维数据直观的表示出来，相当于提供了多角度观察所推荐的乡村旅游产品的途径，使得用户对所推荐的乡村旅游产品具有更加直观地认识和了解，能够获得较列表形式展示推荐信息更好的用户体验。
本发明实施例提出的一种乡村旅游可视化推荐方法，通过获取用户的兴趣特征向量，并利用预先获得的乡村旅游产品相似度表，基于协同过滤推荐算法，获得针对该用户的个性化乡村旅游产品推荐列表，并对该推荐列表进行可视化展示，能够有效地解决乡村旅游信息获取不对称的问题，并较现有的旅游推荐技术能更好地展示乡村旅游产品的推荐结果。
基于上述实施例，所述步骤S1进一步包括：
用户进入系统后，获取用户的历史行为日志，对所述历史行为日志进行分析和特征提取，获得所述用户的兴趣特征向量；或者，
当用户进行主动搜索时，获取用户的需求信息和历史行为日志，根据所述需求信息和历史行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量。
具体地，步骤S1采集用户的行为日志并对采集的行为日志进行特征分析和提取，获得用户的兴趣特征向量，分为2种情况：当用户进入系统，并且没有进行搜索、点击、浏览、购买等操作时，获取该用户的历史行为日志，分析该历史行为日志并提取用户的历史行为特征，例如根据历史的搜索、点击、浏览和购买操作获取用户的历史行为特征，如评分、评论和行为产生的时间，从而生成用户的特征兴趣向量；当用户进行主动搜索时，获取用户当前的需求信息，即当前的搜索内容和条件，并获取该用户的历史行为日志，基于当前的需求信息和历史行为日志，获取用户的特征兴趣向量。
然后根据得到的用户特征兴趣向量和预先获得的乡村旅游产品相似度表，运用协同过滤推荐算法进行旅游信息的推荐，得到针对用户的乡村旅游产品个性化推荐列表。
基于上述实施例，步骤S2中所述利用协同过滤推荐算法的步骤进一步包括：
以基于物品的协同过滤推荐算法为基本算法，融合用户所处位置和所处季节上下文信息。
具体地，乡村旅游具有空间距离分布以城镇为中心，辐射周边20至100公里范围，乡村旅游行为分布密集，同时，乡村旅游四季特色分明，季节性强。本发明实施例中采用的协同过滤推荐算法，以基于物品的协同过滤算法为基本算法，结合了乡村旅游的空间距离分布特点和季节性强特点，通过融合用户的位置和季节上下文信息，来实现推荐乡村旅游信息，其中，用户的位置通过调用用户移动设备GPS位置定位来确定，所述季节信息由用户旅游时间推算出来。其基本思想是预先根据所有用户的历史偏好数据计算乡村旅游产品之间的相似性，然后把与用户喜欢的乡村旅游产品相类似的乡村旅游产品推荐给用户，即根据用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，对与用户的兴趣特征向量最相似的前K个乡村旅游产品进行用户评分的预测，即获得了初步的针对该用户的乡村旅游产品推荐数据。然后基于用户所处的位置和所处季节的上下文信息，对所得到的乡村旅游产品初步推荐数据进行后过滤，滤除掉不符合用户位置和季节信息的乡村旅游产品，然后将经过后过滤处理的初步推荐数据按照评分由高至低的顺序进行排序，从而获得针对该用户的乡村旅游产品个性化推荐列表。
本发明实施例提出的一种乡村旅游可视化推荐方法，结合了乡村旅游的特点，采用融合上下文信息的协同过滤算法获得向用户推荐的结果，能够使得所推荐的乡村旅游产品更加地贴近用户的实际需求，从而提升了推荐结果的准确性。
如图2所示，为本发明另一实施例，在上述实施例的基础上，提供的基于图1中步骤S2的流程示意图，即步骤S2进一步包括：
S21，根据所述用户兴趣特征向量和预先获得的乡村旅游产品相似度表，利用基于物品的协同过滤推荐算法，获得针对所述用户的乡村旅游产品初步推荐数据；
S22，融合用户所处位置和所处季节上下文信息对所述乡村旅游产品初步推荐数据进行后过滤，得到过滤后的乡村旅游产品推荐结果；
S23，对所述过滤后的乡村旅游产品推荐结果进行排序，生成针对所述用户的乡村旅游产品个性化推荐列表；
S24，对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。
具体地，本实施例在上述实施例的基础上，对融合了用户所处位置和所处季节上下文信息的协同过滤算法的具体步骤进行进一步的描述。首先，步骤S21根据步骤S1中获得的用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用基于物品的协同过滤推荐算法，对与用户的兴趣特征向量最相似的前K个乡村旅游产品进行用户评分的预测，即获得了初步的针对该用户的乡村旅游产品推荐数据。然后，融合用户所处位置和所处季节上下文信息对所述乡村旅游产品初步推荐数据进行后过滤，滤除掉不符合用户位置和季节信息的乡村旅游产品，得到过滤后的乡村旅游产品推荐结果。之后，再对经过后过滤处理的初步推荐数据按照评分由高至低的顺序进行排序，从而获得针对该用户的乡村旅游产品个性化推荐列表。最后，给出所述乡村旅游产品个性化推荐列表中各个乡村旅游产品的评分，对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。推荐原因可以在显示所述乡村旅游产品个性化推荐列表时，被显示在用户界面上，例如显示：“喜欢该乡村旅游产品的用户还喜欢……”。
本发明实施例提出的一种乡村旅游可视化推荐方法，结合了乡村旅游的特点，采用融合上下文信息的协同过滤算法获得向用户推荐的结果，能够使得所推荐的乡村旅游产品更加地贴近用户的实际需求，同时可以给出推荐的原因，从而提升了用户体验。
基于上述实施例，所述步骤S3进一步包括：
利用数据可视化技术，将所述乡村旅游产品个性化推荐列表转换为可视化二维图；
将所述乡村旅游产品个性化推荐列表和所述可视化二维图同时进行显示。
具体地，步骤S3将旅游推荐信息基于数据可视化技术，实现推荐信息的可视化二维图展示。二维图是将所述乡村旅游产品个性化推荐列表中的每个乡村旅游产品作为单个图元元素表示出来，同时将各个乡村旅游产品之间的相似度用二维数据直观的表示出来，相当于提供了多角度观察所推荐的乡村旅游产品的途径，使得用户对所推荐的乡村旅游产品具有更加直观地认识和了解。在获得乡村旅游产品个性化推荐列表的可视化二维图后，同时将所述可视化二维图和个性化推荐列表显示给用户，从而实现了对所推荐的乡村旅游产品的可视化展示。
如图3所示，为本发明另一实施例提供的一种乡村旅游可视化推荐系统的结构示意图，包括：日志采集处理模块31、推荐服务模块32、信息展示交互模块33和数据存储模块34，其中，
所述日志采集处理模块31用于获取用户的行为日志，并根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；
所述推荐服务模块32用于根据所述用户的兴趣特征向量和预先获得的旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；
所述信息展示交互模块33用于对所述乡村旅游产品个性化推荐列表进行可视化显示；
所述数据存储模块34用于存储乡村旅游产品信息、用户基本信息、所述用户的兴趣特征向量和所述乡村旅游产品相似度表。
具体地，用户行为是指用户的搜索、点击、浏览和购买等操作，系统中存在日志采集处理模块31，用于采集并处理用户的行为日志。日志采集处理模块31采用现有的数据挖掘方法，对所采集的用户行为日志进行用户行为特征的分析和提取，从而获得用户的兴趣特征向量。用户的行为特征包括：评分、评论和行为产生的时间(近期产生的行为更能代表用户当前的喜好)等，用户的兴趣特征向量由特征和特征的权重组成，反映了用户的旅游需求或历史行为偏好。
推荐服务模块32采用的协同过滤推荐算法是基于物品的协同过滤推荐算法，基本思想是预先根据所有用户的历史偏好数据计算乡村旅游产品之间的相似性，然后把与用户喜欢的乡村旅游产品相类似的乡村旅游产品推荐给用户。举例来说，如果乡村旅游产品A和乡村旅游产品B具有相似度，那么如果用户喜欢A，该用户也很大程度上会喜欢B。而如何得知乡村旅游产品A和乡村旅游产品B具有相似度呢，是根据所有用户的历史行为偏好数据来获得的，即如果乡村旅游产品A和乡村旅游产品B具有相似度，那么是因为它们共同被很多用户喜欢。即乡村旅游产品的相似度表反映了大多数用户的偏好。因此，推荐服务模块32应用协同过滤推荐算法的具体过程如下：首先基于所有用户的历史偏好数据计算出乡村旅游产品之间的相似性，获得乡村旅游产品相似度矩阵，因为乡村旅游产品之间的相似性相对比较固定，所以可以预先离线计算好不同乡村旅游产品之间的相似度并存储下来。然后，根据日志采集处理模块31获得的用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，生成针对所述用户的乡村旅游产品个性化推荐列表，即基于乡村旅游产品的相似度表，对与用户的兴趣特征向量最相似的前K个乡村旅游产品进行用户评分的预测，按照评分由高至低的顺序将所述K个乡村旅游产品进行排序，即获得了针对该用户的乡村旅游产品个性化列表。其中，K的取值根据实际情况或用户设置来确定，本发明实施例不作限制。
信息展示交互模块33对所生成的乡村旅游产品个性化推荐列表进行可视化显示，是因为目前推荐技术在旅游领域被很好的应用，但现有的推荐信息都是直接以列表的形式显示，会损失很多信息。因此在本实施例中，为用户生成个性化推荐列表后，信息展示交互模块33同时以列表形式和二维图形式将所述个性化推荐结果显示给用户。其中，二维图是采用数据可视化技术将所述个性化推荐列表中的每个乡村旅游产品作为单个图元元素表示出来，同时将各个乡村旅游产品之间的相似度用二维数据直观的表示出来，相当于提供了多角度观察所推荐的乡村旅游产品的途径，使得用户对所推荐的乡村旅游产品具有更加直观地认识和了解，能够获得较列表形式展示推荐信息更好的用户体验。
数据存储模块34则用于存储所有的旅游产品信息，以供推荐服务模块32为用户推荐乡村旅游信息，包括乡村旅游景点数据、住宿数据等；存储用户基本信息，包括用户的登录名、所处位置、登录时间和行为日志等用户相关信息；还用于存储日志采集处理模块31所述获得用户的兴趣特征向量和推荐服务模块32预先获得的乡村旅游产品相似度表。
本发明实施例提出的一种乡村旅游可视化推荐系统，通过获取用户的兴趣特征向量，并利用预先获得的乡村旅游产品相似度表，基于协同过滤推荐算法，获得针对该用户的个性化乡村旅游产品推荐列表，并对该推荐列表进行可视化展示，能够有效地解决乡村旅游信息获取不对称的问题，并较现有的旅游推荐技术能更好地展示乡村旅游产品的推荐结果。
基于上述实施例，所述推荐服务模块32具体用于：
根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，以基于物品的协同过滤推荐算法为基本算法，融合用户所处位置和所处季节上下文信息，生成针对所述用户的乡村旅游产品个性化推荐列表。
具体地，乡村旅游具有空间距离分布以城镇为中心，辐射周边20至100公里范围，乡村旅游产品分布密集，同时，乡村旅游四季特色分明，季节性强。本发明实施例中采用的协同过滤推荐算法，以基于物品的协同过滤算法为基本算法，结合了乡村旅游的空间距离分布特点和季节性强特点，通过融合用户的位置和季节信息上下文信息，来实现推荐乡村旅游信息。其基本思想是推荐服务模块32预先根据所有用户的历史偏好数据计算乡村旅游产品之间的相似性，然后把与用户喜欢的乡村旅游产品相类似的乡村旅游产品推荐给用户，即根据用户的兴趣特征向量和预先获得乡村旅游产品相似度表，对与用户的兴趣特征向量最相似的前K个乡村旅游产品进行用户评分的预测，即获得了初步的针对该用户的乡村旅游产品推荐数据。然后基于用户所处的位置和所处季节的上下文信息，对所得到的乡村旅游产品初步推荐数据进行后过滤，滤除掉不符合用户位置和季节信息的乡村旅游产品，然后将经过后过滤处理的初步推荐数据按照评分由高至低的顺序进行排序，从而获得针对该用户的乡村旅游产品个性化推荐列表。
本发明实施例提出的一种乡村旅游可视化推荐系统，结合了乡村旅游的特点，采用融合上下文信息的协同过滤算法获得向用户推荐的结果，能够使得所推荐的乡村旅游产品更加地贴近用户的实际需求，从而提升了推荐结果的准确性。
如图4所示，为本发明另一实施例提供的基于图3中推荐服务模块32的结构示意图，即推荐服务模块32进一步包括：计算子模块41、过滤子模块42、排序子模块43和解释子模块44，其中，
计算子模块41用于根据所述用户兴趣特征向量，利用基于物品的协同过滤推荐算法，获得针对所述用户的乡村旅游产品初步推荐数据；
过滤子模块42用于融合用户所处位置、所处季节和天气上下文信息对所述乡村旅游产品初步推荐数据进行过滤，得到过滤后的旅游产品推荐结果；
排序子模块43用于对所述过滤后的乡村旅游产品推荐结果进行排序，生成针对所述用户的乡村旅游产品个性化推荐列表；
解释子模块44用于对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。
具体地，本实施例在上述实施例的基础上，对融合了用户所处位置和所处季节上下文信息的协同过滤算法的具体步骤进行进一步的描述。首先，计算子模块41根据日志采集处理模块31获得的用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用基于物品的协同过滤推荐算法，对与用户的兴趣特征向量最相似的前K个乡村旅游产品进行用户评分的预测，即获得了初步的针对该用户的乡村旅游产品推荐数据。然后，过滤子模块42融合用户所处位置和所处季节上下文信息对所述乡村旅游产品初步推荐数据进行后过滤，滤除掉不符合用户位置和季节信息的乡村旅游产品，得到过滤后的乡村旅游产品推荐结果。之后，排序子模块43再对经过后过滤处理的初步推荐数据按照评分由高至低的顺序进行排序，从而获得针对该用户的乡村旅游产品个性化推荐列表。最后，解释子模块44给出所述乡村旅游产品个性化推荐列表中各个乡村旅游产品的评分，对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。推荐原因可以在显示所述乡村旅游产品个性化推荐列表时，被显示在用户界面上，例如显示：“喜欢该乡村旅游产品的用户还喜欢……”。
本发明实施例提出的一种乡村旅游可视化推荐系统，结合了乡村旅游的特点，采用融合上下文信息的协同过滤算法获得向用户推荐的结果，能够使得所推荐的乡村旅游产品更加地贴近用户的实际需求，同时可以给出推荐的原因，从而提升了用户体验。
基于上述实施例，所述信息展示交互模块33具体用于：
利用数据可视化技术，将所述乡村旅游产品个性化推荐列表转换为可视化二维图；
将所述乡村旅游产品个性化推荐列表和所述可视化二维图同时进行显示。
具体地，信息展示交互模块33具体用于将旅游推荐信息基于数据可视化技术，实现推荐信息的可视化二维图展示。二维图是将所述乡村旅游产品个性化推荐列表中的每个乡村旅游产品作为单个图元元素表示出来，同时将各个乡村旅游产品之间的相似度用二维数据直观的表示出来，相当于提供了多角度观察所推荐的乡村旅游产品的途径，使得用户对所推荐的乡村旅游产品具有更加直观地认识和了解。在获得乡村旅游产品个性化推荐列表的可视化二维图后，信息展示交互模块33同时将所述可视化二维图和个性化推荐列表显示给用户，从而实现了对所推荐的乡村旅游产品的可视化展示。
根据本发明的又一个方面，提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如前所述的乡村旅游可视化推荐方法，例如包括：S1，获取用户的行为日志，根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；S2，根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；S3，对所述乡村旅游产品个性化推荐列表进行可视化显示。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。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。
Claims (10)
1.一种乡村旅游可视化推荐方法，其特征在于，包括：
S1，获取用户的行为日志，根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；
S2，根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；
S3，对所述乡村旅游产品个性化推荐列表进行可视化显示。
2.根据权利要1所述的方法，其特征在于，所述步骤S1进一步包括：
用户进入系统后，获取用户的历史行为日志，对所述历史行为日志进行分析和特征提取，获得所述用户的兴趣特征向量；或者，
当用户进行主动搜索时，获取用户的需求信息和历史行为日志，根据所述需求信息和历史行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量。
3.根据权利要1所述的方法，其特征在于，步骤S2中所述利用协同过滤推荐算法的步骤进一步包括：
以基于物品的协同过滤推荐算法为基本算法，融合用户所处位置和所处季节上下文信息。
4.根据权利要求3所述的方法，其特征在于，所述步骤S2进一步包括：
S21，根据所述用户兴趣特征向量和预先获得的乡村旅游产品相似度表，利用基于物品的协同过滤推荐算法，获得针对所述用户的乡村旅游产品初步推荐数据；
S22，融合用户所处位置和所处季节上下文信息对所述乡村旅游产品初步推荐数据进行后过滤，得到过滤后的乡村旅游产品推荐结果；
S23，对所述过滤后的乡村旅游产品推荐结果进行排序，生成针对所述用户的乡村旅游产品个性化推荐列表；
S24，对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。
5.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括：
利用数据可视化技术，将所述乡村旅游产品个性化推荐列表转换为可视化二维图；
将所述乡村旅游产品个性化推荐列表和所述可视化二维图同时进行显示。
6.一种乡村旅游可视化推荐系统，其特征在于，包括：日志采集处理模块、推荐服务模块、信息展示交互模块和数据存储模块，其中，
所述日志采集处理模块用于获取用户的行为日志，并根据所述行为日志对用户的行为特征进行分析和提取，获得所述用户的兴趣特征向量；
所述推荐服务模块用于根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，利用协同过滤推荐算法，生成针对所述用户的乡村旅游产品个性化推荐列表；
所述信息展示交互模块用于对所述乡村旅游产品个性化推荐列表进行可视化显示；
所述数据存储模块用于存储乡村旅游产品信息、用户基本信息、所述用户的兴趣特征向量和所述乡村旅游产品相似度表。
7.根据权利要求6所述的系统，其特征在于，所述推荐服务模块具体用于：
根据所述用户的兴趣特征向量和预先获得的乡村旅游产品相似度表，以基于物品的协同过滤推荐算法为基本算法，融合用户所处位置和所处季节上下文信息，生成针对所述用户的乡村旅游产品个性化推荐列表。
8.根据权利要求7所述的系统，其特征在于，所述推荐服务模块进一步包括：
计算子模块，用于根据所述用户兴趣特征向量，利用基于物品的协同过滤推荐算法，获得针对所述用户的乡村旅游产品初步推荐数据；
过滤子模块，用于融合用户所处位置、所处季节和天气上下文信息对所述乡村旅游产品初步推荐数据进行过滤，得到过滤后的乡村旅游产品推荐结果；
排序子模块，用于对所述过滤后的乡村旅游产品推荐结果进行排序，生成针对所述用户的乡村旅游产品个性化推荐列表；
解释子模块，用于对所述乡村旅游产品个性化推荐列表的推荐原因进行解释。
9.根据权利要求6所述的系统，其特征在于，所述信息展示交互模块具体用于：
利用数据可视化技术，将所述乡村旅游产品个性化推荐列表转换为可视化二维图；
将所述乡村旅游产品个性化推荐列表和所述可视化二维图同时进行显示。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710597232.3A CN107527303A (zh) | 2017-07-20 | 2017-07-20 | 一种乡村旅游可视化推荐方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710597232.3A CN107527303A (zh) | 2017-07-20 | 2017-07-20 | 一种乡村旅游可视化推荐方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107527303A true CN107527303A (zh) | 2017-12-29 |
Family
ID=60749131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710597232.3A Pending CN107527303A (zh) | 2017-07-20 | 2017-07-20 | 一种乡村旅游可视化推荐方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107527303A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108549649A (zh) * | 2018-02-28 | 2018-09-18 | 中国农业大学 | 一种基于季节特征和位置特征的乡村旅游推荐方法与系统 |
| CN108958247A (zh) * | 2018-07-02 | 2018-12-07 | 深圳市益鑫智能科技有限公司 | 一种引导机器人 |
| CN108985898A (zh) * | 2018-07-12 | 2018-12-11 | 广东工业大学 | 一种场所评分方法、装置和计算机可读存储介质 |
| CN109685614A (zh) * | 2018-12-19 | 2019-04-26 | 广州易起行信息技术有限公司 | 旅游产品推荐方法、装置、计算机设备和存储介质 |
| CN110348694A (zh) * | 2019-06-14 | 2019-10-18 | 中南大学 | 一种基于大数据的智慧旅游决策系统及决策方法 |
| CN110737846A (zh) * | 2019-10-28 | 2020-01-31 | 北京字节跳动网络技术有限公司 | 一种社交界面推荐方法、装置、电子设备及存储介质 |
| CN113127753A (zh) * | 2021-04-15 | 2021-07-16 | 广东携龙科技有限公司 | 一种用户行为分析方法及系统 |
| CN114240528A (zh) * | 2021-10-29 | 2022-03-25 | 天津理工大学 | 一种用于乡村旅游的交互式景区导视系统 |
| CN116738066A (zh) * | 2023-08-15 | 2023-09-12 | 湖南师范大学 | 乡村旅游服务推荐方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105653676A (zh) * | 2015-12-28 | 2016-06-08 | Tcl集团股份有限公司 | 一种景点推荐方法及系统 |
| CN105930469A (zh) * | 2016-04-23 | 2016-09-07 | 北京工业大学 | 基于Hadoop的个性化旅游推荐系统及方法 |
| CN106066873A (zh) * | 2016-05-30 | 2016-11-02 | 哈尔滨工程大学 | 一种基于本体的旅游信息推荐方法 |
| CN106227900A (zh) * | 2016-09-06 | 2016-12-14 | 北京易游华成科技有限公司 | 景点推荐设备、方法及系统 |
-
2017
- 2017-07-20 CN CN201710597232.3A patent/CN107527303A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105653676A (zh) * | 2015-12-28 | 2016-06-08 | Tcl集团股份有限公司 | 一种景点推荐方法及系统 |
| CN105930469A (zh) * | 2016-04-23 | 2016-09-07 | 北京工业大学 | 基于Hadoop的个性化旅游推荐系统及方法 |
| CN106066873A (zh) * | 2016-05-30 | 2016-11-02 | 哈尔滨工程大学 | 一种基于本体的旅游信息推荐方法 |
| CN106227900A (zh) * | 2016-09-06 | 2016-12-14 | 北京易游华成科技有限公司 | 景点推荐设备、方法及系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108549649A (zh) * | 2018-02-28 | 2018-09-18 | 中国农业大学 | 一种基于季节特征和位置特征的乡村旅游推荐方法与系统 |
| CN108549649B (zh) * | 2018-02-28 | 2021-01-15 | 中国农业大学 | 一种基于季节特征和位置特征的乡村旅游推荐方法与系统 |
| CN108958247A (zh) * | 2018-07-02 | 2018-12-07 | 深圳市益鑫智能科技有限公司 | 一种引导机器人 |
| CN108985898A (zh) * | 2018-07-12 | 2018-12-11 | 广东工业大学 | 一种场所评分方法、装置和计算机可读存储介质 |
| CN108985898B (zh) * | 2018-07-12 | 2022-02-15 | 广东工业大学 | 一种场所评分方法、装置和计算机可读存储介质 |
| CN109685614A (zh) * | 2018-12-19 | 2019-04-26 | 广州易起行信息技术有限公司 | 旅游产品推荐方法、装置、计算机设备和存储介质 |
| CN110348694A (zh) * | 2019-06-14 | 2019-10-18 | 中南大学 | 一种基于大数据的智慧旅游决策系统及决策方法 |
| CN110737846A (zh) * | 2019-10-28 | 2020-01-31 | 北京字节跳动网络技术有限公司 | 一种社交界面推荐方法、装置、电子设备及存储介质 |
| CN113127753A (zh) * | 2021-04-15 | 2021-07-16 | 广东携龙科技有限公司 | 一种用户行为分析方法及系统 |
| CN114240528A (zh) * | 2021-10-29 | 2022-03-25 | 天津理工大学 | 一种用于乡村旅游的交互式景区导视系统 |
| CN116738066A (zh) * | 2023-08-15 | 2023-09-12 | 湖南师范大学 | 乡村旅游服务推荐方法、装置、电子设备及存储介质 |
| CN116738066B (zh) * | 2023-08-15 | 2023-10-31 | 湖南师范大学 | 乡村旅游服务推荐方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107527303A (zh) | 一种乡村旅游可视化推荐方法及系统 | |
| US10218665B2 (en) | System relating to 3D, 360 degree or spherical for refering to and/or embedding posts, videos or digital media within other posts, videos, digital data or digital media and posts within anypart of another posts, videos, digital data or digital media | |
| CN107424043A (zh) | 一种产品推荐方法及装置，电子设备 | |
| US10216841B2 (en) | System for referring to and/or embedding posts, videos or digital media within other posts, videos or digital media and posts within any part of another posts, videos or digital media | |
| CN106327227A (zh) | 一种信息推荐系统及信息推荐方法 | |
| CN109684538A (zh) | 一种基于用户个人特征的推荐方法及推荐系统 | |
| CN109299370A (zh) | 多对级个性化推荐方法 | |
| CN106303955A (zh) | 用于对无线热点和poi进行匹配的方法和装置 | |
| CN107800801A (zh) | 一种基于用户学习偏好的学习资源推送方法及系统 | |
| CN106959966A (zh) | 一种信息推荐方法及系统 | |
| US11262906B2 (en) | In-place scrolling for a user in interface | |
| Nakaji et al. | Visualization of real-world events with geotagged tweet photos | |
| CN103823908A (zh) | 基于用户偏好的内容推荐方法和服务器 | |
| CN112612973B (zh) | 结合知识图谱的个性化智能服装搭配推荐方法 | |
| CN109658206A (zh) | 信息推荐方法和装置 | |
| CN109447713A (zh) | 一种基于知识图谱的推荐方法及装置 | |
| CN103793419A (zh) | 信息推送的方法和装置 | |
| CN103365936A (zh) | 视频推荐系统及其方法 | |
| CN103914492A (zh) | 查询词融合方法、商品信息发布方法和搜索方法及系统 | |
| CN102208088A (zh) | 服务器设备、客户端设备、内容推荐方法和程序 | |
| CN103020116A (zh) | 在社交媒体网络上自动筛选有影响力用户的方法 | |
| CN103136253A (zh) | 获取信息的方法和装置 | |
| CN108780654A (zh) | 生成用于视频的移动缩略图 | |
| CN103929653A (zh) | 增强现实视频生成器、播放器及其生成方法、播放方法 | |
| CN106157156A (zh) | 一种基于用户社区的协作推荐系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171229 |