CN107945063A - 一种利用旅游智能助理提供旅游信息的系统和方法 - Google Patents

Abstract

本发明公开了一种利用旅游智能助理提供旅游信息的系统和方法，该系统包括知识库和用于与用户交流的旅游机器人，所述知识库包括行业知识库和旅游知识库；所述行业知识库与旅游知识库相连用于向旅游知识库提供行业知识，并与旅游机器人相连以储存旅游机器人所接收的信息；所述行业知识库还设置有与现有数据源相连的数据接口；所述旅游知识库以知识融合的方式融合包括游客知识在内的行业知识库，并以知识分解的方式通过旅游机器人向用户提供知识。所述方法包括：通过旅游行程算法进行规划旅游行程和根据旅游会话流程与游客进行交流。本发明的系统和方法能够结合用户信息给用户提供更加贴心和专业的旅游信息。

Description

一种利用旅游智能助理提供旅游信息的系统和方法

技术领域

本发明涉及旅游技术领域，具体涉及一种利用旅游智能助理提供旅游信息的系统和方法。

背景技术

随着社会的发展，旅行已经越来越普遍，而旅游信息也越来越多，但是游客在寻找适合自己的信息以及行程安排等方面仍然不方便。

目前的智能助理存在的问题包括：

1、不能理解用户的真正意图。比如：它把“去丽江旅游”理解为“去一个名为“丽江旅游”的地点”，“去厕所、吃饭、线下购物、去实体店购物”等等也有类似的问题。

2、不能考虑用户的具体情况。比如：买内衣、找餐馆等，除非指明“附近餐馆”或“男性内衣”，否则就不会考虑用户的性别和位置。

3、不能理解并提供复合信息。比如：丽江东面是什么地方、先去丽江再去海南、先吃饭再去大北窑、美国的上一任总统、美国总统的夫人等。

4、不能提供最新信息。比如：九寨沟地震怎么样了。

目前中国最好的智能助理基本能把语音转化为正确的文字，并能做出39％的正确回答。它的优点有：

1、与最大的中文搜索引擎相结合，信息量非常巨大。

2、能够用多种方式与用户交互，包括语音、文字、图片、地图、选择按钮等。

3、对某些限定比较清楚的问题回答较好，如四川有哪些旅游景点、哪个机场离我家最近、附近有哪些餐馆、美国总统是谁等等。

它一方面值得利用和借鉴，另一方面也需要在以下几点做出提高。

4、更准确地理解用户的真实意图。

5、考虑每一位用户的不同情况。

6、理解并提供复合信息。

7、在掌握不同时间信息的基础上，优先提供最新信息。

目前中国最好的智能助理是一个“搜索引擎机器人”，它的信息量较大，较为通用，但并非专门的旅游机器人。对于旅游机器人来说，考虑到具体的旅游场景，结合行业的旅游数据，可以做得比搜索引擎机器人更贴心，更贴近旅游业务。

发明内容

本发明的目的在于提供一种利用旅游智能助理提供旅游信息的系统和方法，本发明的系统和方法能够结合用户信息给用户提供更加贴心和专业的旅游信息。

为实现上述目的，本发明提供一种利用旅游智能助理提供旅游信息的系统，该系统包括知识库和用于与用户交流的旅游机器人，所述知识库包括行业知识库和旅游知识库；

所述行业知识库与旅游知识库相连用于向旅游知识库提供行业知识，并与旅游机器人相连以储存旅游机器人所接收的信息；所述行业知识库还设置有与现有数据源相连的数据接口；

所述旅游知识库以知识融合的方式融合包括游客知识在内的行业知识库，并以知识分解的方式通过旅游机器人向用户提供知识。

可选的，所述旅游机器人设置有选择界面、图形界面、文字界面和语音界面，所述数据接口包括ETL接口、Service接口和网络爬虫。

可选的，所述行业知识库包括游客知识库、员工知识库、航班知识库、酒店知识库、地理知识库、天气知识库和经济知识库。

可选的，所述旅游知识库包括个人标识库、企业标识库、团队标识库、旅游规则库、行业维库、时间维库、空间维库、数量库以及价值库。

本发明还提供一种利用旅游智能助理提供旅游信息的方法，该方法包括：

设置知识库和旅游机器人，其中，所述知识库包括行业知识库和旅游知识库；

通过现有数据源向行业知识库提供知识；

通过行业知识库向旅游知识库提供知识；

通过旅游机器人与用户交流，获取游客知识；

通过旅游知识库以知识融合的方式融合包括游客知识在内的行业知识库，并以知识分解的方式通过旅游机器人向用户提供知识。

可选的，所述旅游机器人设置有选择界面、图形界面、文字界面和语音界面，所述数据接口包括ETL接口、Service接口和网络爬虫。

可选的，所述行业知识库包括游客知识库、员工知识库、航班知识库、酒店知识库、地理知识库、天气知识库和经济知识库。

可选的，所述旅游知识库包括个人标识库、企业标识库、团队标识库、旅游规则库、行业维库、时间维库、空间维库、数量库以及价值库。

可选的，所述方法还包括：通过旅游行程算法进行规划旅游行程，所述旅游行程算法在游客给定的时间、空间及预算范围内，能够使游客达到最大的满意度。

可选的，所述方法还包括根据旅游会话流程与游客进行交流，所述旅游会话流程包括如下步骤：行程的制定；行程的执行和修改；行程结束。

本发明具有如下优点：

本发明的系统和方法能够根据用户信息给出适合的旅游信息并以多种形式展现，而且还能进行旅游行程规划和会话交流，使用户达到较高的满意度。

附图说明

图1为本发明系统一种具体实施方式的总体架构示意图。

图2为本发明提供的知识融合的一示例性实施例。

图3为本发明提供的知识分解的一示例性实施例。

图4为本发明提供的旅游知识库一种具体实施方式的示意图。

图5为本发明提供的旅游机器人一种思考方式的示意图。

图6是本发明提供的游客的三维轨迹的示例图。

图7是本发明提供的游客属性的解释示例图。

图8是本发明提供的游客的三维轨迹调整的示例图。

图9是本发明提供的行程分解模块图。

图10是本发明的满意度加权方式的示意图。

图11是本发明会话等级的示意图。

图12是本发明会话流程的示意图。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。

图1为本发明系统一种具体实施方式的总体架构示意图。如图1所示：总体架构包括5个层次，从上往下分别是：用户及数据源、用户界面及数据接口、行业知识库、旅游库界面、旅游知识库。此外还有系统库，包括角色、用户、权限、会话、日志等，对整个系统进行控制。下面对图1进行具体解释。

1、用户

用户的范围很广，包括散客、团队游客、导游或旅游公司，还包括本集团员工。数据源包括各子公司数据库、外部数据、互联网公开数据等等。用户和数据源之所以放在一层，是因为每一个用户可以理解为一个数据源，因为他不仅仅向旅游机器人提出问题获得答案，还会提供自己所掌握的信息。

比如，一个用户至少有以下属性：姓名、性别、年龄、行业、时空坐标、类别(散客、团队、导游、旅游公司、员工等等)、问题(也就是需求)。只有将这些信息记录下来，才能更准确地理解他的需求，更好地提供服务。

而且，旅游机器人可以将从一个用户那里获得的信息用于另一个用户。比如，一个用户曾经去过某个景点旅游，他并没有写一份完整的旅游攻略，但他曾经与机器人交流过，问过一些问题。其中有些问题机器人也不知道怎么回答，但机器人通过用户的轨迹可以判断出他是如何解决的，甚至可以反过来直接问他是如何解决的。这样，当有别的用户提出相同的问题时，机器人就能做出较好的回答。

也就是说，用户既是问题的提出者，也是答案的提供者，机器人只是起到一个桥梁的作用。为了鼓励用户提供有效信息，可以给他们奖励。比如，A向机器人提供了一个答案，机器人在回答B的问题时用到了这个答案，B认为解决了自己的问题，点了一个赞，于是机器人给A的账户上增加一分，以后A可以用积分换取酒店折扣之类的奖励。

在各种用户中，可以优先考虑散客，因为团队、导游、旅游公司的市场相对比较成熟，散客市场虽然不成熟但发展较快，它们是旅游机器人的主要服务对象。还要考虑本集团员工，因为他们要对机器人进行培训和管理，并通过机器人对游客提供人工服务。以后可以逐步扩展到团队、导游、旅游公司。

散客少则一个人，多则一个家庭或几个朋友，其中一定有一个领头的，称为“主游客”，其他人称为“副游客”。每次旅游行程由主游客与机器人共同敲定，并由主游客确定有哪几个副游客。机器人也会与副游客沟通，但主要行程还是与主游客确定。副游客中往往会有佩戴安全手表的老人和儿童，机器人可将他们的位置报告给主游客。

用户实名注册，采集姓名、性别、年龄、所在地等信息，选填行业、职业、学历、收入、兴趣爱好等信息。如不填选填信息，也可以从以后的消费行为中估计出来。

在初期可以不考虑从用户那里采集旅游数据，如某地的路线、天气等。以后可以把这个功能加上，包括奖励机制。

2、数据源

数据源包括各子公司数据库、外部数据、互联网公开数据等等。机器人获得的数据越多、越新，做出的回答也就越准确有效。在初期，至少要接入以下数据源：用户数据、地图数据、天气数据、航班数据、酒店数据、巴士数据、餐馆数据等等。要确保每种数据的准确性和及时性。以后可以扩展到各地的经济数据、舆情数据、点评数据等。

3、用户界面

用户界面包括选择界面、图形界面、文字界面、语音界面，数据接口包括ETL接口、Service接口、网络爬虫等等。用户界面主要是针对游客、导游、员工等用户，数据接口主要针对子公司数据库、外部数据、互联网公开数据等数据源。

不同的界面采用的技术不同，难易程度差别也很大。按照从易到难分别是：选择界面、图形界面、文字界面、语音界面，而且后面的界面要依赖于前面的界面。因此实现时可以从易到难依次开发。

所谓选择界面，就是每次在界面上出现几个选择按钮，根据内容的不同，可以横排也可以竖排，可以多选也可以单选。选择界面是其它界面的基础。

所谓图形界面，就是在界面上展示地图、行程图、照片等内容，用户可以在图形上操作。

所谓文字界面，就是把选择界面用自然语言的形式包装起来。这里的自然语言比较简单，问一句、答一句，每个句子都很短，一句话可以由多个短句构成。比如“先去火车站，在候车站候车，9点整进站”等等。

所谓语音界面，就是把文字界面用语音的形式包装起来。可采用现成的语音识别和发音工具。

广义的旅游机器人指的是整个系统，狭义的旅游机器人指的就是用户界面。

4、数据接口

数据接口包括ETL接口、Service接口、网络爬虫等等。根据数据源确定采用何种数据接口。

在用户界面和数据接口处进行数据清洗转换，转成固定格式，存入行业知识库。每天对数据量、数据质量进行监控，生成报表，如有异常给出警报。

5、行业知识库

行业知识库包括游客知识库、员工知识库、航班知识库、酒店知识库、地理知识库、天气知识库、经济知识库等等。用户(数据源)与行业知识库之间是多对多的关系，比如，游客A的个人信息存入游客知识库，他提供的某地天气信息存入天气知识库。从互联网上抓取的气象数据也存入天气知识库。

不同的行业知识库由不同的专家维护，可以保证知识的准确。

各个知识库都有几种共同的、主要的维度，如时间维、空间维、行业维，以及数量、价值等度量。

其中时间维和空间维好理解，就是标定游客、员工、航班、酒店、天气等等的时空坐标。所谓行业维就是各个行业。航班知识库属于民航业，酒店知识库属于住宿业，餐馆知识库属于餐饮业，地理知识库、天气知识库、经济知识库也属于不同的行业。可以把行业维理解为地图上不同的图层。

游客知识库也是一个行业知识库，同时，每个游客又要跟各个行业打交道。比如，游客乘坐航班可以看成游客进入航班图层，游客入住酒店可以看成游客进入酒店图层。可以这么说：每个游客是一个点，这个点在时间维、空间维、行业维构成的坐标系中运动，这就是旅游。

由于游客可以进入任意一个行业，为了便于运算，需要把各个行业知识库中的部分数据抽取到旅游知识库中。

6、旅游库界面

旅游库界面是行业知识库与旅游知识库之间的接口，它主要有两个功能：把各行业知识库融合起来形成旅游知识库，以及把旅游知识库中的知识分解为各行业知识。即知识融合、知识分解。

看一个知识融合的例子。

中国有许多重复的地名，图2为本发明提供的知识融合的一示例性实施例。如图2所示，如北京市和南通市都有“通州区”。虽然“北京市通州区”、“南通市通州区”是完整的、无歧义的地名，但人们在日常对话中不会这么说，因为太繁琐。人们往往只会说简称“通州”，而且也不会造成歧义。北京人所说的“通州”指的是“北京市通州区”，南通人所说的“通州”指的是“南通市通州区”。

因此，需要把用户的对话数据与用户的基本信息结合起来，才能形成完整信息，才能真正理解用户的意思。不仅地名是这样，其它也是一样。如“我想上厕所”，对于男性来说指的是男厕所，对于女性来说指的是女厕所，而且是身边最近的厕所，不是一百公里以外的厕所。如果指给用户一个百公里外的厕所，还不如让他在路边解决。

知识分解与知识融合大致相反。图3为本发明提供的知识分解的一示例性实施例。如图3所示，假设旅游机器人想告诉用户A：“北京市通州区有一个餐馆”，而A现在就在北京，那么机器人就需要把“北京市通州区有一个餐馆”分解为两句话：“A在北京市”、“(北京市)通州有一个餐馆”。前一句不需要告诉A，只要把后一句告诉A就行了。这样就比较符合人与人之间的对话，既简单又明白。

需要说明的是：如果用户常年在北京市内活动，偶尔也会去江苏省之外的地区出差，那么对他来说“通州”毫无疑问指的是北京通州。如果用户经常在北京和江苏两地活动，那么“通州”就会引起歧义，就需要指明“北京通州”、“南通通州”。

7、旅游知识库

整个系统最核心的部分是旅游知识库。旅游知识库包括从行业知识库进来的、有共性的知识，即时间维、空间维、行业维，以及数量、价值等度量，还有个人标识、企业标识、团队标识。这些知识因为有共性，所以可以融合在一起。

图4为本发明提供的旅游知识库一种具体实施方式的示意图。如图4所示，旅游知识库是一个大的三维立方体，三维分别是时间维、空间维、行业维。其中有许多个运动的点，每个点代表一个游客。有的点大有的点小，大的点表示团队，小点表示散客。游客旅游的过程，就是点在立方体中运动的过程。

整个旅游机器人要做的事情，就是把真实世界中的旅游知识和游客转化为旅游知识库中的立方体和点，计算出游客的最佳旅行路线，然后再把这个路线转化为游客能理解语言。

8、完整的会话

图5为本发明提供的旅游机器人一种思考方式的示意图。如图5所示，每一个问题、每一个会话都会经历由浅入深再从深到浅的多个层次。在浅层有大量的、个性化的、分散的问题，在深层有少量的、共性化的、融合到一起的问题。这样的会话过程就是深度思考的过程。说一个人聪明不聪明，很大程度上就是说他能不能深入、全面地思考问题。同样，只有能深度思考的机器人才是有智能的机器人。

下面具体解释本发明旅游机器人回答问题的具体方式，但是并不因此而限制本发明。

1、游客的三维轨迹

对于同一个问题，从不同的角度的理解是不一样的。比如，“我想吃饭”这个问题，从厨师的角度来说，答案就是做一顿饭；从科学家的角度来说，答案就是进食和消化的机理；而从旅游的角度来说，答案就是指出一条通往最近、最方便、最适合于你的餐馆的路线。

因此，旅游机器人所要做的大多数工作其实就是指路：通往机场的路、通往景点的路、通往餐馆的路、通往厕所的路、通往酒店的路等等。

百度地图和高德地图已经实现了自动导航，但这种导航只是在空间维中的导航，只能解决简单问题，比如“我要去机场”。而“我要去丽江旅游”不仅仅涉及到空间维(空间转换)，还涉及到时间维(时间安排)和行业维(航班、巴士、酒店、餐馆、天气等等)，甚至还要考虑游客的性别、年龄、收入、人数、兴趣爱好等等。这就是专业的旅游机器人所应实现的功能。

图6是本发明提供的游客的三维轨迹的示例图。如图6所示，横轴表示时间维，纵轴表示空间维，方块上的文字表示行业维。游客的每一个行为都同时涉及到时间维、空间维和行业维，可以用一个三维方块表示。比如，第一个方块“乘巴士”的时间范围是8点至9点，空间范围是从北京通州到北京机场，行业是机场巴士。方块一个个地连接起来，就构成了从北京通州到丽江古城的完整路径。其中“乘航班”方块较大，是因为它占据的时空范围较大，而且里面还嵌套了一个小方块“午餐”，意味着午餐是在航班上解决的。

可见，有了三维知识库，无论是用图形还是用文字，都可以清晰、准确、完整地描述游客的行程。游客的行程安排问题就变成了三维坐标系中的路径搜索和规划问题。

2、游客的属性

游客有许多属性，如性别、年龄、收入、人数、兴趣爱好等等，这些属性又都可以与时间维、空间维、行业维关联起来。

“厕所”和“服装店”都是行业，图7是本发明提供的游客属性的解释示例图。如图7所示，厕所又可以分为男厕所、女厕所，服装店也可以细分为男装区、女装区。有的男厕和女厕相隔很近，有的则相隔很远，服装店也是一样。可以在知识库中标明每个厕所和服装店的性别属性，这样就可以实现对不同游客的精确指引。

兴趣爱好也可以与行业维对应起来。“爱读书”与书店对应，“爱垂钓”与垂钓园对应，“爱购物”与商场对应，“爱散步”与花园对应。这样就可以给不同的游客安排能满足兴趣爱好的酒店。

不同的游客收入情况不同，给他们安排酒店、餐馆、航班时也可以考虑这一点。年轻人喜欢热闹，老年人喜欢安静，儿童喜欢儿童主题乐园，因此也需要根据年龄安排。

人数也是一个重要属性。散客的人数可能是1至5，团队的人数可能是10、20、30。要根据人数考虑酒店的床位、航班、巴士、餐厅的座位等等。团队往往也有年龄、收入属性，比如老年团、家庭团、单位团等等。

3、不同行业的叠加

一般来说，知识库中较小的空间，比如一辆巴士、一架班机、一个餐馆，可以认为是一个点。这个点可以有多种功能，涉及多个行业。比如，航班有交通、餐饮、厕所功能，餐馆有餐饮、厕所功能，巴士只有交通功能。每个点有哪些功能都需要标记出来，这样既便于机器人回答游客的问题，也便于机器人安排游客的行程。

比如，游客每晚要住宿，早、中、晚要吃饭，每小时要喝一次饮料、上一次厕所。饮料可以自带，但上厕所是硬性指标，必须满足。因此行程中每小时都要安排一次上厕所。巴士由于没有厕所功能，因此每小时就要在路边停靠一下。游客在市内旅游时，机器人也要不断标记或提醒附近的厕所。在野外旅游时，也要提醒游客在安全、合适的地点方便，而且要男女分开。

“天气”也可以看成是一种行业或功能，它能与其它行业相互影响。比如，恶劣天气能迫使航班延迟，这样游客的行程就要及时调整。图6是本发明提供的游客的三维轨迹调整的示例图。如图8所示。安排行程时要结合出发地、路途中、目的地的天气预报，据此提示游客携带合适的衣物等。如遇到突发天气，也要提示游客购买衣服或更改行程。

4、人机协同、综合规划

总之，游客的问题主要就是行程安排问题，是三维坐标系中的路径规划问题。这其中涉及到非常多的“行业”或者说“功能”，因此需要综合考虑，而且往往不是有一个答案而是有多个答案。

比如，游客住酒店时可能既想贴近自然、环境好，又想不要远离车站和机场、交通方便，还想靠近闹市、便于购物逛街。在这种情况下就要给各种因素设置不同的权重加权平均，但这样算出来的位置可能不伦不类，什么都满足不了。因此可以选三个不同的方案交给游客，让他自己拍板。

路径规划的过程，说到底就是游客和旅游机器人一起搭积木的过程。比如，游客说：“十一黄金周有七天假，我想去丽江和海南玩。”这就相当于给定一块时空，时间范围是十一黄金周，空间范围是北京、丽江、海南，让机器人用各个小的模块把它填满。模块包括机场、航班、酒店、巴士、餐馆、景点、商场、厕所等等。模块的组装规则包括：每晚住宿，早中晚吃饭，每小时喝一次饮料、上一次厕所，价格适中，满足兴趣爱好，等等。

机器人可以先出几个大的方案框架，比如“北京→丽江→海南”、“北京→海南→丽江”、让游客选一个满意的。如果游客选了“北京→丽江→海南”，那么机器人再给出三个丽江行程、三个海南行程，让游客选。最终得到令游客满意的、同时又符合旅游知识的完整方案。

到了预定时间，机器人就会像自动导航仪一样不断提醒游客按部就班地执行方案。如果中间遇到突发事件，或者游客临时变更计划，那么机器人也会在征得游客同意的情况下及时更改方案。

下面通过具体实施方式说明本发明的旅游机器人的具体执行方式，但是并不因此而限制本发明。

旅游机器人是新事物，要在给定的周期内、用给定的成本实现，就要注意以下问题：

1、整个系统要紧贴旅游，定位为满足游客旅游需求的旅游机器人，核心就是时间维、空间维、行业维中的行程安排、路径规划、自动导航。不解决漫无边际的问题，只从旅游的角度来理解并解决用户的问题。

2、整个系统涉及到多个层次和模块，在实现的时候没必要追求大而全、面面俱到。尽量用现有的技术、简单的技术解决问题，实现顺序也要从易到难分阶段实现。要注意最终效果而不是单个环节的效果，最终效果取决于最薄弱的环节。比如，目前的智能助理的语音识别很准，能把语音转化成语句“我想去丽江旅游”，但却不理解这句话的意思，那么就不能满足用户的需求。

3、不可能靠机器人解决100％的问题，只要能解决80％就很不错了。因此在整个流程中要聚焦常见的、大多数的问题，把少数异常的、难以解决的问题抛给人工来解决。

需要自主开发的关键模块有以下几个：

1、旅游词库

词库是机器人和知识库的基础。

旅游词库分为以下几类：

a、时间词库。如：时间、五一、十一、2017、月份、时刻表、夏天、周末、月底；

b、空间词库。如：地址、北京、日本、森林、草原、大峡谷；

c、行业词库。如：火车、飞机、酒店、宾馆、天气、套餐、徒步、表演、艺术；

d、人物词库。如：小孩、导游、情侣、学生、老人；

e、组织词库。如：迪士尼、百度、奥特莱斯；

f、度量词库。如：价格、人民币、人口、海拔、过路费；

g、形容词词库。如：最美、第一、高清、著名、长途、最便宜；

h、系统词库。如：注意事项、资料、主题、情况、客服、线路图、英语、附件、流程；

2、知识融合及分解规则

旅游词库中的词都是相对的、零散的，旅游知识库中的知识都是绝对的、整体的，知识融合及分解规则负责二者的相互转换。知识融合及分解规则与语法结构有些类似，但并不是一回事，因为要融合的知识可能来自于完全不同的数据源。

知识融合规则包括：

a、时间融合规则。如：当前时间(2017年)+夏天＝2017年夏天；

b、空间融合规则。如：当前位置(北京)+东面＝北京东面；

c、行业融合规则。如：机场+厕所＝机场的厕所；

d、人物融合规则。如：张三+小孩＝张三的小孩，张三+我＝张三；

e、组织融合规则。如：百度+网站＝百度网站，上海+迪士尼＝上海迪士尼；

f、度量融合规则。如：机票+价格＝机票价格；

g、形容词融合规则。如：最大+商场＝最大的商场；

h、系统词融合规则。如：英语+注意事项＝英语注意事项；

知识分解规则包括：

a、时间分解规则。如：2017年夏天-当前时间(2017年)＝夏天；

b、空间分解规则。如：北京东面-当前位置(北京)＝东面；

c、行业分解规则。如：机场的厕所-机场＝厕所；

d、人物分解规则。如：张三的小孩-张三＝小孩，张三-张三＝您；

e、组织分解规则。如：百度网站-百度＝网站，上海迪士尼-上海＝迪士尼；

f、度量分解规则。如：机票价格-机票＝价格；

g、形容词分解规则。如：最大的商场-最大＝商场；

h、系统词分解规则。如：英语注意事项-英语＝注意事项；

3、旅游知识库

旅游知识库包括以下几部分：

a、绝对坐标系。用户输入的时间、空间、行业是相对的、零散的、有歧义的，经过知识融合进入旅游知识库以后，就变成了绝对的、整体的、无歧义的三维坐标系。如：北京人输入的“通州”变成了“北京市通州区”，南通人输入的“通州”变成了“南通市通州区”。2016年输入的“夏天”变成了“2016年夏天”，2017年输入的“夏天”变成了“2017年夏天”。北京人输入的“机场”变成了“北京首都机场”或“北京南苑机场”，西安人输入的“机场”变成了“西安咸阳国际机场”。

b、人物标识。用户输入的人物标识是相对的、零散的、有歧义的，经过知识融合进入旅游知识库以后，就变成了绝对的、整体的、无歧义的人物标识。如：张三输入的“我”变成了张三的ID，张三输入的“小孩”变成了张三小孩的ID。

c、组织标识。用户输入的组织标识是相对的、零散的、有歧义的，经过知识融合进入旅游知识库以后，就变成了绝对的、整体的、无歧义的组织标识。如：“迪士尼”变成了上海迪士尼或香港迪士尼。

d、人物坐标。绝对坐标系中的每个人都会占据多个坐标，如：(张三，2017年10月1日8点，北京通州，机场巴士)，(张三，2017年10月1日9点，北京顺义，北京首都国际机场)，(张三，2017年10月1日11点，北京顺义，北京去丽江的航班)，(张三，2017年10月1日12点，北京去丽江的航班，午餐)。

e、旅游规则。旅游规则包括：游客每天晚上住宿、每天吃早中晚三顿饭、每小时喝饮料上厕所、恶劣天气导致航班延误、根据天气情况穿不同的衣服等。旅游句式也是旅游规则的一种表达形式。如：“我想吃饭”这个句子背后的规则就是“游客每天要吃早中晚三顿饭”。

4、旅游行程算法

旅游行程算法类似于路径搜索算法，只不过路径搜索算法只涉及空间维和时间维，而旅游行程算法还要涉及到行业维，并要考虑各种旅游规则。此外，旅游行程算法最核心的一点就是：如何对规划进行度量和评估。

图9是本发明提供的行程分解模块图。如图9所示，整个旅游行程可以分为许多小模块，每个模块都像一块三维积木，占据一定的时间、空间和行业，还有一定的价格。制定旅游行程的过程其实就是拼积木的过程。对旅游行程的评价可以概括为：在游客给定的时间、空间及预算范围内，使游客达到最大的满意度。

图10是本发明的满意度加权方式的示意图。如图10所示，为判断游客的满意程度，需要引入一个叫“满意度”的目标变量，满意度可以采用10分制。满意度有两种：一种是事后采集的满意度，称为采集满意度；一种是事前估计的满意度，称为估计满意度。

采集满意度分为模块满意度和行程满意度。在每个模块执行完之后，机器人都要采集游客对该模块的评价，即“模块满意度”。行程结束后还要采集对整个行程的评价，即“行程满意度”。

需要说明的是，行程满意度不是模块满意度的平均值或总和。有可能游客对每个模块都很满意，但最终却觉得整个行程索然无味，行程满意度很低；也有可能游客认为每个模块都很不顺，但最终却觉得整个行程很刺激、值得回味，行程满意度很高。因此模块满意度和行程满意度都是必不可少的，它们的加权平均值才是总满意度。

估计满意度分为3种：规则满意度、模块满意度、行程满意度。旅游知识库中的每条旅游规则都有估计满意度。如：晚8点时不能住宿，则估计满意度为0；中午12点不能吃饭，则估计满意度为2；1小时之内附近没有厕所，则估计满意度为4；航班延误，则估计满意度为3；天冷超出预期，则估计满意度为2；工薪游客入住如家酒店，估计满意度为7；金领游客入住如家酒店，估计满意度为5。

在机器人制定旅游行程时，可以根据每条规则的估计满意度估计出模块满意度和行程满意度。在整个行程执行完毕之后，可以比较采集满意度和估计满意度之间的差值。

在初期，估计满意度可以由工作人员根据经验人为设置；在有了一定的数据积累之后，可以根据采集满意度来估算估计满意度。这样不断循环，就能越来越好地理解游客满意度的内在机制，据此设计旅游行程，使得游客满意度越来越高。

5、旅游会话流程

目前的智能助理的会话比较简单，主要就是：人→机→人→机。

图11是本发明会话等级的示意图。如图11所示，旅游机器人的会话应该分为3个层级：行程会话、模块会话、人机交互。行程会话是关于整个行程的会话，模块会话是游客和机器人关于某个模块行程的会话，两种会话可以并行进行。每个会话都包括多个人机交互。

图12是本发明会话流程的示意图。如图12所示，整个会话流程分为3个部分：

a、行程的制定；

b、行程的执行和修改；

c、行程结束。

以下是旅游行程的会话示例：

游客：十一期间我想去旅游。

机器人：你想去哪旅游？A、丽江；B、海南；C、国外。

游客：A

机器人：你想玩几天？A、7天；B、5天；C、3天。

游客：A

机器人：大概预算是多少？A、1万左右；B、8千左右；C、5千左右。

游客：B

机器人：以下是三种方案，你对哪一个满意？A、略；B、略；C、略。

游客：C

机器人：以下是在丽江的三家旅店，你想住哪一个？A、如家；B、锦江之星；C、汉庭。

游客：A

机器人：你的行程已经确定，还需要修改吗？A、再改改；B、就这样吧。

游客：B

机器人：如无问题，我将帮你预订机票和酒店，总共费用是4000元。A、定吧；B、暂时先不定。

游客：A

机器人：机票和酒店已经订好，如要退订请及时通知我。

十一到了。

机器人：按照预定的行程，请在8点出门乘坐机场大巴。A、没问题。B、不去了。

游客：A

机器人：你已抵达机场，请对机场大巴打分，满分10分。

游客：7

机器人：附近的厕所有两个：A、进门左拐走100米；B、进门乘扶梯去二层。

游客：我想买包烟。

机器人：按照规定，在候机厅不能吸烟，飞行途中也不能吸。你可以买包口香糖或买瓶饮料，候机厅内有超市。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种利用旅游智能助理提供旅游信息的系统，其特征在于，该系统包括知识库和用于与用户交流的旅游机器人，所述知识库包括行业知识库和旅游知识库；

所述行业知识库与旅游知识库相连用于向旅游知识库提供行业知识，并与旅游机器人相连以储存旅游机器人所接收的信息；所述行业知识库还设置有与现有数据源相连的数据接口；

所述旅游知识库以知识融合的方式融合包括游客知识在内的行业知识库，并以知识分解的方式通过旅游机器人向用户提供知识。

2.根据权利要求1所述的系统，其特征在于，所述旅游机器人设置有选择界面、图形界面、文字界面和语音界面，所述数据接口包括ETL接口、Service接口和网络爬虫。

3.根据权利要求1所述的系统，其特征在于，所述行业知识库包括游客知识库、员工知识库、航班知识库、酒店知识库、地理知识库、天气知识库和经济知识库。

4.根据权利要求1所述的系统，其特征在于，所述旅游知识库包括个人标识库、企业标识库、团队标识库、旅游规则库、行业维库、时间维库、空间维库、数量库以及价值库。

5.一种利用旅游智能助理提供旅游信息的方法，其特征在于，该方法包括：

设置知识库和旅游机器人，其中，所述知识库包括行业知识库和旅游知识库；

通过现有数据源向行业知识库提供知识；

通过行业知识库向旅游知识库提供知识；

通过旅游机器人与用户交流，获取游客知识；

通过旅游知识库以知识融合的方式融合包括游客知识在内的行业知识库，并以知识分解的方式通过旅游机器人向用户提供知识。

6.根据权利要求5所述的方法，其特征在于，所述旅游机器人设置有选择界面、图形界面、文字界面和语音界面，所述数据接口包括ETL接口、Service接口和网络爬虫。

7.根据权利要求5所述的方法，其特征在于，所述行业知识库包括游客知识库、员工知识库、航班知识库、酒店知识库、地理知识库、天气知识库和经济知识库。

8.根据权利要求5所述的方法，其特征在于，所述旅游知识库包括个人标识库、企业标识库、团队标识库、旅游规则库、行业维库、时间维库、空间维库、数量库以及价值库。

9.根据权利要求5所述的方法，其特征在于，所述方法还包括：通过旅游行程算法进行规划旅游行程，所述旅游行程算法在游客给定的时间、空间及预算范围内，能够使游客达到最大的满意度。

10.根据权利要求5所述的方法，其特征在于，所述方法还包括根据旅游会话流程与游客进行交流，所述旅游会话流程包括如下步骤：行程的制定；行程的执行和修改；行程结束。