CN108416461A - 旅游行程的智能创建方法和设备 - Google Patents
旅游行程的智能创建方法和设备 Download PDFInfo
- Publication number
- CN108416461A CN108416461A CN201810068087.4A CN201810068087A CN108416461A CN 108416461 A CN108416461 A CN 108416461A CN 201810068087 A CN201810068087 A CN 201810068087A CN 108416461 A CN108416461 A CN 108416461A
- Authority
- CN
- China
- Prior art keywords
- days
- target
- city
- playing
- country
- 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 24
- 238000003672 processing method Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 6
- 241001347978 Major minor Species 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005303 weighing 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
- 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
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种旅游行程的智能创建方法,包括:获取旅游的目标国家、出发城市、返回城市;从真实用户旅游数据库中查询全部目标国家,计算最短国家线路;根据真实用户旅游数据库,计算每一目标国家的实际游玩天数;根据所述每一目标国家的实际游玩天数,获取每一目标国家的城市线路和城市游玩天数;计算所述城市线路中每一目标城市的景点线路。通过上述方法可以通过互联网大数据更智能更准确的创建合理的旅游行程。
Description
技术领域
本申请涉及计算机大数据技术领域,尤其涉及一种旅游行程的智能创建方法和设备。
背景技术
近年来互联网技术飞速发展,尤其是“互联网+”变革的大规模兴起,互联网服务逐步渗入社会生活的各个方面——交通、购物、餐饮和旅游等,也催生出多种全新的商业模式。
网民将自己的旅行信息发布在互联网上,形成行程锦囊、攻略或者游记,其他旅行者根据这些信息,按照自己喜好编撰出个性化的旅游行程,这种方式不仅使得旅行体验更加多样化,而且打破了旅游行业中的信息不对称,刺激了以自由行为代表的共享经济,开始逐步取代常见的旅行社跟团游。
当前计算机辅助制订旅游行程的技术层出不穷,例如阿里巴巴公司申请号为CN201310092521.X的专利,提供一种协助制定旅游行程计划的方法及系统,首先,根据互联网用户提交的旅游目的地信息,从服务器获取所述旅游目的地对应的各个旅游资源的相关数据信息;解析所述各个旅游资源的相关数据信息,创建可操作的页面元素,并在页面的旅游资源显示区域进行显示;接着,监控用户对所述页面元素执行的操作,确定需要加入到旅游行程计划的特定旅游资源;创建所述特定旅游资源对应的页面元素,并显示在旅游行程计划制定区域;最后,根据所述页面的旅游计划制定区域中包含的各个页面元素,显示所制定的旅行计划信息。
上述技术获得的旅游行程依赖于各个旅游资源相关的数据信息,而且仅能获得游玩景点的安排,并不能自动的安排整个行程中的游玩国家和城市线路、景点的时间次序。
发明内容
本发明属于互联网+的新商业模式,属于旅游行业O2O的典型技术。
本发明提供一种旅游行程的数据处理方法和系统,以解决现有技术不能更智能更准确的创建合理的旅游行程的问题。
本申请提供了如下方案:一种旅游行程的智能创建方法,包括:
步骤S1:获取旅游的目标国家、出发城市、返回城市;
步骤S2:从真实用户旅游数据库中查询全部目标国家,计算最短国家线路;
步骤S3:根据真实用户旅游数据库,计算每一目标国家的实际游玩天数;
步骤S4:根据所述每一目标国家的实际游玩天数,获取每一目标国家的城市线路和城市游玩天数;
步骤S5:计算所述城市线路中每一目标城市的景点线路。
优选的,所述步骤S2具体包括:
步骤S21:判断目标国家的数量是否小于3;
步骤S22:如果否,则通过旅行商算法优化出最短国家线路。
优选的,所述步骤S1还包括设定出发日期,则所述步骤S3具体包括:
步骤S31:从真实用户旅游数据库中获取国家推荐游玩天数表,进而获取每一目标国家的推荐游玩天数;
步骤S32:计算所有目标国家推荐游玩天数之和作为实际游玩天数,所述推荐游玩天数作为每一目标国家的实际游玩天数;
所述步骤S1还包括设定规划游玩天数,则所述步骤S3具体包括:
步骤S31’:从真实用户旅游数据库的国家推荐游玩天数表中,获取每一目标国家的推荐游玩天数,将所有目标国家的推荐游玩天数之和作为行程最小游玩天数;
步骤S32’:判断所有目标国家的推荐游玩天数之和是否小于所述规划游玩天数;
步骤S33’:如果是,按照每一目标国的推荐游玩天数在所述行程最小游玩天数所占的比重,将所述规划游玩天数和所述行程最小游玩天数的差值分配给各个目标国,从而获得每一目标国家的实际游玩天数;
优选的,所述步骤S4具体包括:
步骤S41:从真实用户旅游数据库中调取目标国家的推荐城市线路表;
步骤S42:判断是否已设定必游城市;
步骤S43:如果是,从所述推荐城市线路表中选择包括最多必游城市、并且线路游玩天数不大于该目标国家游玩天数的城市线路,作为行程的城市线路;
步骤S44:如果否,从所述推荐城市线路表中选择城市线路的总游玩天数最接近目标国家游玩天数的城市线路,作为行程的城市线路;
步骤S45:分配该目标国家的游玩天数,获得所述城市线路中每一目标城市的游玩天数。
优选的,所述步骤S45具体包括:
步骤S451:根据所述城市线路中的目标城市,从城市推荐游玩天数表获取每一目标城市的推荐游玩天数,计算各个目标国家的所有目标城市的推荐游玩天数之和作为目标国家的最小游玩天数;
步骤S452:比较所述目标国家的实际游玩天数与所述目标国家的最小游玩天数的差值;
步骤453:如果差值等于零,则将每一目标城市的推荐游玩天数作为该目标城市的实际游玩天数;
步骤S454:如果差值大于零,则将所述差值按照目标国家中每一目标城市的推荐游玩天数在所述目标国家的最小游玩天数所占的比重分配给各个目标城市;
步骤S455:如果差值小于零,则依次减少每个目标城市的游玩天数,直到所述差值等于零。
优选的,所述步骤S5具体包括:
步骤S51:从真实用户旅游数据库中调取城市景点线路表;
步骤S52:根据目标城市的游玩天数N(N为正整数),从所述城市景点线路表中提取对应的N日游经典线路;
步骤S53:将N日游经典线路在目标城市游玩时间内逐日分配。
可选的,所述步骤S1还包括:设定酒店奢华度,所述步骤S5之后还包括步骤S6:根据设定的奢华度推荐城市线路中的酒店。
可选的,步骤S41还包括:从真实用户旅游数据库中调取目标国家的推荐出入境城市表,所述步骤S43或步骤S44中,所述行程的城市线路中还包括具有出入境城市的线路。
可选的,所述步骤S5后还包括
检查所述景点线路中的景点开关门时间与该景点的到离时间是否冲突。
本发明还提供另一种旅游行程的数据处理方法,包括:
解析真实用户的旅游信息,生成真实用户旅游数据库;
根据所述真实用户旅游数据库,创建旅游信息的推荐表单和推荐值;
根据所述推荐表单和推荐值生成旅游行程。
本发明还提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取旅游的目标国家、出发城市、返回城市;
从真实用户旅游数据库中查询全部目标国家,计算最短国家线路;
根据真实用户旅游数据库,计算每一目标国家的实际游玩天数;
根据所述每一目标国家的实际游玩天数,获取每一目标国家的城市线路和城市游玩天数;
计算所述城市线路中每一目标城市的景点线路。
通过本发明提供的上述方法,更加智能的方式为用户自动的安排整个行程中的游玩国家和城市线路、景点的时间次序,而且,更加接近实际的旅行情况,更为合理和高效。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的流程图。
图2是本申请实施例二提供的流程图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
在本发明实施例中,下述名词至少具有这样的含义:
真实用户的旅游信息:指实际的旅行者完成自己的行程之后,在互联网平台上发布的其亲身经历的旅行行程、日志、攻略(例如穷游锦囊)、感受、体验等,所述互联网平台包括但不限于论坛(例如穷游论坛)、微博、网页或博客。
旅游行程:即旅行规划,为旅行制定的整个详细安排,包括但不限于目的地、旅行时间、交通、景点、餐饮、住宿、购物、娱乐、天气和费用。
POI:POI是“Point of Interest”的缩写,可以翻译成“信息点”,每个POI包含四方面信息,名称、类别、经度纬度、附近的酒店饭店商铺等信息。
实施例一
如图1所示,本实施例提供一种旅游行程数据的处理方法,根据千万用户的真实旅行大数据的运算和处理,智能的获得合理的准确的旅游行程。
本实施例所述的旅游行程的数据处理方法,包括以下步骤:
步骤S1:获取旅游的目标国家、出发城市、返回城市。
具体的,用户规划旅游行程时通常都会期望的目的地,客户端获取一项旅游行程中规划游玩的一个或多个目标国家以及相应的出发地和返回地,例如,目标国家英法德,出发城市北京,返回城市伦敦。
本实施例中,客户端还可以获取用户规划的出发日期。本发明的另一实施例中,如果用户的出行时间有特定需求,则不仅可以获取出发日期,还可以同时获取规划游玩天数,或者仅获取整个行程的规划游玩天数,例如欧洲的英法德20日旅游行程。
步骤S2:从真实用户旅游数据库(Traveler DataBase,TDB)中查询全部目标国家,计算最短国家线路。具体的,根据目标国家ID从TDB中调取全部目标国家,继而判断目标国家的数量是否小于3;如果否,则通过旅行商算法(TSP)计算出最短国家线路,即3个及其以上目标国家,如何制定行程才能使得国家路线最短。
优选的,根据目标国家ID从TDB获得相应目标国家的推荐出入境城市,作为计算最短国家路线的路径点
所述旅行商算法使用弗洛伊德(所有顶点到所有顶点的最短路径)方法,先求出所有点之间的最短路经,然后使用状态压缩(16位每位上为1表示已走过,0表示没有走过),直接用位运算,来表示所有的线路状态。依次选择最短路径,直至并入所有路径点得到最终线路。
步骤S3:根据真实用户旅游数据库,计算每一目标国家的实际游玩天数。
在本实施例中,用户仅设定出发日期并没有设定规划游玩天数,则具体的,步骤S3包括,步骤S31:从真实用户旅游数据库中获取国家推荐游玩天数表(country_playday),进而获取每一目标国家的推荐游玩天数。
步骤S32:计算所有目标国家推荐游玩天数之和作为实际游玩天数,所述推荐游玩天数作为每一目标国家的实际游玩天数。
在真实用户旅游数据库获取目所述目标国家的推荐游玩天数表,查询出各个目标国的推荐游玩天数Ai,例如英国5天、法国7天、德国5天,则将上述天数作为各个国家的实际游玩天数,整个行程的实际游玩天数为17天。
本发明另一实施例中,预先设定规划游玩天数,例如23天,则步骤S3具体包括:
步骤S31’:从真实用户旅游数据库的国家推荐游玩天数表中,获取每一目标国家的推荐游玩天数,将所有目标国家的推荐游玩天数之和作为行程最小游玩天数;
步骤S32’:判断所有目标国家的推荐游玩天数之和是否小于所述规划游玩天数。
步骤S33’:如果是,按照每一目标国的推荐游玩天数Ai在所述最小游玩天数Total所占的比重R,将所述规划游玩天数TotalPlan和所述最小游玩天数Total的差值分配给各个目标国,从而获得每一目标国的实际游玩天数Bi。计算过程如下:
R=Ai/Total(i=1、2、3……)
Bi=Ai+(TotalPlan-Total)*R
例如,德国的推荐游玩天数A2为5天,则实际游玩天数B2=5+(23-17)*5/17=7天;同理,可以获得英国的游玩天数为7天,法国的游玩时间为9天。
如果所有目标国家的推荐游玩天数之和等于规划游玩天数,则直接进入下一步骤,如果大于规划游玩天数则报错,提示游玩天数不足或游玩国家超限。
步骤S4:根据所述每一目标国家的实际游玩天数Bi,获取每一目标国家的城市线路和城市游玩天数。事实上,根据目标国家的游玩天数可以从TDB中进行匹配,获得推荐的城市线路进而获得城市游玩天数。
具体的,包括以下步骤:
步骤S41:从真实用户旅游数据库中调取目标国家的推荐城市线路表plan_country_route_mod,获得该目标国的至少一个目标城市并计算最短的城市游玩路径,从而获得城市线路。
步骤S42:判断是否已设定必游城市,也就是用户制定的行程中必须游玩到的一个或多个城市。
步骤S43:如果是,从所述推荐城市线路表中选择包括最多必游城市、并且线路游玩天数不大于该目标国家游玩天数的城市线路,作为行程的城市线路。
具体的,如果用户预先设定一个或者多个必玩城市(例如在步骤S1即设定目标国家的目标城市,即必玩城市),则从所述目标国的城市线路表中选择包括最多必游城市的城市线路,作为目标城市串。
先查询plan_country_route_mod表(每个国家下面不同游玩天数所包括的城市线路)根据游玩天数获得有必玩城市的线路,统计每个线路包含的必游城市个数,如果有线路包含所有必去城市,则以此线路作为城市线路。
如果没有线路可以包含所有的必游城市,则查询所述目标国的城市线路表plan_country_route_mode查找包含最多必玩城市的城市线路,然后,添加不在上述城市线路的必玩城市,进行路径优化获得最短路径,最终获得实际的城市线路。所述路径优化采用贪心算法优化或者旅行商问题算法。
步骤S44:如果否,从所述推荐城市线路表中选择城市线路的总游玩天数最接近目标国家游玩天数的城市线路,作为行程的城市线路。
具体的,如果用户没有预先设定必玩城市,则从所述目标国的城市线路表中选择游玩天数最接近所述目标国游玩天数的推荐城市线路,作为城市线路。所述目标多的城市线路表中包含多个经典的城市线路表,从中挑选等于或略小于该目标国游玩天数的城市线路,作为游玩的城市串。
优选的,相同的游玩天数的多个城市线路可以按照用户游玩的热度hot_score进行排序,优选热度值高的城市线路。例如,法国的游玩天数为9天,城市线路:“巴黎-尼姆-阿尔勒-阿维尼翁-普罗旺斯-戛纳-尼斯-科尔马”的游玩天数为9天,则以此线路作为法国的城市线路。如果没有游玩天数符合的城市串,则查找该目标国家下游玩天数最接近的该目标国游玩天数的城市串进行填充。
本发明的另一实施例中,优先的,步骤S41还包括:从真实用户旅游数据库中调取目标国家的推荐出入境城市表,所述步骤S43或步骤S44中,所述行程的城市线路中还包括具有出入境城市的线路。换言之,在选择城市线路时,将包含出入境城市的线路作为实际的城市线路。搜索推荐出入境城市表从用户大数据统计得到该国家出入境比例较高的城市组合。
步骤S45:分配该目标国家的游玩天数,获得所述城市线路中每一城市的游玩天数。具体包括以下步骤:
步骤S451:从城市推荐游玩天数表获取每一目标城市的推荐游玩天数Ci,计算各个目标国的所有目标城市的推荐游玩天数之和作为目标国的最小游玩天数TotalCountry,即:查询真实用户旅游数据库TDB中城市推荐游玩天数表,得到每一目标城市的推荐游玩天数Ci,求和得到每个目标国的最小游玩天数。
步骤S452:比较所述目标国的实际游玩天数Bi与所述目标国的最小游玩天数TotalCountry的差值,确定各个目标国的每一目标城市的实际游玩天数。
具体的,首先,计算所述目标国的游玩天数Bi与所述目标国的最小游玩天数TotalCountry的差值。
步骤S453:如果差值等于零,则将每一目标城市的推荐游玩天数作为该目标城市的实际游玩天数。换言之,对于从城市线路表中得到的游玩天数符合目标城市游玩天数的城市线路,则刚好匹配,不必另外计算分配游玩时间。
步骤S454:如果差值大于零,即,与TDB查询并计算得到的目标国最小游玩天数TotalCountry相比,目标国的游玩天数Bi有剩余,例如,法国游玩9天,由城市线路求和算出的最小游玩天数为6天,则将所述差值按照目标国中每一目标城市的推荐游玩天数在所述目标国的最小游玩天数所占的比重分配给各个目标城市,得到每一目标城市的实际游玩天数Di。计算公式如下:
Q=Ci/TotalCountry (i=1、2、3……)
Di=Ci+(Bi-TotalCountry)*Q
步骤S455:如果差值小于零,则依次减少每个目标城市的游玩天数,直到所述差值等于零。换言之,天数不够则依次减少每个城市的游玩天数(每个城市减一天)直至符合天数推荐,从而计算出每个城市的游玩天数。例如法国的游玩天数为9天,根据数据库中选出的城市线路求和算出的最小游玩天数为12天,则依次减少该城市线路中每个城市的游玩天数,直到总游玩天数等于9天。
步骤S5:计算所述城市线路中每一目标城市的景点线路。可以依据城市景点线路表中的经典线路匹配目标城市游玩天数,生成目标城市的景点线路。
具体为:查询TDB中的城市景点线路表plan_recommend_trip中提取目标城市的至少一项单日经典线路,将单日经典线路在目标城市游玩时间内逐日分配。所述至少一项单日经典线路按照推荐值排序。
或者,根据目标城市的游玩天数N(N为正整数),从所述城市景点线路表中提取对应的N日游经典线路;例如,巴黎的游玩天数为3天,则从城市景点表中选出巴黎的3日游的景点线路,按照推荐值进行排序,将推荐值高的线路作为目标城市的景点线路。所述推荐值来自TDB并且根据用户群的数据变化构建实时链路进行更新,保证生成的行程中是当前最热的景点。例如,暑期来临,儿童出游增多,博物馆等适合儿童游玩的景点推荐值升高。
最后,将N日游经典线路在目标城市的游玩时间内逐日分配。
此外,还包括查询城市交通表plan_recommend_traffic,在行程中插入城市直接的推荐交通信息,并根据推荐交通信息优化城市线路的行程。
优选的,步骤S5之后还包括检查景点的开关门时间,通过计算景点的到底时间、离开时间和每天行程的开始时间、结束时间与景点开关门时间是否冲突,从而优化当日行程。例如,如果巴黎第一日最后一个景点卢浮宫的游览时间段超过了关门时间,则可以相应压缩该日各个景点的时间,直到复合开关门时间。
本发明的另一优选实施例中,上述步骤所述步骤S4还包括,调取主副城市表,如果所述城市线路中存在主副城市,则在城市线路中的副城市后增加主城市。例如从普吉岛——皮皮岛,考虑主副城市依赖,就要变成:普吉岛——皮皮岛——普吉岛)
实施例二
本发明实施例一中提到的国家推荐游玩天数表country_playday、城市线路表plan_country_route_mod、城市推荐游玩天数表city_playday、景点推荐游玩时间表poi_standard_tour_time、城市景点表plan_recommend_trip和城市交通表plan_recommend _traffic等,均来自真实用户旅游数据库(Traveler DataBase,TDB),以下详细说明本实施例中从真实用户旅游数据库的数据处理和创建方法。
本实施例还提供一种旅游行程的数据处理方法,通过分析和挖掘真实用户的旅游信息(例如穷游网6000万用户交互生成的海量UGC内容),基于对用户需求和行为偏好等结构化数据的分析和挖掘,智能的为用户制定旅游行程。
如图2所述,具体包括:
步骤S1’:解析真实用户的旅游信息,生成真实用户旅游数据库;
旅行者完成自己的旅游行程之后,其行程可以是跟团游也可以是自由行,在网上发布的其亲身经历的旅游行程、日志、攻略,例如在穷游论坛发帖子,分享自己的行程单和体验等。
上述旅游信息不同于旅行导览等通用介绍,而是来源于旅行者的亲身体验,更真实、更具体、更新鲜。当然不限于论坛,也包括微博、网页、博客或其他网上信息发布和交流渠道。
具体的,所述解析真实用户旅游信息,包括:
将所述旅游信息分解为元数据,所述元数据包括:POI、交通信息、游玩时间、开关门时间和/或签证;
所述真实用户的旅游信息,汇集了千百万旅行者的个性化信息,形式多样,内容长短不一,有照片、有视频、有文字,本发明实施例中的元数据将真实用户的旅游信息提取并分解,行程结构化的数据。
所述元数据按照行程数据结构录入所述真实用户旅游数据库。
另外,互联网上真实用户的旅行信息良莠不齐,掺杂重复的、错误的、过时的和劣质的信息,有必要进行筛选处理,以提高数据的有效性。优选的,所述解析真实用户旅游信息,之前还包括:
筛选质量度高于设定阈值的旅游信息,所述质量度的影响因素包括:内容丰满度、发布时间和/或用户活跃度。
所述质量度用来衡量真实用户旅游信息的优劣,通过多项影响因素计算得到。
所述内容丰满度表述旅游信息的篇幅长短,篇幅越长内容越丰满,其真实性和分享价值就越高;所述发布时间表示旅游信息在网上的发布和更新时间,最新的旅游信息其可靠性是越高的;所述用户活跃度表示真实用户在网上平台的登录、发布、编辑或评论频率,频率越高其活跃度越高,旅游信息的质量就越高。
步骤S2’:根据所述真实用户旅游数据库,创建旅游信息的推荐表单和推荐值。
所述推荐值通过推荐规则将元数据中的景点POI、酒店、交通、餐饮和线路等进行排序并赋值。
所述推荐表单包括不限于:国家推荐游玩天数表country_playday、城市线路表plan_country_route_mod、城市推荐游玩天数表city_playday、景点推荐游玩时间表poi_standard_tour_time、城市景点表plan_recommend_trip和城市交通表plan_recommend _traffic等。
步骤S3’:根据所述推荐表单和推荐值生成旅游行程。
优选的,本发明所述的方法还包括,给所生成的旅游行程添加类别标签,所述类别标签包括但不限于:美食、自然风景、历史人文、购物或亲子,这样用户可根据自己的喜好选择不同类别的行程。
互联网上真实用户的旅游信息不断增加和更新的,也反映了旅行目的地及其景点的最新信息,优选的,在本发明的其他实施例中,所述旅游行程的数据处理方法还包括,先获取真实用户的旅游信息的更新数据包,之后进行解析。这样一来,可以不断将最新最有效的旅游信息添加至真实用户旅游数据库,从而得到更加优质、更真实的旅游行程。
本发明还提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
步骤S1:获取旅游的目标国家、出发城市、返回城市;
步骤S2:从真实用户旅游数据库中查询全部目标国家,计算最短国家线路;
步骤S3:根据真实用户旅游数据库,计算每一目标国家的实际游玩天数;
步骤S4:根据所述每一目标国家的实际游玩天数,获取每一目标国家的城市线路和城市游玩天数;
步骤S5:计算所述城市线路中每一目标城市的景点线路。
其中,优选的,所述处理器还可以被配置为:
所述步骤S2具体包括:
步骤S21:判断目标国家的数量是否小于3;
步骤S22:如果否,则通过旅行商算法优化出最短国家线路。
所述步骤S1还包括设定出发日期,则所述步骤S3具体包括:
步骤S31:从真实用户旅游数据库中获取国家推荐游玩天数表,进而获取每一目标国家的推荐游玩天数;
步骤S32:计算所有目标国家推荐游玩天数之和作为实际游玩天数,所述推荐游玩天数作为每一目标国家的实际游玩天数;
所述步骤S1还包括设定规划游玩天数,则所述步骤S3具体包括:
步骤S31’:从真实用户旅游数据库的国家推荐游玩天数表中,获取每一目标国家的推荐游玩天数,将所有目标国家的推荐游玩天数之和作为行程最小游玩天数;
步骤S32’:判断所有目标国家的推荐游玩天数之和是否小于所述规划游玩天数;
步骤S33’:如果是,按照每一目标国的推荐游玩天数在所述行程最小游玩天数所占的比重,将所述规划游玩天数和所述行程最小游玩天数的差值分配给各个目标国,从而获得每一目标国家的实际游玩天数;
所述步骤S4具体包括:
步骤S41:从真实用户旅游数据库中调取目标国家的推荐城市线路表;
步骤S42:判断是否已设定必游城市;
步骤S43:如果是,从所述推荐城市线路表中选择包括最多必游城市、并且线路游玩天数不大于该目标国家游玩天数的城市线路,作为行程的城市线路;
步骤S44:如果否,从所述推荐城市线路表中选择城市线路的总游玩天数最接近目标国家游玩天数的城市线路,作为行程的城市线路;
步骤S45:分配该目标国家的游玩天数,获得所述城市线路中每一目标城市的游玩天数。
所述步骤S45具体包括:
步骤S451:根据所述城市线路中的目标城市,从城市推荐游玩天数表获取每一目标城市的推荐游玩天数,计算各个目标国家的所有目标城市的推荐游玩天数之和作为目标国家的最小游玩天数;
步骤S452:比较所述目标国家的实际游玩天数与所述目标国家的最小游玩天数的差值;
步骤453:如果差值等于零,则将每一目标城市的推荐游玩天数作为该目标城市的实际游玩天数;
步骤S454:如果差值大于零,则将所述差值按照目标国家中每一目标城市的推荐游玩天数在所述目标国家的最小游玩天数所占的比重分配给各个目标城市;
步骤S455:如果差值小于零,则依次减少每个目标城市的游玩天数,直到所述差值等于零。
所述步骤S5具体包括:
步骤S51:从真实用户旅游数据库中调取城市景点线路表;
步骤S52:根据目标城市的游玩天数N(N为正整数),从所述城市景点线路表中提取对应的N日游经典线路;
步骤S53:将N日游经典线路在目标城市游玩时间内逐日分配。
所述步骤S1还包括:设定酒店奢华度,所述步骤S5之后还包括步骤S6:根据设定的奢华度推荐城市线路中的酒店。
其中,优选的,所述处理器还可以被配置为:执行一种旅游行程的数据处理方法,包括:
解析真实用户的旅游信息,生成真实用户旅游数据库;
根据所述真实用户旅游数据库,创建旅游信息的推荐表单和推荐值;
根据所述推荐表单和推荐值生成旅游行程。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的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)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种旅游行程的智能创建方法,其特征在于,包括:
步骤S1:获取旅游的目标国家、出发城市、返回城市;
步骤S2:从真实用户旅游数据库中查询全部目标国家,计算最短国家线路;
步骤S3:根据真实用户旅游数据库,计算每一目标国家的实际游玩天数;
步骤S4:根据所述每一目标国家的实际游玩天数,获取每一目标国家的城市线路和城市游玩天数;
步骤S5:计算所述城市线路中每一目标城市的景点线路。
2.根据权利要求1所述的方法,其特征在于,所述步骤S2具体包括:
步骤S21:判断目标国家的数量是否小于3;
步骤S22:如果否,则通过旅行商算法优化出最短国家线路。
3.根据权利要求1所述的方法,其特征在于,所述步骤S1还包括设定出发日期,则所述步骤S3具体包括:
步骤S31:从真实用户旅游数据库中获取国家推荐游玩天数表,进而获取每一目标国家的推荐游玩天数;
步骤S32:计算所有目标国家推荐游玩天数之和作为实际游玩天数,所述推荐游玩天数作为每一目标国家的实际游玩天数。
4.根据权利要求1所述的方法,其特征在于,所述步骤S1还包括设定规划游玩天数,则所述步骤S3具体包括:
步骤S31’:从真实用户旅游数据库的国家推荐游玩天数表中,获取每一目标国家的推荐游玩天数,将所有目标国家的推荐游玩天数之和作为行程最小游玩天数;
步骤S32’:判断所有目标国家的推荐游玩天数之和是否小于所述规划游玩天数;
步骤S33’:如果是,按照每一目标国的推荐游玩天数在所述行程最小游玩天数所占的比重,将所述规划游玩天数和所述行程最小游玩天数的差值分配给各个目标国,从而获得每一目标国家的实际游玩天数。
5.根据权利要求1所述的方法,其特征在于,所述步骤S4具体包括:
步骤S41:从真实用户旅游数据库中调取目标国家的推荐城市线路表;
步骤S42:判断是否已设定必游城市;
步骤S43:如果是,从所述推荐城市线路表中选择包括最多必游城市、并且线路游玩天数不大于该目标国家游玩天数的城市线路,作为行程的城市线路;
步骤S44:如果否,从所述推荐城市线路表中选择城市线路的总游玩天数最接近目标国家游玩天数的城市线路,作为行程的城市线路;
步骤S45:分配该目标国家的游玩天数,获得所述城市线路中每一目标城市的游玩天数。
6.根据权利要求5所述的方法,其特征在于,所述步骤S45具体包括:
步骤S451:根据所述城市线路中的目标城市,从城市推荐游玩天数表获取每一目标城市的推荐游玩天数,计算各个目标国家的所有目标城市的推荐游玩天数之和作为目标国家的最小游玩天数;
步骤S452:比较所述目标国家的实际游玩天数与所述目标国家的最小游玩天数的差值;
步骤453:如果差值等于零,则将每一目标城市的推荐游玩天数作为该目标城市的实际游玩天数;
步骤S454:如果差值大于零,则将所述差值按照目标国家中每一目标城市的推荐游玩天数在所述目标国家的最小游玩天数所占的比重分配给各个目标城市;
步骤S455:如果差值小于零,则依次减少每个目标城市的游玩天数,直到所述差值等于零。
7.根据权利要求1所述的方法,其特征在于,所述步骤S5具体包括:
步骤S51:从真实用户旅游数据库中调取城市景点线路表;
步骤S52:根据目标城市的游玩天数N(N为正整数),从所述城市景点线路表中提取对应的N日游经典线路;
步骤S53:将N日游经典线路在目标城市游玩时间内逐日分配。
8.根据权利要求1所述的方法,其特征在于,所述步骤S1还包括:设定酒店奢华度,所述步骤S5之后还包括步骤S6:根据设定的奢华度推荐城市线路中的酒店。
9.一种旅游行程的数据处理方法,其特征在于,包括:
解析真实用户的旅游信息,生成真实用户旅游数据库;
根据所述真实用户旅游数据库,创建旅游信息的推荐表单和推荐值;
根据所述推荐表单和推荐值生成旅游行程。
10.一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取旅游的目标国家、出发城市、返回城市;
从真实用户旅游数据库中查询全部目标国家,计算最短国家线路;
根据真实用户旅游数据库,计算每一目标国家的实际游玩天数;
根据所述每一目标国家的实际游玩天数,获取每一目标国家的城市线路和城市游玩天数;
计算所述城市线路中每一目标城市的景点线路。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710707743 | 2017-08-18 | ||
CN2017107077436 | 2017-08-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416461A true CN108416461A (zh) | 2018-08-17 |
Family
ID=63126447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810068087.4A Pending CN108416461A (zh) | 2017-08-18 | 2018-01-24 | 旅游行程的智能创建方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416461A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857948A (zh) * | 2019-02-15 | 2019-06-07 | 北京无二之旅科技有限公司 | 一种旅行方案确定方法及装置 |
CN109859551A (zh) * | 2019-03-12 | 2019-06-07 | 重庆三峡学院 | 一种基于多媒体的旅游文化资源管理与旅游景点教学系统 |
CN109858885A (zh) * | 2019-02-15 | 2019-06-07 | 北京无二之旅科技有限公司 | 一种旅行方案的构建方法及装置 |
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 |
CN111415034A (zh) * | 2020-03-11 | 2020-07-14 | 北京光速斑马数据科技有限公司 | 一种智能路线排划方法、系统、终端及存储介质 |
CN111815057A (zh) * | 2020-07-13 | 2020-10-23 | 携程旅游信息技术(上海)有限公司 | 路径行程自动规划方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006048260A (ja) * | 2004-08-03 | 2006-02-16 | Hitachi Ltd | 旅行プラン作成支援方法およびシステム |
US20150199441A1 (en) * | 2014-01-10 | 2015-07-16 | Dabeeo, Inc. | Method and apparatus for providing tour plan service |
CN104794663A (zh) * | 2015-05-15 | 2015-07-22 | 北京景行技术有限公司 | 一种旅行路线的自动生成系统及方法 |
CN105389751A (zh) * | 2015-10-27 | 2016-03-09 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106886837A (zh) * | 2017-02-21 | 2017-06-23 | 携程旅游网络技术(上海)有限公司 | 基于时间规划的自由行行程推荐方法 |
-
2018
- 2018-01-24 CN CN201810068087.4A patent/CN108416461A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006048260A (ja) * | 2004-08-03 | 2006-02-16 | Hitachi Ltd | 旅行プラン作成支援方法およびシステム |
US20150199441A1 (en) * | 2014-01-10 | 2015-07-16 | Dabeeo, Inc. | Method and apparatus for providing tour plan service |
CN104794663A (zh) * | 2015-05-15 | 2015-07-22 | 北京景行技术有限公司 | 一种旅行路线的自动生成系统及方法 |
CN105389751A (zh) * | 2015-10-27 | 2016-03-09 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106886837A (zh) * | 2017-02-21 | 2017-06-23 | 携程旅游网络技术(上海)有限公司 | 基于时间规划的自由行行程推荐方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857948A (zh) * | 2019-02-15 | 2019-06-07 | 北京无二之旅科技有限公司 | 一种旅行方案确定方法及装置 |
CN109858885A (zh) * | 2019-02-15 | 2019-06-07 | 北京无二之旅科技有限公司 | 一种旅行方案的构建方法及装置 |
CN109859551A (zh) * | 2019-03-12 | 2019-06-07 | 重庆三峡学院 | 一种基于多媒体的旅游文化资源管理与旅游景点教学系统 |
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 |
CN111415034A (zh) * | 2020-03-11 | 2020-07-14 | 北京光速斑马数据科技有限公司 | 一种智能路线排划方法、系统、终端及存储介质 |
CN111815057A (zh) * | 2020-07-13 | 2020-10-23 | 携程旅游信息技术(上海)有限公司 | 路径行程自动规划方法、系统、设备及存储介质 |
CN111815057B (zh) * | 2020-07-13 | 2024-04-26 | 携程旅游信息技术(上海)有限公司 | 路径行程自动规划方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416461A (zh) | 旅游行程的智能创建方法和设备 | |
CN109977283B (zh) | 一种基于知识图谱和用户足迹的旅游推荐方法和系统 | |
Gössling et al. | Global trends in length of stay: implications for destination management and climate change | |
CN103885983B (zh) | 一种旅游线路的确定方法、优化方法以及装置 | |
CN107423837A (zh) | 旅游路线的智能规划方法及系统 | |
CN110287336A (zh) | 一种面向旅游景点推荐的游客画像构建方法 | |
JP5809187B2 (ja) | 管理装置、サービス提供システム、管理装置の制御方法、及び、管理装置のプログラム | |
CN108364088A (zh) | 旅游行程的优化方法和电子设备 | |
CN106408110A (zh) | 一种旅游景点锁定的方法和系统 | |
Fietkiewicz et al. | Development of informational cities in Japan: A regional comparison | |
US20150199441A1 (en) | Method and apparatus for providing tour plan service | |
CN109308567A (zh) | 一种旅游产品全维度服务评价系统与方法 | |
CN108717640A (zh) | 旅游信息的数据处理方法和电子设备 | |
Krishna et al. | A framework for the identification of significant contexts in tourism domain | |
KR20210077207A (ko) | 이용자 체류 시간 기반의 가중치 정보를 포함하는 여행 콘텐츠 제공방법 | |
KR20200052786A (ko) | 소셜웨어 데이터를 이용한 사용자 별 라이프스타일 판별 및 관광지 추천 방법 및 시스템 | |
Su et al. | Personalized route description based on historical trajectories | |
Sarvepalli et al. | Multiple Uses of Big Data for Model Validation and Express Lanes Traffic Forecasts | |
Constantinescu et al. | THE ONLINE COMMUNICATION MIX FOR TOURISM DESTINATIONS STUDY CASE ON ROMANIAN TOURISM DESTINATIONS. | |
Chaiprasurt | Decision support system to discover route and time spent at waypoints for cultural tourism and community lifestyles through participation of communities | |
CN117407606B (zh) | 一种基于大语言模型和知识图谱的旅游线路推荐方法 | |
Li et al. | Exploring the movements of Chinese free independent travelers in the US: a social network analysis approach | |
Ollor et al. | Tourism Destination Attributes and Economic Development in Rivers State | |
KR102378272B1 (ko) | 지역문화 공유 및 환경보호를 위한 플랫폼 구축을 위한 시스템 및 그 방법 | |
KR102678834B1 (ko) | 여행 지점 추천 방법 및 추천 엔진 시스템 |
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 |