CN108829852B - 一种个性化旅游路线推荐方法 - Google Patents

Abstract

本发明提出一种个性化旅游路线推荐方法,包括步骤1.获取游客的游记信息并进行预处理；步骤2.得到基于类别信息的景点类型表示向量；步骤3.获取每个用户的旅游偏好表示向量、每个月份下游客的旅游偏好表示向量以及每个景点的表示向量；步骤4.根据步骤1得到候选游玩路线集合；步骤5.根据个人约束从候选游玩路线集合得到待候选旅游路线；步骤6.得到每一条旅游路线所属的偏好表示向量；步骤7.将用户的游玩偏好与候选路线进行相似度匹配得到与用户游玩偏好最匹配的游玩路线作为最终向用户推荐的旅游路线。本发明根据游客历史游玩轨迹中的每个景点与其所属的景点类别信息，得到游客的个性化旅游偏好。

Description

一种个性化旅游路线推荐方法

技术领域

本发明涉及数据挖掘、机器学习与推荐系统领域，具体涉及一种个性化旅游路线推荐方法。

背景技术

旅游路线推荐可为游客提供符合时间及经济成本约束并满足游客个性化需求的游览行程安排，在满足游客个性化需求的同时有效的降低旅游的时间和经济成本。目前的旅游路线推荐方法及系统普遍存在以下不足：首先，大都根据拥有相似行为的游客来预测游客的旅游偏好，使得推荐出的旅游路线并不能很好的满足游客的个性化需求。其次，现有的旅游路线推荐方法并没有将游客的在其他城市的旅游路线用来学习用户的旅游偏好。从而当游客来到一个新的城市中时，在传统的推荐系统中往往归为冷启动的问题。因此推荐结果的个性化程度与游玩体验度较低。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种个性化旅游路线推荐方法。

为实现上述目的及其他相关目的，本发明提供一种个性化旅游路线推荐方法，该方法包括以下步骤：

步骤1.获取游客的游记信息并进行预处理；

步骤2.获取景点类别信息，并得到基于类别信息的景点类型表示向量；

步骤3.获取每个用户的旅游偏好表示向量、每个月份下游客的旅游偏好表示向量以及每个景点的表示向量；

步骤4.根据步骤1得到候选游玩路线集合；

步骤5.根据个人约束从候选游玩路线集合得到待候选旅游路线；

步骤6.根据待候选推荐路线中的景点与景点所属的类别信息可以得到每一条旅游路线所属的偏好表示向量；

步骤7.将用户的游玩偏好与候选路线进行相似度匹配得到与用户游玩偏好最匹配的游玩路线作为最终向用户推荐的旅游路线。

优选地，所述步骤2包括以下子步骤：

步骤2.1.获取景点类别信息；

步骤2.2.对景点类别信息进行分类；

步骤2.3.获得每个景点所属类别信息及每个类别信息的权重；

步骤2.4.将每个类别信息按照权重的大小从前向后排列，并根据景点不同类别信息的权重建立关于景点类别的类别序列，该类别序列按照类别信息的权重值，生成相应个数的类别名称，最终出现的类别个数称为类别序列的长度N_c；

步骤2.5.根据景点类别的类别序列以及类别序列的长度设定一个训练窗口，该训练窗口的大小与类别序列的长度相同；通过doc2vec训练得到每个景点基于类别信息的景点类型表示向量。

优选地，所述步骤3包括以下子步骤：

步骤3.1.根据所有景点用户游玩时间的序列，得到该用户基于景点的旅游偏好表示向量；

步骤3.2.将路线中的所有景点的基于类别信息的景点类型表示向量累加取平均，得到该用户基于景点类别的旅游偏好表示向量；

步骤3.3.将用户基于景点的旅游偏好表示向量与基于景点类别的旅游偏好表示向量相加取平均，得到用户的旅游偏好表示向量；

步骤3.4.根据游客游玩的时间所属的月份，将所有的旅游路线按月份分分类，每一类中包含了游客在该月份下的游玩序列；

步骤3.5.根据每个用户在不同月份下的游玩景点序列得到用户在不同月份下的游玩偏好表示向量，将每个月份下的所有用户的游玩偏好表示向量累加求平均，得到每个月份下游客基于景点的旅游偏好表示向量；

步骤3.6.根据用户基于景点类别的旅游偏好表示向量得到每个月份下用户基于类别信息的用户偏好表示向量，将每个月份下的所有的用户基于类别信息的用户偏好表示向量累加取平均，得到每个月份下基于景点类别信息的游客的旅游偏好表示向量；

步骤3.7.将每个月份下游客基于景点的旅游偏好表示向量与基于景点类别信息的旅游偏好表示向量累加取平均，得到包含丰富语义的每个月份下游客的旅游偏好表示向量；

步骤3.8.根据每个游记信息中该景点的周边景点以及同一城市中游客的游记信息得到每个景点的基于周边景点的表示向量；

步骤3.9.将基于周边景点的表示向量与基于景点类别信息的景点类型表示向量累加取平均得到每个景点的表示向量。

优选地，所述步骤4包括以下子步骤：

步骤4.1.判断当前挖掘的频繁旅游路线长度是否为0，如果为0则跳转到步骤4.2，否则跳转到步骤4.5；

步骤4.2.将所有的满足最小支持度的频繁游玩数据点作为前缀，构建对应的投影序列数据集P|_α；最小支持度是自己设定的一个阈值，超出该阈值的路线称为频繁路线，小于该阈值的路线为非频繁路线。

步骤4.3.将所有满足最小支持度的频繁游玩数据点添加到当前频繁旅游路线α中；

搜索投影序列数据集P|_α中所有后续频繁游览行为模式λ，将路程时间以及后续频繁游览行为模式λ依次添加至当前的频繁游览路线α尾部，得到若干新前缀序列α'；

后续频繁游览行为模式就是投影序列数据集中除去前缀后面的满足最小支持度的频繁游览模式。

步骤4.4递归地执行步骤4.2～4.3直至挖掘出所有频繁游览路线；

步骤4.5.构建空的“游玩景点——路程时间”关系表；

步骤4.6.扫描投影序列数据集P|_α中的每条投影序列，以构建“游玩景点——路程时间”关系表中的元素；对于每条投影序列，扫描序列中的每个后续行为模式，同时计算当前频繁路线中最后一个景点数据点与后面各个景点之间的路程时间；

步骤4.7.扫描“游玩景点——路程时间”关系表中所有元素，比较元素值是否大于设定的最小支持度，即判断元素是否为频繁的；如果存在频繁元素则执行步骤4.8和步骤4.9，否则结束；

步骤4.8.将频繁表元素对应的路程时间和后续的频繁游玩数据点添加到当前频繁旅游路线的尾部，生成新的频繁游玩路线，并保存至频繁旅游路线数据库中；

步骤4.9.以新的频繁旅游路线为前缀序列，构建新的投影序列数据集；并以新的频繁旅游路线和对应的投影序列数据集，递归执行步骤4.6～4.9。

优选地，所述步骤5包括以下子步骤：

步骤5.1.获取游客的个人约束条件；

步骤5.2.计算生成的频繁旅游路线数据库中所有旅游路线所需的总时间T_all_cost；

步骤5.3.判断总时间T_all_cost是否小于游客游玩的时间T_all，去掉不满足时间约束的旅游路线；

步骤5.3.统计所有满足游客的个人约束条件的旅游路线的中的景点数num_p与满足步骤5.2中条件的旅游路线的条数num_t，得到平均每一条路线中出现的景点数num_c，去掉不满足num_p>num_c的旅游路线；

其中，平均每一条路线中出现的景点数num_c通过以下方法计算得到：

将所有路线的景点数相加得到所有的景点数C，C/num_t,就可以得到一个平均景点数。

步骤5.4.去除掉旅游路线中不包含游客想去的景点的旅游路线，从而得到待候选旅游路线。

优选地，所述步骤6包括以下子步骤：

步骤6.根据待候选旅游路线中的景点与景点所属的类别信息得到每一条旅游路线所属的偏好表示向量；

步骤6.1.根据待候选旅游路线中的景点数据点，得到旅游路线基于景点的旅游路线偏好表示向量；

步骤6.2.根据待候选旅游路线中的每个景点以及基于景点类别的景点表示向量，将旅游路线中所有的景点表示向量累加求平均，得到该旅游条路线基于景点类别的旅游路线表示向量；

步骤6.3.将基于景点的旅游路线偏好表示向量与基于景点类别的旅游路线表示向量相加求平均，得到旅游路线所属的偏好表示向量；

步骤6.4.将路线中的每个景点的表示向量累加取平均，得到满足游客旅游偏好的旅游路线所属的偏好表示向量。

优选地，所述步骤7包括以下子步骤：

步骤7.1.通过公式(1)计算旅游路线所属的偏好表示向量与满足游客旅游偏好的旅游路线所属的偏好表示向量

的匹配度，得到待候选路线所属的偏好表示向量v_{o_r}与游客偏好表示向量的匹配度m_{p_o}，

步骤7.2.根据匹配度的大小进行排序，去除掉匹配度较小的1/3，则余下匹配度较大的为候选路线；

步骤7.3.根据用户的时间约束条件，确定所属的月份，得到当前月份下游客的旅游偏好表示向量v_{m_i}；查看该用户的旅游偏好表示向量v_{u_id}得到用户的需求表示向量v_r＝v_{m_i}+v_{u_id}；,i表示的是当前的月份，id表示是该用户的唯一标识；

步骤7.4.通过公式(2)计算每一条路线的推荐分数，并将候选路线按照推荐分数的大小进行排序；

则推荐分数最高的候选旅游路线为推荐结果。

如上所述，本发明的一种个性化旅游路线推荐方法，具有以下有益效果：

1、根据游客历史游玩轨迹中的每个景点与其所属的景点类别信息，得到游客的个性化旅游偏好。帮助了解游客的旅游偏好，为个性化旅游路线推荐提供保证。

2、推荐的路线由获取的游客的历史游玩轨迹中挖掘获得，是推荐结果具有真实、合理、准确等优点。如在推荐路线中包含景点之间的交通时间、以及景点中的游玩时间。通过以上的时间信息保证了推荐路线的时间准确性和游览的合理性。

3、在挖掘游客的历史游玩轨迹中采用多重隐语义表示模型，既包括游客级隐语义、月份级隐语义以及景点级隐语义。能够完整的保存不同季节之间景点不同的观赏体验感。能够最大化保存游客的游览体验。

4、通过景点的类别信息的一致性，可以通过不同城市之间的旅游路线来得到隐含的游客的游玩偏好。在路线挖掘和路线推荐等阶段，按照游客个人信息进行分类处理数据，通过细分游客类别并通过获取的隐含在历史游玩轨迹中的游客游玩偏好来保证推荐结果最大程度符合被推荐游客的个人品味偏好，使得推荐结果具有较高个性化特点。

5、将非需求城市的游客旅游路线的价值利用起来，通过游客非需求城市的游玩轨迹得到游客的旅游偏好，随着得到游客在不同城市之间的旅游路线数目的增多，所得到的游客的旅游偏好准确逐渐增加。为该游客推荐的旅游路线更加满足游客的偏好。

6、每个景点都包含多种类型信息，但是每个类型的信息的权重是不同的，通过统计学原理与深度学习模型将景点复杂的类型信息表示出来。使得每个景点所包含的类型信息是丰富准确的，同样也确保了每个景点的特色类型。

附图说明

为了进一步阐述本发明所描述的内容，下面结合附图对本发明的具体实施方式作进一步详细的说明。应当理解，这些附图仅作为典型示例，而不应看作是对本发明的范围的限定。

图1为本发明的方法的流程图；

图2为获取景点的类别信息的方法流程图；

图3为获取旅游偏好的方法流程图；

图4为频繁旅游路线挖掘方法流程图；

图5为初步筛选满足用户约束的流程图；

图6为偏好匹配、结果筛选与推荐的流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

由于游客的历史游玩轨迹中包含了游客的游玩景点。根据游客的历史游玩景点以及景点所属的类别信息可以得到游客隐含的游玩偏好。隐含的游玩偏好不仅包含游客的个人偏好，同时包含了景点季节性、地理相关性信息。这些信息能够为游客提供详细的游览参考。因此本发明通过挖掘游客的历史游玩轨迹得到游客隐含的游玩偏好，利用频繁游玩路线挖掘的方法，从已获取的游玩路线中挖掘出一组候选游玩路线。再根据用户输入的游玩时间、游玩月份等个人游玩约束，从备选路线中搜索满足个人约束条件且游览价值最高的路线作为候选路线。最后通过得到的用户的游玩偏好与备选路线进行相似度匹配得到与用户游玩偏好最匹配的游玩路线作为最终向用户推荐的旅游路线。本发明中的用户指的是单一的个体，游客指的是有某种相似性的群体。

本发明提供一种个性化旅游路线推荐方法，包括如下操作步骤：

步骤1、爬取游客在网上分享的游记信息，并进行预处理。如进行实体对齐、去除省市等行政区域、删除统一用户在不同网站分享的游记信息等。

步骤1.1、游记中景点名称噪声消除，去除游记中酒店、旅馆等不属于景点的信息。

步骤1.2、对于游记中一个的景点出现多个名称的情况，因此需要去除单一景点的不同的景点名称，使得游记中的景点相互之间独立。

步骤1.3、针对不属于该城市的景点进行消除，并去除掉地理名词。

步骤1.4、获取每个用户在不同景点之间的交通时间，获取到的两个景点之间根据距离的长短分为步行、骑行与车行三种方式，如果两个景点之间的距离小于2公里时默认为步行时间、距离在2公里到5公里之间时默认为骑行时间，大于5公里时默认为车行时间。时间通过百度地图API获取到的当前月份下的平均时间。构建出所有不同的两个景点之间的移动交通时间表Table_m。

步骤1.5、爬取每个景点的平均访问时间。由于不同的年龄段的游客在同一个景点的停留时间呈现倒立的正偏态分布的趋势。以5年为区间将游客的年龄分为12个阶段，时间横跨10-70之间。正偏态函数的峰值在25～30这个区间中，选取中间点作为期望值、平均时间为峰值，根据正偏态函数以及不同游客的年龄可以得出游客在不同景点下的游玩时间。

步骤2、景点的类别信息表示了景点性质，对于获取游客的游客偏好有着重要的意义。爬取景点的类别信息，但是每个景点所属的景点类别信息并不单一，且每种类别的权重并不同。因此本发明基于表示学习与统计学的原理将景点的复杂的类别信息通过表示向量出来。获取景点的类别信息方法如图2所示。

步骤2.1、爬取景点的类别信息。不同的网站的分类是不同的，根据网站上的列举的类别信息，将所有的景点类别信息获取到。

步骤2.2、对景点类别信息进行分类。

具体地，获取到的景点类别信息经过人工分类与融合的方法将景点类别分n类，n>2。例如：河流、山川、人文等。

步骤2.3、获得每个景点所属类别信息及每个类别信息的权重。

对于每个单一的景点，根据每个景点在不同旅游门户网站上的用户评论，通过对每个用户的评论提到的该景点的类别信息进行汇总，如：用户A在评论信息中提到了山川、和人文信息。最后统计景点所属每种类型的个数。如景点l在网上爬取的河流信息数量为60，人文类别信息为20。则产生l景点所属类别信息为河流：人文＝3:1。

步骤2.4、根据景点不同类别的权重信息可建立一个关于景点类别的类别序列，该序列按照类别权重比值，生成相应个数的类别名称，并将每种类别按照权重的大小从前向后排列。最终出现的类别个数称为类别序列的长度N_c。例如景点I的类别序列为：河流、河流、河流、人文。

步骤2.5、根据景点的类别序列信息，根据类别序列的长度设定一个灵活的训练窗口Window，保证训练窗口的大小与类别序列的长度相同。通过doc2vec训练可以得到每个景点基于类别信息的景点类型表示向量。

步骤3、根据用户的游记数据与游记中景点的类别信息，基于统计学原理与表示学习的原理，改变不同的输入数据，可以获取到包含丰富语义多维度下的游客旅游偏好表示向量，得到丰富的游客的画像信息，为后面的推荐提供了较为准确的前提条件。具体的方法如图3所示。

步骤3.1、根据用户在一个城市中的旅游路线，不考虑路线信息中的时间因素，仅仅考虑路线中的景点信息，即将由所有景点按照用户游玩时间顺序排列的序列作为数据输入，基于doc2vec即可得到该用户基于景点的旅游偏好表示向量。

步骤3.2、用户的旅游路线中的每个景点都有所属的景点类别信息，根据用户游玩的景点序列中的所有景点，查找步骤2中得到的每个景点基于类别信息的表示向量。将路线中的所有景点的基于类别信息的表示向量累加取平均，即可得到该用户基于景点类别的旅游偏好表示向量。

步骤3.3、将用户基于景点的旅游偏好表示向量与基于景点类别的旅游偏好表示向量相加取平均即可得到包含丰富语义的用户的旅游偏好表示向量。

步骤3.4、根据游客游玩的时间所属的月份，将所有的旅游路线按月份分为12类。每一类中包含了游客在该月份下的游玩序列。

步骤3.5、根据每个用户在月份下的游玩景点序列作为输入，基于doc2vec即可得到用户在不同月份下的游玩偏好表示向量，将每个月份下的所有用户的游玩偏好表示向量累加求平均即可得到每个月份下的基于景点的游客的旅游偏好表示向量。

步骤3.6、在每个月份下的数据中调用步骤3.2，即可得到每个月份下用户基于类别信息的用户偏好表示，将每个月份下的所有的用户基于类别信息的用户偏好表示向量累加取平均即可得到每个月份下基于景点类别信息的游客的旅游偏好表示向量。

步骤3.7、将每个月份下游客基于景点的旅游偏好表示向量与基于景点类别的旅游偏好表示向量累加取平均即可得到包含丰富语义的每个月份下游客的旅游偏好表示向量。

步骤3.8、根据在同一城市的游客的游记中每个景点的上下文即在每个游记中该景点的周边景点，根据同一城市中游客的游记通过word2vec可以得到每个景点的基于周边景点的表示向量。通过步骤3.1与步骤3.5得到的基于景点的用户与游客的表示向量的同时也得到了每个景点基于周边景点的表示向量。

步骤3.9、查询根据步骤2中得到的基于景点类别信息的每个景点表示向量。

步骤3.10、将基于周边景点信息与基于景点类别信息的景点表示向量累加取平均即可以得到包含丰富语义的景点表示向量。

步骤4、通过步骤1中获取到的游客的旅游路线，每条路线中包含了该游客在各个景点的游玩数据点，以及不同的景点之间的移动交通时间。游记中景点的数量成为该游记的长度。采用频繁旅游路线挖掘方法生成新的备选路线，最终得到候选游玩路线集合。

因此一条长度为N的原始旅游路线数据定义为：(＜A1,Ts1＞M1＜A2,Ts2＞M2＜A3,Ts3＞...＜Ai,Tsi＞Mi...＜AN,TsN＞MN)，其中＜Ai,Tsi＞为该游客在景点i的游玩数据点，Ai表示为景点i的名称标识，Tsi为游客在该景点的游玩时间，Mi表示为景点Ai与景点Ai+1之间的移动交通时间。

频繁旅游路线挖掘方法的输入参数包括：频繁旅游路线α，也即前缀序列；旅游行为序列数据集，也即前缀序列α的投影序列数据集，记为P|_α。输出作为所有从游客的旅游路线中挖掘的频繁旅游路线。该方法具体为：将当前的频繁游览路线α作为前缀序列，搜索P|_α中所有后续频繁游览行为模式λ，将路程时间以及后续频繁行为模式依次添加至α尾部，得到若干新前缀序列α'。然后针对每条新前缀序列α'构建投影序列数据集P|_α'，再递归地执行前述步骤，直至频繁游览路线停止增长而方法执行结束，即挖掘出所有频繁游览路线。

为了保证前缀序列与挖掘出的频繁旅游景点，以及它们之间的移动交通时间，本发明在挖掘方法执行之前构建一个“游玩景点——路程时间”关系表，记为

其中,λ_i为当前挖掘的频繁旅游路线α的最后一个频繁游玩数据点。关系表的每行对应一个离散化的路程时间整数TR_n；关系表的每列对应一个在P|_α中发现的后续游玩数据点λ_k。关系表元素

记录了P|_α中包含子游览行为序列(λ_i,TR_n,λ_k)的支持度计数。如果该计数大于或等于最小支持度min_sup，则该表元素对应的λ_k是一个频繁后续游玩数据点。另外，路程移动时间TR_n是一个从λ_i景点到λ_k景点之间的移动交通时间根据步骤1.4中生成的移动交通时间表Table_m来查询不同的景点之间的移动交通时间从而保证了时间的准确性。

由于本发明将旅游路线按照游客的个人信息划分出多个类型，例如，学生、成年、中年、女性、男性、等多种类型。因此针对每个类别，需要多次调用本方法，挖掘得到每个子类对应的频繁旅游路线集合。频繁旅游路线挖掘方法如图4所示，具体步骤包括：

步骤4.1、判断当前挖掘的频繁旅游路线长度是否为0，即判断该方法是否第一次被调用。如果为0则跳转到步骤4.2，否则跳转到步骤4.5。

步骤4.2、将所有的满足最小支持度的频繁游玩数据点作为前缀，基于游客的类别与游客需求游玩时间对应的旅游路线数据集，依次构建对应的投影旅游路线数据集。

步骤4.3、将所有满足最小支持度的频繁游玩数据点添加到当前频繁旅游路线中，搜索投影序列数据集P|_α中所有后续频繁游览行为模式λ，将路程时间以及后续频繁游览行为模式λ依次添加至当前的频繁游览路线α尾部，得到若干新前缀序列α'；

步骤4.4、使用新的频繁游玩数据点以及其对应的投影序列数据集为输入参数，递归调用本方法。

步骤4.5、构建空的“游玩景点——路程时间”关系表。

步骤4.6、处理投影序列数据集中的每条投影序列，以构建关系表中的元素。对于每条投影序列，扫描序列中的每个后续行为模式，同时计算当前频繁路线中最后一个景点数据点与后面各个景点之间的路程时间，以路程时间作为上标，后续的景点数据点作为下标，将各后续景点数据点支持度技术保存至关系表对应元素中。

步骤4.7、扫描关系表中所有元素，比较元素值是否大于设定的最小支持度，即判断表元素是否为频繁的。如果存在频繁元素则执行步骤4.8和步骤4.9，否则执行结束。

步骤4.8、将频繁表元素对应的路程时间和后续的频繁游玩数据点添加到当前频繁旅游路线的尾部，生成新的频繁游玩路线，并保存至频繁旅游路线数据库中。

步骤4.9、以新的频繁旅游路线为前缀序列，构建新的投影序列数据集；并以新的频繁旅游路线和对应的投影序列数据集为输入，递归调用本方法，将全部的频繁路线挖掘出来。

步骤5、如图5所示，根据游客输入的个人约束与游客分类，搜索满足游客约束条件的旅游路线。本发明中用户的输入的约束条件为游玩天数D、游玩月份、游客想去的景点。本发明设定游客一天游玩的时间为10个小时，排除不满足游客条件约束的路线并排序从而生成待候选推荐路线。

步骤5.1、计算每一条生成的旅游路线所花费的总时间T_all_cost。总时间是每条序列中的所有景点游玩的时间与每两个景点之间的移动交通时间相加得到每一条旅游路线所需的游玩时间T_all_cost。

步骤5.2、通过游客的游玩天数D，可以得到游客的游玩总时间T_all＝D*10。判断花费总时间是否小于游客游玩的总时间。去除掉不满足时间约束的旅游路线。

步骤5.3、统计所有满足条件的旅游路线的中的景点数num_p与满足步骤5.2中条件的路线的条数num_t，得到平均每一条路线中出现的景点数num_c，去掉不满足num_p>num_c的旅游路线。

步骤5.4、去除掉旅游路线中不包含游客想去的景点的旅游路线。从而得到待候选旅游路线。

步骤6、根据待候选的旅游路线中的景点与景点所属的类别信息可以得到每一条旅游路线所属的偏好表示向量，即通过表示向量的形式将复杂的景点表示向量出来，为后面的推荐提供较为准确的偏好指导。

步骤6.1、根据带候选路线中的景点数据点，不考虑数据点中的游玩时间因素，将路线中的景点序列作为输入，通过doc2vec便可以得到该旅游路线基于景点的路线偏好表示向量。

步骤6.2、待候选路线中的每个景点都有所属的景点类别信息。要得到待候选路线基于类别的路线偏好表示向量。根据待候选旅游路线中的每个景点，查找步骤2中得到的其基于景点类别的景点表示向量。将路线中所有与的景点表示向量累加求平均就得到了这条路线基于景点类别的路线表示向量。

步骤6.3、将基于景点的旅游路线表示向量与基于景点类别的旅游路线表示向量相加求平均即可得到包含丰富语义的旅游路线所属的偏好表示向量。

步骤6.4、基于生成的待候选的旅游路线中的每个景点，通过步骤3.8、步骤3.9、步骤3.10生成的景点表示向量，将路线中的每个景点的表示向量累加取平均得到在满足游客旅游偏好的前提下的路线所属的偏好表示向量。

步骤7、在已知游客旅游偏好与待候选旅游路线的表示向量的前提下对于用户进行偏好匹配，从待候选路线中寻找满足偏好匹配条件的路线成为候选路线，在候选路线中根据相关规则选出推荐的路线,传到前段显示出来。偏好匹配、结果筛选的具体步骤如图6所示：

步骤7.1、通过步骤6.3得到的旅游路线偏好所属表示向量

与步骤6.4中得到的满足游客旅游偏好的路线所属的偏好表示向量v_{o_r}。将其两者通过公式(1)计算两者的匹配度m_{p_o}。

步骤7.2、公式(1)计算的匹配度表示的是待候选路线所属的偏好表示向量与游客偏好的匹配度，根据匹配度的大小进行排序去除掉匹配度较小的1/3，剩下的为候选路线。

步骤7.3、根据用户的时间约束条件，确定时间所属的月份，得到当前月份下游客的旅游偏好表示向量v_{m_i},i表示的是当前的月份。查看该用户的旅游偏好表示向量v_{u_id},id表示是该用户的唯一标识。可以得到用户的需求表示向量v_r＝v_{m_i}+v_{u_id}。

步骤7.4、要保证推荐的路线满足游客的需求，因此通过公式(2)来计算每一条路线的推荐分数。并将候选路线按照推荐分数的大小进行排序。

步骤7.4、将推荐分数最高的候选旅游路线，加上每个景点中的游玩时间与景点与景点之间的移动交通时间。最后将推荐的满足用户个性化需求的旅游路线传到前段显示出来，从而结束整个推荐过程。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (6)

1.一种个性化旅游路线推荐方法，其特征在于，该方法包括以下步骤：

步骤1.获取游客的游记信息并进行预处理；

步骤1.1.游记中景点名称噪声消除，去除游记中不属于景点的信息；

步骤1.2.对于游记中一个的景点出现多个名称的情况，因此需要去除单一景点的不同的景点名称，使得游记中的景点相互之间独立；

步骤1.3.针对不属于城市的景点进行消除，并去除掉地理名词；

步骤1.4.获取每个用户在不同景点之间的交通时间，获取到的两个景点之间根据距离的长短分为步行、骑行与车行三种方式，如果两个景点之间的距离小于2公里时默认为步行时间、距离在2公里到5公里之间时默认为骑行时间，大于5公里时默认为车行时间， 时间通过百度地图API获取到的当前月份下的平均时间,构建出所有不同的两个景点之间的移动交通时间表Table_m；

步骤1.5.爬取每个景点的平均访问时间，由于不同的年龄段的游客在同一个景点的停留时间呈现倒立的正偏态分布的趋势，以5年为区间将游客的年龄分为12个阶段，时间横跨10-70之间，正偏态函数的峰值在25～30这个区间中，选取中间点作为期望值、平均时间为峰值，根据正偏态函数以及不同游客的年龄可以得出游客在不同景点下的游玩时间；

步骤2.获取景点类别信息，并得到基于类别信息的景点类型表示向量；

步骤3.获取每个用户的旅游偏好表示向量、每个月份下游客的旅游偏好表示向量以及每个景点的表示向量；

步骤4.根据步骤1得到候选游玩路线集合；

步骤4.1.判断当前挖掘的频繁旅游路线长度是否为0，如果为0则跳转到步骤4.2，否则跳转到步骤4.5；

步骤4.2.将所有的满足最小支持度的频繁游玩数据点作为前缀，构建对应的投影序列数据集P|_α；

步骤4.3.将所有满足最小支持度的频繁游玩数据点添加到当前频繁旅游路线α中；

搜索投影序列数据集P|_α中所有后续频繁游览行为模式λ，将路程时间以及后续频繁游览行为模式λ依次添加至当前的频繁游览路线α尾部，得到若干新前缀序列α'；

步骤4.4.递归地执行步骤4.2～4.3直至挖掘出所有频繁游览路线；

步骤4.5.构建空的“游玩景点—路程时间”关系表；

步骤4.6.扫描投影序列数据集P|_α中的每条投影序列，以构建“游玩景点—路程时间”关系表中的元素；对于每条投影序列，扫描序列中的每个后续行为模式，同时计算当前频繁路线中最后一个景点数据点与后面各个景点之间的路程时间；

步骤4.7.扫描“游玩景点—路程时间”关系表中所有元素，比较元素值是否大于设定的最小支持度，即判断元素是否为频繁的；如果存在频繁元素则执行步骤4.8和步骤4.9，否则结束；

步骤4.8.将频繁表元素对应的路程时间和后续的频繁游玩数据点添加到当前频繁旅游路线的尾部，生成新的频繁游玩路线，并保存至频繁旅游路线数据库中；

步骤4.9.以新的频繁旅游路线为前缀序列，构建新的投影序列数据集；并以新的频繁旅游路线和对应的投影序列数据集，递归执行步骤4.6～4.9；

步骤5.根据个人约束从候选游玩路线集合得到待候选旅游路线；

步骤6.根据待候选推荐路线中的景点与景点所属的类别信息得到每一条旅游路线所属的偏好表示向量；

步骤7.将用户的游玩偏好与候选路线进行相似度匹配得到与用户游玩偏好最匹配的游玩路线作为最终向用户推荐的旅游路线。

2.根据权利要求1所述的一种个性化旅游路线推荐方法，其特征在于，所述步骤2包括以下子步骤：

步骤2.1.获取景点类别信息；

步骤2.2.对景点类别信息进行分类；

步骤2.3.获得每个景点所属类别信息及每个类别信息的权重；

步骤2.4.将每个类别信息按照权重的大小从前向后排列，并根据景点不同类别信息的权重建立关于景点类别的类别序列，该类别序列按照类别信息的权重值，生成相应个数的类别名称，最终出现的类别个数称为类别序列的长度N_c；

步骤2.5.根据景点类别的类别序列以及类别序列的长度设定一个训练窗口，该训练窗口的大小与类别序列的长度相同；通过doc2vec训练得到每个景点基于类别信息的景点类型表示向量。

3.根据权利要求2所述的一种个性化旅游路线推荐方法，其特征在于，所述步骤3包括以下子步骤：

步骤3.1.根据所有景点用户游玩时间的序列，得到该用户基于景点的旅游偏好表示向量；

步骤3.2.将路线中的所有景点的基于类别信息的景点类型表示向量累加取平均，得到该用户基于景点类别的旅游偏好表示向量；

步骤3.3.将用户基于景点的旅游偏好表示向量与基于景点类别的旅游偏好表示向量相加取平均，得到用户的旅游偏好表示向量；

步骤3.4.根据游客游玩的时间所属的月份，将所有的旅游路线按月份分分类，每一类中包含了游客在该月份下的游玩序列；

步骤3.5.根据每个用户在不同月份下的游玩景点序列得到用户在不同月份下的游玩偏好表示向量，将每个月份下的所有用户的游玩偏好表示向量累加求平均，得到每个月份下游客基于景点的旅游偏好表示向量；

步骤3.6.根据用户基于景点类别的旅游偏好表示向量得到每个月份下用户基于类别信息的用户偏好表示向量，将每个月份下的所有的用户基于类别信息的用户偏好表示向量累加取平均，得到每个月份下基于景点类别信息的游客的旅游偏好表示向量；

步骤3.7.将每个月份下游客基于景点的旅游偏好表示向量与基于景点类别信息的旅游偏好表示向量累加取平均，得到包含丰富语义的每个月份下游客的旅游偏好表示向量；

步骤3.8.根据每个游记信息中该景点的周边景点以及同一城市中游客的游记信息得到每个景点的基于周边景点的表示向量；

步骤3.9.将基于周边景点的表示向量与基于景点类别信息的景点类型表示向量累加取平均得到每个景点的表示向量。

4.根据权利要求3所述的一种个性化旅游路线推荐方法，其特征在于，所述步骤5包括以下子步骤：

步骤5.1.获取游客的个人约束条件；

步骤5.2.计算生成的频繁旅游路线数据库中所有旅游路线所需的总时间T_all_cost；

步骤5.3.判断总时间T_all_cost是否小于游客游玩的时间T_all，去掉不满足时间约束的旅游路线；

步骤5.3.统计所有满足游客的个人约束条件的旅游路线的中的景点数num_p与满足步骤5.2中条件的旅游路线的条数num_t，得到平均每一条路线中出现的景点数num_c，去掉不满足num_p>num_c的旅游路线；

步骤5.4.去除掉旅游路线中不包含游客想去的景点的旅游路线，从而得到待候选旅游路线。

5.根据权利要求4所述的一种个性化旅游路线推荐方法，其特征在于，所述步骤6包括以下子步骤：

步骤6.根据待候选旅游路线中的景点与景点所属的类别信息得到每一条旅游路线所属的偏好表示向量；

步骤6.1.根据待候选旅游路线中的景点数据点，得到旅游路线基于景点的旅游路线偏好表示向量；

步骤6.2.根据待候选旅游路线中的每个景点以及基于景点类别的景点表示向量，将旅游路线中所有的景点表示向量累加求平均，得到该旅游路线基于景点类别的旅游路线表示向量；

步骤6.3.将基于景点的旅游路线偏好表示向量与基于景点类别的旅游路线表示向量相加求平均，得到旅游路线所属的偏好表示向量；

步骤6.4.将路线中的每个景点的表示向量累加取平均，得到满足游客旅游偏好的旅游路线所属的偏好表示向量。

6.根据权利要求5所述的一种个性化旅游路线推荐方法，其特征在于，所述步骤7包括以下子步骤：

步骤7.1.通过公式(1)计算旅游路线所属的偏好表示向量与满足游客旅游偏好的旅游路线所属的偏好表示向量

的匹配度，得到待候选路线所属的偏好表示向量v_{o_r}与游客偏好表示向量的匹配度，

步骤7.2.根据匹配度的大小进行排序，去除掉匹配度较小的1/3，则余下匹配度较大的为候选路线；

步骤7.3.根据用户的时间约束条件，确定所属的月份，得到当前月份下游客的旅游偏好表示向量v_{m_i}；查看该用户的旅游偏好表示向量v_{u_id}得到用户的需求表示向量v_r＝v_{m_i}+v_{u_id}；,i表示的是当前的月份，id表示是该用户的唯一标识；

步骤7.4.通过公式(2)计算每一条路线的推荐分数，并将候选路线按照推荐分数的大小进行排序；

则推荐分数最高的候选旅游路线为推荐结果。

Images