CN109064357A - 一种实时导游推荐系统及方法 - Google Patents

Abstract

本发明涉及一种实时导游推荐系统，该系统包括相互通信的导游端和旅行社端，所述的导游端用以获取导游信息，并根据导游信息结合匹配推荐算法，选择符合旅行社需求的导游供旅行社端选择。与现有技术相比，本发明具有处理速度快、平衡特征之间相对影响、考虑全面、推荐准确等优点。

Description

一种实时导游推荐系统及方法

技术领域

本发明涉及旅游导游推荐领域，尤其是涉及一种实时导游推荐系统及方法。

背景技术

导游推荐是结合旅行社的团控、计调人员的需求，根据旅行社管理人员的需求，优先筛选出适合旅行社所选线路、团队的导游，提高旅行社导游管理人员的工作效率，保证每个团队都能快速找到合适、优质的导游服务。

目前国内不论是旅行社给导游派团，还是线下找导游沟通，必须确定好导游时间、经验都是合适的，才能给导游派团，这中间的沟通时间和成本，占据了导游管理员的大部分精力，大大降低了的团队派陪管理效率。在给导游派团时，旅行社在业务系统中需要在很多只有导游证号、导游姓名等基本信息的列表中寻找一个合适的导游派团，也无法定位哪个导游适合当前需要派导的团队。而在实际的业务场景中，旅行社还需要了解导游的带团经验，是否有这个团队线路带团经验，以往游客评价是否良好，对于这个团队的一些个性化需求，导游是否满足等旅行社关心的条件，但是旅行社都无法从传统的业务系统中得知。导致旅行社的导游管理员容易派团给到不适合的导游，需要反复撤回团队，更换导游，从而影响游客体验和团队效率。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种实时导游推荐系统及方法。

本发明的目的可以通过以下技术方案来实现：

一种实时导游推荐系统，该系统包括相互通信的导游端和旅行社端，所述的导游端用以获取导游信息，并根据导游信息结合匹配推荐算法，选择符合旅行社需求的导游供旅行社端选择，所述的导游端具体包括：

团队信息模块：用以从全国旅游团队服务管理系统、旅行社业务系统对接给导游的派团记录以及旅行社内部发单邀约导游的记录获取待推荐导游的带团线路、每个线路的频次、擅长讲解线路和线路熟练程度指数；

抢团信息模块：用以获取导游的具体信息，包括导游的价值标准以及导游的开始工作时间、个人照片、个人介绍信息，所述的价值标准包括带团时薪和日薪；

个人信息模块：用以获取导游的基本资质信息，包括导游身份认证、导游等级、语种和业务范围信息；

抢团日历模块：用以指定导游的休息日期，设置并查看近期接团的月度安排表。

所述的旅行社端具体包括：

国内团模块：用以选择国内的城市站点，根据入境需求选择语种、导游的带团经验、性别、年龄的基础要求；

出境团模块：用以根据线路选取出境团的领队，再根据游客和旅行社推荐当前线路且符合用户需求的导游；

常用导游/分组导游模块：用以设置旅行社的可信用导游分组和推荐优先级并且记录可信用导游的派导关系。

一种实时导游推荐方法，包括以下步骤：

1)获取待匹配导游的n维特征集X(x₁，x₂...x_n)，其中，x₁，x₂...x_n分别为导游的多个指标特征，包括导游的开始工作时间、年龄、性别、所在地、等级、语种、星级、工作年限和服务质量评价；

2)获取旅行社的带团需求信息并生成导游目标集Y，且Y∈X；

3)根据特征集X和导游目标集Y进行导游匹配，生成推荐的导游表列；

4)旅行社根据推荐的导游表列选择一个或多个导游并向中意导游发起预约申请，完成导游的匹配推荐。

所述的步骤3)具体包括以下步骤：

31)分别对特征集X中的n维指标特征赋值重要性权重；

32)根据重要性权重对所有待推荐导游进行加权聚类分析，将其分为m个类型组；

33)选择分类组中心与导游目标集Y的距离最近的组最为推荐组，并采用最近邻居原则在推荐组内选择r个导游生成推荐的导游表列。

所述的步骤31)具体包括以下步骤：

311)获取K个导游的特征集并组合成矩阵Z(X₁，...，X_k)；

312)对矩阵Z的协方差矩阵ZZ^T进行特征分解获得特征矩阵Λ，获取特征矩阵Λ中的特征值依次对应作为每个指标特征的重要性权重w_n，且w₁+…+w_n＝1。

所述的步骤32)中，将所有N个待推荐导游分为m个类型组具体包括以下步骤：

321)随机选取m个导游作为m个类型组的初始聚类中心；

322)获取所有待推荐导游与初始聚类中心的加权距离，并根据最近的聚类中心初次聚类；

323)计算每个类型组内所有导游到聚类中心的加权距离和，并调整得到新的聚类中心，直至加权距离和与上一次分组的加权距离和之间的差小于设定阈值为止，具体的计算公式为：

其中，||·||为一阶范数，U_i为第i组的分类中心，即各个维度的中位数，G_i为第i个组的导游集合，w_j为第j个维度的权重，x_j为特征集X中的第j个维度，u_ij为第i个组第j个维度的分类中心。

与现有技术相比，本发明具有以下优点：

一、处理速度快：本发明提出算法采用先聚类分组再匹配推荐的分步式处理方式，将大量导游数据分成特征相似组，以组中心作为代表对导游需求进行匹配，从而有效的提高了系统在大数据样本下的实时处理性能。

二、平衡特征之间相对影响：在聚类分组过程中，以加权优化方式进行迭代，对已有迭代优化模型进行了改进和扩展，从而有效平衡了特征之间相对影响和优化效率之间的关系。

三、考虑全面、推荐准确：以应用特征值(奇异值)分解作为权重选取的信息依据，有效的反映了多维数据分布特点，同时考虑到了业务逻辑知识对系统性能的影响。

附图说明

图1为实时导游推荐系统的功能结构图。

图2为实时导游推荐系统的构架设计图。

图3为导游推荐流程图及流程说明。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

本发明的导游推荐系统从根本上解决小型旅行社缺导游，找导游难，大型旅行社养导游成本高，导游资源分配不均等问题。在旅游旺季，旅行社往往会抱怨找导游难，找个合适的导游更是难上加难，本发明导游推荐系统通过独特系统设计结合高性能自主研发匹配算法，结合旅行社的实际需求，推荐出符合旅行社需求的导游资源，从很大程度上给旅游从业人员的人力资源分配带来了高效的推动力。

1、系统设计：功能模块设计图及说明

如图1所示，本发明为旅行社计调人员及导游管理人员快速匹配到合适的导游，推进导游和旅行社之间的资源合理利用，导游推荐系统的一级功能模块主要包括：导游端和旅行社端。

1)导游端主要为收集导游信息，系统再根据导游信息结合设计相关算法，匹配出高度符合旅行社需求的导游，供旅行社选择，过滤掉旅行社不需要的导游信息。因此，导游端的二级模块包括有团队信息、抢团信息、个人信息、抢团日历四个功能点。

团队信息：收集跟踪导游的带团线路，计算出导游每个线路的频次及熟练程度，由此更加准确的推荐给旅行社某一带团地点的优质导游。其团队来源包括全国旅游团队服务管理系统、旅行社业务系统对接给导游的派团记录，还包括旅行社在系统内部发单，邀约导游的记录，结合以上三方信息来源汇总统计导游的擅长讲解线路、线路熟练程度等指数。

抢团信息：导游根据自身条件和实际情况，拟定一个价值标准，包括导游的带团时薪、日薪。还可完善导游的开始工作时间，个人风采照片、自我介绍等信息，为旅行社在选择导游时提供更细节具体的信息。

个人信息：完善导游基本资质，包括导游身份认证、导游等级、语种、业务范围等信息。

抢团日历：导游根据自身实际情况，如在休假期间，不想接收旅行社的团单邀请或者不愿接受旅行社的派团，可选择指定日期设置休息，以此避免导游“被带团”现象，也大大提高了旅行社发布邀约团单的接单率。其次导游也可查看自己近期接团的月度安排表，避免重复接单，导致派导游成功后取消团单，大幅度降低了团单的取消率比例。

2)旅行社端则主要是收集计调人员及导游管理人员的需求，以匹配高度吻合的导游。其中按照不同的团队类型可区分为国内团和出境团。

国内团：旅行社选择国内的城市站点，针对入境接待游的团，旅行社可根据需求选择需要的语种，导游的带团经验、性别、年龄等基础要求，

出境团：出境团对领队的线路针对性要求较高，旅行社将线路行程信息填写完善后，系统会根据导游的团队数据计算出线路匹配度高的领队，再根据游客和旅行社对领队的个性化要求逐一筛选，最后保留并推荐适合当前线路且符合用户需求的优质导游。

常用导游/分组导游：对于旅行社而言，除去高度的匹配外，还需要考察导游的默契度及信誉度，如旅行社已经有可信用的导游前提下，旅行社可将该导游添加到自己建立的分组中，方便找导游时查看近期安排直接选择，以此提高导游在系统的优先级。对于在系统建立的派导关系，系统也会精准推荐出当前旅行社用户的常用导游，以此为作为旅行社对导游的重复使用几率的参考。

2、系统构架：系统构架设计图及说明，如图2所示：

1)系统接入层使用负载均衡、动静分离技术，保障用户在使用过程基本的稳定性。

2)Web层主要包括：旅行社web端、旅行社APP(iOS、Android)、导游端 h5、导游端APP(iOS、Android)、运维后台

3)业务组件：

业务服务：

A导游和旅行社的用户服务，包括用户隐私的安全，和用户登录、退出、密码管理等基本业务；

B团队服务包括游客点名、行程查看、团队记账、团队收款等导游在带团期间需要使用的服务，同时旅行社还能在导游带团期间定位跟踪导游位置，查看团队游客反馈信息，有效管理团队的质量；

C打赏服务则是为导游创造更高的价值，增加游客与导游的互动性，游客可使用该服务给导游打赏鲜花；

D课程服务目的在于提升平台导游专业素质，平台为导游提供第三方课程服务，导游可在线参加课程培训；

E保险服务主要用于导游、游客在行程中购买旅游保险，提供旅途基本保障，同时也给导游为游客带来的服务增加了多样性；

F消息服务，包括导游与旅行社之间、导游与游客之间、平台与导游、旅行社之间的消息服务，及时有效的通知到平台用户信息；

G钱包服务，有效管理导游、旅行社之间的资金流，保证导服费、游客收款在不同角色间的无障碍流通；

H评价服务，导游在行程中第一时间收集游客对行程安排的反馈；

I应急服务，为在外遇到危险的导游提供一个应急求救的入口；

J社交服务主要包括你问我答、导游现场等导游圈内互动服务，以此活跃平台导游，增加平台内部导游的互动性。

管理服务：

A账号管理，管理导游、旅行社角色账号，可协助用户新增、删除、修改账号；

B钱包、鲜花账户管理，监控导游钱包、鲜花余额，审核导游、旅行社的资金流，保证资金安全；

C基础数据管理，管理导游、旅行社公司、部门、用户等基础信息，保证各用户在平台使用时的数据完整性和正确性；

D课程管理，新增、修改、删除课程信息，及时有效为导游安排有深度、宽度的课程；

E社交监控管理，保证导游圈社交信息合法健康，阻止违法、不健康的信息在平台社交圈流传；

F投诉管理，处理导游和旅行社之间产生的纠纷问题；

G版本管理，系统版本控制，有效管理平台用户的版本内容；

H报表统计分析，通过该服务，管理部门能直观的了解到系统各数据分布情况，以满足管理部门的需求。

4)基础组件层包括：库读写分离组件、消息组件、定时任务组件、存储组件、缓存组件、数据验证组件

5)存储器包括：oracle数据库服务器、Redis cache服务器、MongoDB nosql 服务器、qiniu cdn服务器

3、系统流程：导游推荐流程图及流程说明，推荐算法说明，如图3所示：

旅行社填写自己的行程线路和带团需求信息如有其他要求，比如工作年限、性别、导游等级、好评分数等，系统自动匹配、实时筛选出符合旅行社要求的导游。一键快速给心仪的导游派团。

主要流程如下：

1)导游完善个人信息，系统生成导游的特征集，导游特征集定义为X(x₁，...x_n)，集合维度为n，每个导游可以表示为在这个集合下的一个向量X_i。具体特征描述如下：

A.基本资料：导游开始工作时间、年龄、性别、所在地、等级、语种、星级等；

B.带团经历：

带团线路和带团量；

工作年限，根据导游录入的资格证开始日期计算得出；

C.服务质量：

旅行社评价，导游带团结束后，对导游的带团质量进行综合点评；

游客评价，游客对导游的讲解服务、行程安排等每项元素进行评价；

游客打赏，游客对导游满意度较高的，主动打赏导游，一定程度反映导游的服务质量；

D.导游休息时间设置；

2)旅行社填写带团需求信息，旅行社填写团队开始日期、结束日期、行程站点、所需导游要求等具体需求生成导游目标Y∈X；

3)系统推荐匹配导游

系统根据导游目标Y，自动生成推荐的导游表列，具体方法如下：

A.根据步骤(1)所定义的导游特征集X(x₁，...x_n)，其中x₁，...，x_n是根据所搜集的导游信息整合成的n个维度，比如导游等级、工作时间、带团量等，为体现不同维度的不同重要程度和所含不同信息量，对所有维度进行排序并转化成权重。假设有k个导游X₁，...，X_k，排序以对原特征集(X₁，...，X_k)的协方差矩阵的特征向量分解取得的特征值排序实现。设Y为X₁，...，X_k所组成的矩阵，其协方差矩阵可表示为YY^T，所对应的特征值分解为：

YY^T＝Q^-1Λ(Q^-1)^T

或对应的奇异值分解：

YY^T＝U∑²U^T

取权重W(w₁，...，w_n)，且w₁+…+w_n＝1，权重w_i的取值综合考虑特征排序和每个维度的物理意义，物理意义的定义和衡量由业务知识和场景决定

B.为提高匹配的实时性，首先对所有注册导游进行加权聚类分析，根据导游间的相似度将所有导游分成m个类型组，有k个导游X₁，...，X_k，分成m个组G₁，...，G_m，可以用如下优化方式解决：

其中||X-U_i||采用一阶范数，U_i是第i个组的各个维度的中位数(实际是分类中心)，这样可以取得实际量值作为聚类组的中心，而且利用一阶范数降低数据稀疏性。为了反映导游数据不同维度的不同重要程度和所含不同信息量，系统采用加权聚类，引入权重后的优化函数转化为：

具体算法迭代步骤如下：

i.随机选取m个导游作为m个类型组的初始聚类中心；

ii.计算所有导游与初始聚类中心的加权距离，根据最近的聚类中心决定所有导游的类型组归属；

iii.计算每个类型组内所有导游到中心的加权距离和；

iv.重新计算每个类型组的聚类中心；

v.重复b，c，d步骤，直至新的加权距离和与上一次分组的加权距离和之间的差小于预定阈值结束迭代，最终分组确定。

C.旅行社提出导游匹配请求后，根据具体需求生成导游目标Y；

D.根据之前获得的导游聚类结果对导游目标进行分组，根据导游目标与每个类型组中心的距离(一阶范数)确定组，距离最近的组即为导游目标的所在组；

E.在所在类型组内，根据最近邻居原则(k nearest neighborhood)，找到导游目标Y的r个最合适备选导游：X₁，...，X_r。其中r是通过业务逻辑设定的系统参数。

4)旅行社选择匹配导游

A.旅行社根据系统推荐的导游列表选择最终确认的一个或多个导游人选；

B.收藏分组导游和当前推荐结果，从而达到以后复用的多次目的以加速匹配；

5)向中意导游发起预约申请

选择中意导游发布预约申请，可选择单个导游发布，也一键向所有系统推荐导游发布，一般协会导游直接发送通知给导游，旅行社导游则发送借调通知给导游挂靠旅行社，等候导游或旅行社的应答；

6)导游应答

导游接收到抢单提醒后，可在抢单列表查看团队信息详情并确认抢单，完成应答操作。借调导游则是由旅行社在借调管理模块中同意某个导游的借出，完成应答操作。导游应答后，发单旅行社在平台预付导服费，则完成了一个团单的派导流程，导游匹配推荐结束。

Claims (6)

1.一种实时导游推荐系统，其特征在于，该系统包括相互通信的导游端和旅行社端，所述的导游端用以获取导游信息，并根据导游信息结合匹配推荐算法，选择符合旅行社需求的导游供旅行社端选择，所述的导游端具体包括：

团队信息模块：用以从全国旅游团队服务管理系统、旅行社业务系统对接给导游的派团记录以及旅行社内部发单邀约导游的记录获取待推荐导游的带团线路、每个线路的频次、擅长讲解线路和线路熟练程度指数；

抢团信息模块：用以获取导游的具体信息，包括导游的价值标准以及导游的开始工作时间、个人照片、个人介绍信息，所述的价值标准包括带团时薪和日薪；

个人信息模块：用以获取导游的基本资质信息，包括导游身份认证、导游等级、语种和业务范围信息；

抢团日历模块：用以指定导游的休息日期，设置并查看近期接团的月度安排表。

2.根据权利要求1所述的一种实时导游推荐系统，其特征在于，所述的旅行社端具体包括：

国内团模块：用以选择国内的城市站点，根据入境需求选择语种、导游的带团经验、性别、年龄的基础要求；

出境团模块：用以根据线路选取出境团的领队，再根据游客和旅行社推荐当前线路且符合用户需求的导游；

常用导游/分组导游模块：用以设置旅行社的可信用导游分组和推荐优先级并且记录可信用导游的派导关系。

3.一种应用如权利要求1或2所述的实时导游推荐系统的推荐方法，其特征在于，包括以下步骤：

1)获取待匹配导游的n维特征集X(x₁,x₂...x_n)，其中，x₁,x₂...x_n分别为导游的多个指标特征，包括导游的开始工作时间、年龄、性别、所在地、等级、语种、星级、工作年限和服务质量评价；

2)获取旅行社的带团需求信息并生成导游目标集Y，且Y∈X；

3)根据特征集X和导游目标集Y进行导游匹配，生成推荐的导游表列；

4)旅行社根据推荐的导游表列选择一个或多个导游并向中意导游发起预约申请，完成导游的匹配推荐。

4.根据权利要求3所述的实时导游推荐系统的推荐方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)分别对特征集X中的n维指标特征赋值重要性权重；

32)根据重要性权重对所有待推荐导游进行加权聚类分析，将其分为m个类型组；

33)选择分类组中心与导游目标集Y的距离最近的组最为推荐组，并采用最近邻居原则在推荐组内选择r个导游生成推荐的导游表列。

5.根据权利要求4所述的实时导游推荐系统的推荐方法，其特征在于，所述的步骤31)具体包括以下步骤：

311)获取K个导游的特征集并组合成矩阵Z(X₁,...,X_k)；

312)对矩阵Z的协方差矩阵ZZ^T进行特征分解获得特征矩阵Λ，获取特征矩阵Λ中的特征值依次对应作为每个指标特征的重要性权重w_n，且w₁+…+w_n＝1。

6.根据权利要求5所述的实时导游推荐系统的推荐方法，其特征在于，所述的步骤32)中，将所有N个待推荐导游分为m个类型组具体包括以下步骤：

321)随机选取m个导游作为m个类型组的初始聚类中心；

322)获取所有待推荐导游与初始聚类中心的加权距离，并根据最近的聚类中心初次聚类；

323)计算每个类型组内所有导游到聚类中心的加权距离和，并调整得到新的聚类中心，直至加权距离和与上一次分组的加权距离和之间的差小于设定阈值为止，具体的计算公式为：

其中，||·||为一阶范数，U_i为第i组的分类中心，即各个维度的中位数，G_i为第i个组的导游集合，w_j为第j个维度的权重，x_j为特征集X中的第j个维度，u_ij为第i个组第j个维度的分类中心。