CN109300006A - 住宿场所推荐方法和系统、计算机可读存储介质 - Google Patents

Abstract

本发明公开一种住宿场所推荐方法和系统、计算机可读存储介质。该住宿场所推荐方法包括：获取用户输入的目标城市和至少一个目的地坐标；根据所述目的地坐标确定目的地聚集区域；在目的地聚集区域内确定候选住宿场所；将候选住宿场所呈现给用户。本发明可以根据用户定义的多个目的坐标，在目的地聚集区域为用户推荐候选住宿场所。

Description

住宿场所推荐方法和系统、计算机可读存储介质

技术领域

本发明涉及互联网领域，特别涉及一种住宿场所推荐方法和系统、计算机可读存储介质。

背景技术

相关网站都设有酒店推荐版块，基于数据挖掘，语义分析，协同过滤算法等技术，从酒店舒适度、评分、商圈、星级等个性化需求维度中进行交叉匹配，为用户推荐中意的酒店。

相关技术强调多维度的信息汇总以保证最大程度地满足用户的需求，其中的商圈维度可为用户提供单一商圈选择。

发明内容

申请人发现：针对特定人群，比如外来城市旅游人群，往往需要在多个景点所覆盖的范围内选择一个居中位置的住宿场所，现有单一商圈维度的选择不能做到精细化定位用户需求；住宿场所推荐中，商圈的选择缺乏自定义可视化视图，对于不熟悉城市布局的人群来说，缺乏宏观的整体印象。

鉴于以上技术问题中的至少一项，本发明提供了一种住宿场所推荐方法和系统、计算机可读存储介质，可以根据用户定义的多个目的坐标，在目的地聚集区域为用户推荐候选住宿场所。

根据本发明的一个方面，提供一种住宿场所推荐方法，包括：

获取用户输入的目标城市和至少一个目的地坐标；

根据所述目的地坐标确定目的地聚集区域；

在目的地聚集区域内确定候选住宿场所；

将候选住宿场所呈现给用户。

在本发明的一些实施例中，所述住宿场所推荐方法还包括：

判断目的地坐标数量是否大于1；

在目的地坐标数量大于1的情况下，执行根据所述目的地坐标确定目的地聚集区域的步骤。

在本发明的一些实施例中，所述住宿场所推荐方法还包括：

在目的地坐标数量等于1的情况下，根据目的地坐标和预定搜索半径确定搜索区域，在搜索区域内确定候选住宿场所，之后执行将候选住宿场所呈现给用户的步骤。

在本发明的一些实施例中，所述根据所述目的地坐标确定目的地聚集区域包括：

根据所有目的地的横坐标和纵坐标确定横坐标中位线和纵坐标中位线；

将横坐标中位线和纵坐标中位线的交点作为坐标原点，将横坐标中位线作为第一坐标轴，将纵坐标中位线作为第二坐标轴；

将第一坐标轴和第二坐标轴划分的四个象限中目的地数量最多的象限作为目的地聚集区域。

在本发明的一些实施例中，所述根据所述目的地坐标确定目的地聚集区域还包括：

将横坐标中位线、纵坐标中位线以及横坐标中位线和纵坐标中位线的交点发送给用户；

接收用户拖动后的交点坐标，以及用户旋转或拖动后的横坐标中位线、纵坐标中位线方程；

将用户拖动后的交点作为坐标原点，将用户旋转或拖动后的横坐标中位线作为第一坐标轴，将用户旋转或拖动后的纵坐标中位线作为第二坐标轴，之后执行将第一坐标轴和第二坐标轴划分的四个象限中目的地数量最多的象限作为目的地聚集区域。

在本发明的一些实施例中，所述在目的地聚集区域内确定候选住宿场所包括：

获取目的地聚集区域内每一目的地与坐标原点的距离；

将目的地与坐标原点的最小距离作为扇形搜索半径；

在以坐标原点为圆心、扇形搜索半径为半径的扇形区域内搜索，确定候选住宿场所。

在本发明的一些实施例中，所述在目的地聚集区域内确定候选住宿场所还包括：

在一个目的地与坐标原点的距离为最小距离的情况下，搜索扇形区域的圆心角为预定角度，所述目的地位于搜索扇形区域的弧平分线上。

在本发明的一些实施例中，所述在目的地聚集区域内确定候选住宿场所还包括：

在多个目的地与坐标原点的距离为最小距离的情况下，确定所述多个目的地中平面距离最远的两个目的地；

根据所述最远平面距离确定扇形区域的圆心角，其中，所述平面距离最远的两个目的地分别位于扇形区域的两边上。

在本发明的一些实施例中，所述在目的地聚集区域内确定候选住宿场所还包括：

在以坐标原点为圆心、扇形搜索半径为半径的扇形区域内未搜索到住宿场所的情况下，将扇形搜索半径增大预定长度后，继续搜索。

在本发明的一些实施例中，所述将候选住宿场所呈现给用户包括：

根据用户输入的筛选条件对候选住宿场所进行筛选；

将筛选后的候选住宿场所呈现给用户。

在本发明的一些实施例中，所述将筛选后的候选住宿场所呈现给用户包括：

计算筛选后的每个候选住宿场所周边预定距离内公共交通站点数量；

将公共交通站点数量最多的住宿场所呈现给用户。

根据本发明的另一方面，提供一种住宿场所推荐系统，包括：

目的地坐标获取模块，用于获取用户输入的目标城市和至少一个目的地坐标；

目的地聚集区域获取模块，用于根据所述目的地坐标确定目的地聚集区域；

候选住宿场所确定模块，用于在目的地聚集区域内确定候选住宿场所；

候选住宿场所呈现模块，用于将候选住宿场所呈现给用户。

在本发明的一些实施例中，所述住宿场所推荐系统用于执行实现如上述任一实施例所述的住宿场所推荐方法的操作。

根据本发明的另一方面，提供一种住宿场所推荐系统，包括：

存储器，用于存储指令；

处理器，用于执行所述指令，使得所述住宿场所推荐系统执行实现如上述任一实施例所述的住宿场所推荐方法的操作。

根据本发明的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例所述的住宿场所推荐方法。

本发明可以根据用户定义的多个目的坐标，在目的地聚集区域为用户推荐候选住宿场所。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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发明的一些实施例，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为本发明住宿场所推荐方法一些实施例的示意图。

图2为本发明住宿场所推荐方法另一些实施例的示意图。

图3为本发明一些实施例中根据所述目的地坐标确定坐标原点和坐标轴的示意图。

图4为本发明一些实施例中确定目的地聚集区域的示意图。

图5为本发明一些实施例中确定扇形搜索区域的示意图。

图6为本发明另一些实施例中确定扇形搜索区域的示意图。

图7为本发明一些实施例中优先推荐周边角度覆盖范围广的住宿场所的示意图。

图8为本发明住宿场所推荐系统一些实施例的示意图。

图9为本发明住宿场所推荐系统另一些实施例的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

申请人发现：另一相关技术可以基于几何学定律，通过在地图上计算出与各个景点距离最短的点，在该点的一定范围内搜索酒店，使酒店到各个景点的距离较短的方法。

但是，通过在地图上计算出一个到各种景点之间距离最短的点，并在该点一定范围内查询的方法，存在特殊场景并不适用。即当多景点之间出现有多个聚集，极少数分散的情况时，酒店的定位缺少对多景点区域的占比权重分析，结合用户体验度，往往在考虑到各景点的距离适中的同时，也会更倾向靠近多景点聚集地。

鉴于以上技术问题中的至少一项，本发明提供了一种住宿场所推荐方法和系统、计算机可读存储介质，下面通过具体实施例对本发明进行说明。

在本发明下述实施例中，住宿场所可以包括各种酒店、旅馆、客栈、饭店、民宿、青年旅社、airbnb(爱彼迎)、出租房等可以为用户提供住宿空间的场所中的至少一种。

图1为本发明住宿场所推荐方法一些实施例的示意图。优选的，本实施例可由本发明住宿场所推荐系统执行。该方法包括以下步骤：

步骤101，获取用户输入的目标城市和至少一个目的地坐标。

步骤102，根据所述目的地坐标确定目的地聚集区域。

步骤103，在目的地聚集区域内确定候选住宿场所。

步骤104，将候选住宿场所呈现给用户。

基于本发明上述实施例提供的住宿场所推荐方法，可以根据用户定义的多个目的坐标，根据所述目的地坐标确定目的地聚集区域，在目的地聚集区域为用户推荐候选住宿场所。

图2为本发明住宿场所推荐方法另一些实施例的示意图。图3为本发明一些实施例中根据所述目的地坐标确定坐标原点和坐标轴的示意图。优选的，本实施例可由本发明住宿场所推荐系统执行。该方法包括以下步骤：

步骤201，获取用户输入的目标城市和至少一个目的地坐标。

在本发明的一些实施例中，所述目标城市可以为旅游城市或出差城市等；所述目的地可以为景点、目的公司办公地等。

在本发明的一些实施例中，如图3所示，步骤201可以包括：用户选择旅游城市；展开旅游城市地图，点击页面添加，填入期望景点名称；每增加一个景点，地图上相应坐标位置自动标注，可增加若干景点，分别记为(x1，y1)，(x2，y2)，……，(xn，yn)。如图3所示，所述多个实心大黑点为用户输入的目的地(景点)的坐标。

步骤202，判断目的地坐标数量是否大于1。在目的地坐标数量大于1的情况下，执行步骤203；否则，在目的地坐标数量不大于1(即等于1)的情况下，执行步骤207。

步骤203，根据所有目的地的横坐标和纵坐标确定横坐标中位线和纵坐标中位线，以及横坐标中位线和纵坐标中位线的交点。

在本发明的一些实施例中，如图3所示，步骤203可以包括：计算全部标注点(目的地坐标)的横坐标中位线为纵坐标中位线为交点为O(x，y)。

步骤203后，包括两种不同的方案。

方案一、直接将将横坐标中位线和纵坐标中位线的交点作为坐标原点，将横坐标中位线作为第一坐标轴，将纵坐标中位线作为第二坐标轴，其中第一坐标轴和第二坐标轴垂直。之后执行步骤205。

方案二、即步骤204，用户拖动交点；和/或，用户旋转第一坐标轴和第二坐标轴。由此可以实现自定义交点坐标和坐标轴。之后执行步骤205。

在本发明的一些实施例中，步骤204可以包括：将横坐标中位线、纵坐标中位线以及横坐标中位线和纵坐标中位线的交点发送给用户；接收用户拖动后的交点坐标，以及用户旋转或拖动后的横坐标中位线、纵坐标中位线方程；将用户拖动后的交点作为坐标原点，将用户旋转或拖动后的横坐标中位线作为第一坐标轴，将用户旋转或拖动后的纵坐标中位线作为第二坐标轴。

步骤205，将各个目的地与坐标原点之间距离的最大值作为半径R；将第一坐标轴和第二坐标轴划分的四个象限中目的地数量最多的象限作为目的地聚集区域。

在本发明的一些实施例中，如图3所示，步骤205中所述将各个目的地与坐标原点之间距离的最大值作为半径R的步骤可以包括：根据公式(1)确定半径R。

图4为本发明一些实施例中确定目的地聚集区域的示意图。如图4所示，所述确定目的地聚集区域的步骤(即步骤205中所述将第一坐标轴和第二坐标轴划分的四个象限中目的地数量最多的象限作为目的地聚集区域的步骤)可以包括：

步骤2051，分别统计如图3所示，第一坐标轴和第二坐标轴划分的四个象限A、B、C和D中存在的用户标注的目的地数量num。

在本发明的一些实施例中，若目的地(景点)落在第一坐标轴或第二坐标轴上，则该坐标点两侧的象限统计数量均加1。

在本发明的一些实施例中，若目的地(景点)落在坐标原点上，则该四个象限统计数量均加1。

步骤2052，判断目的地数量num最大的象限是否唯一。

步骤2053，在目的地数量num最大的象限唯一的情况下，将目的地数量num最大的象限确定为优先推荐区域。

步骤2054，在目的地数量num最大的象限不唯一的情况下，将目的地数量num最大的多个象限确定为优先推荐区域。

步骤206，在目的地聚集区域内确定候选住宿场所，之后执行步骤208。

在本发明的一些实施例中，如图7所示，步骤206可以包括：

步骤2061，为用户推荐多景点坐落的象限内扇形区域的住宿场所。

在本发明的一些实施例中，步骤2061可以包括步骤1-步骤3，其中：

步骤1、获取目的地聚集区域内每一目的地与坐标原点的距离。

步骤2、将目的地与坐标原点的最小距离作为扇形搜索半径Rm，即取Rm＝mind(目的地坐标，O(x,y))。

步骤3、在以坐标原点O(x,y)为圆心、扇形搜索半径Rm为半径的扇形区域内搜索，确定候选住宿场所。

图5为本发明一些实施例中确定扇形搜索区域的示意图。如图5所示，在存在一个目的地与坐标原点的距离为最小距离的情况下，搜索扇形区域的圆心角为预定角度，所述目的地位于搜索扇形区域的弧平分线上。

在本发明的一些实施例中，如图5所示，所述预定角度可以为30度。这种情况下，在的扇形区域内搜索候选住宿场所。

图6为本发明另一些实施例中确定扇形搜索区域的示意图。如图6所示，在存在多个目的地与坐标原点的距离为最小距离的情况下，确定所述多个目的地中平面距离最远的两个目的地，计算它们之间的平面距离L；根据所述最远平面距离确定扇形区域的圆心角，其中，所述平面距离最远的两个目的地分别位于扇形区域的两边上；在扇形区域内搜索候选住宿场所。

在本发明的一些实施例中，步骤2061还可以包括：在以坐标原点为圆心、扇形搜索半径为半径的扇形区域内未搜索到住宿场所的情况下，将扇形搜索半径Rm逐次增大预定长度后，再次检索相应的扇形区域。

在本发明的一些实施例中，所述预定长度为100米。

图7为本发明一些实施例中优先推荐周边角度覆盖范围广的住宿场所的示意图。在本发明的一些实施例中，如图7所示，在步骤2601之外，图2实施例的步骤206还可以包括：

步骤2061，为用户推荐多景点坐落的象限内扇形区域的住宿场所。

步骤2062，根据用户输入的筛选条件对候选住宿场所进行筛选。

步骤2063、计算筛选后的每个候选住宿场所周边预定距离内公共交通站点数量。

在本发明的一些实施例中，所述预定距离可以为1000米。

在本发明的一些实施例中，所述公共交通站点可以包括公交站点和地铁站点等站点中的至少一项。

步骤2064，返回公共交通站点数量最多的一个或多个候选住宿场所；之后执行步骤208。

步骤207，在目的地坐标数量等于1的情况下，根据目的地坐标和预定搜索半径确定搜索区域，按照预定的协同过滤算法，在搜索区域内确定候选住宿场所；之后执行步骤208。

在本发明的一些实施例中，步骤207可以包括：当用户标记地理坐标个数为1时，不再计算R值，可按照弹窗提示添加舒适度、评分、星级条件等过滤条件，调用协同过滤推荐算法接口，在搜索区域内确定候选住宿场所。

在本发明的一些实施例中，所述预定搜索半径可以是系统预定值，也可以是用户自定义值。

步骤208，判断返回住宿场所信息是否为空。在返回住宿场所信息为空的情况下，执行步骤209；否则，在返回住宿场所信息不为空的情况下，执行步骤211。

步骤209，当系统无法在半径R范围内寻找到符合要求的住宿场所，会提示用户系统自动扩大R，步进100米，继续寻找候选住宿场所。

步骤210，判断返回住宿场所信息是否为空。在返回住宿场所信息为空的情况下，执行步骤212；否则，在返回住宿场所信息不为空的情况下，执行步骤211。

步骤211，若找到则返回住宿场所信息，在地图上显示住宿场所地理位置和名称，用户也可通过界面按钮切换列表形式展示；之后不再执行本实施例的其它步骤。

步骤212，若返回住宿场所信息为空，则无匹配结果，无法确定候选住宿场所，提示用户无匹配候选住宿场所信息。

基于本发明上述实施例提供的住宿场所推荐方法，是一种可以满足城市外来游客的自定义商圈的住宿场所推荐方法，是相关住宿场所推荐应用的一种改进和扩展。在本发明上述实施例的住宿场所推荐方法中，用户在城市地图中，可添加若干期望景点，系统依据这些地点计算横纵坐标的中位线交点O，优先推荐落在由横纵坐标中位线划分的四象限中最多景点所在象限区域的住宿场所，其中搜索范围在O到最近的景点所构成的扇形区域内，逐次扩大扇形半径寻找，在结果集中优先推荐周边公交地铁站点覆盖多的住宿场所。用户在地图中亦可拖动交点，调整交点O位置。

本发明上述实施例通过所述住宿场所推荐策略宏观展示城市布局，在为用户提供便捷的住宿位置的同时，也考虑了对于多景点聚集、少数景点分散的场景下，多景点区域的高占比权重。本发明上述实施例在多个可选住宿场所间优先推荐周边交通覆盖范围广的住宿场所。本发明上述实施例还结合用户体验度，提供了可拖动的自定义搜索中心点选择。

本发明上述实施例可以通过自定义可视化视图为用户提供多个商圈选择。本发明上述实施例中商圈参数由用户自定义生成，由此可以精细化定位用户需求。

图8为本发明住宿场所推荐系统一些实施例的示意图。如图8所示，所述住宿场所推荐系统可以包括目的地坐标获取模块81、目的地聚集区域获取模块82、候选住宿场所确定模块83和候选住宿场所呈现模块84，其中：

目的地坐标获取模块81，用于获取用户输入的目标城市和至少一个目的地坐标。

目的地聚集区域获取模块82，用于根据所述目的地坐标确定目的地聚集区域。

候选住宿场所确定模块83，用于在目的地聚集区域内确定候选住宿场所。

候选住宿场所呈现模块84，用于将候选住宿场所呈现给用户。

在本发明的一些实施例中，所述住宿场所推荐系统用于执行实现如上述任一实施例(例如图1-图7任一实施例)所述的住宿场所推荐方法的操作。

基于本发明上述实施例提供的住宿场所推荐系统，可以根据用户定义的多个目的坐标，根据所述目的地坐标确定目的地聚集区域，在目的地聚集区域为用户推荐候选住宿场所。

图9为本发明住宿场所推荐系统另一些实施例的示意图。如图9所示，所述住宿场所推荐系统可以包括存储器91和处理器92，其中：

存储器91，用于存储指令。

处理器92，用于执行所述指令，使得所述住宿场所推荐系统执行实现如上述任一实施例(例如图1-图7任一实施例)所述的住宿场所推荐方法的操作。

基于本发明上述实施例提供的住宿场所推荐系统，是一种可以满足城市外来游客的自定义商圈的住宿场所推荐系统，是相关住宿场所推荐应用的一种改进和扩展。在本发明上述实施例的住宿场所推荐系统中，用户在城市地图中，可添加若干期望景点，系统依据这些地点计算横纵坐标的中位线交点O，优先推荐落在由横纵坐标中位线划分的四象限中最多景点所在象限区域的住宿场所，其中搜索范围在O到最近的景点所构成的扇形区域内，逐次扩大扇形半径寻找，在结果集中优先推荐周边公交地铁站点覆盖多的住宿场所。用户在地图中亦可拖动交点，调整交点O位置。

本发明上述实施例通过所述住宿场所推荐策略宏观展示城市布局，在为用户提供便捷的住宿位置的同时，也考虑了对于多景点聚集、少数景点分散的场景下，多景点区域的高占比权重。本发明上述实施例在多个可选住宿场所间优先推荐周边交通覆盖范围广的住宿场所。本发明上述实施例还结合用户体验度，提供了可拖动的自定义搜索中心点选择。

本发明上述实施例可以通过自定义可视化视图为用户提供多个商圈选择。本发明上述实施例中商圈参数由用户自定义生成，由此可以精细化定位用户需求。

根据本发明的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例所述的住宿场所推荐方法。

基于本发明上述实施例提供的计算机可读存储介质，可以根据用户定义的多个目的坐标，根据所述目的地坐标确定目的地聚集区域，在目的地聚集区域为用户推荐候选住宿场所。

本发明上述实施例通过所述住宿场所推荐策略宏观展示城市布局，在为用户提供便捷的住宿位置的同时，也考虑了对于多景点聚集、少数景点分散的场景下，多景点区域的高占比权重。本发明上述实施例在多个可选住宿场所间优先推荐周边交通覆盖范围广的住宿场所。本发明上述实施例还结合用户体验度，提供了可拖动的自定义搜索中心点选择。

本发明上述实施例可以通过自定义可视化视图为用户提供多个商圈选择。本发明上述实施例中商圈参数由用户自定义生成，由此可以精细化定位用户需求。

在上面所描述的住宿场所推荐系统可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (15)

1.一种住宿场所推荐方法，其特征在于，包括：

获取用户输入的目标城市和至少一个目的地坐标；

根据所述目的地坐标确定目的地聚集区域；

在目的地聚集区域内确定候选住宿场所；

将候选住宿场所呈现给用户。

2.根据权利要求1所述的住宿场所推荐方法，其特征在于，还包括：

判断目的地坐标数量是否大于1；

在目的地坐标数量大于1的情况下，执行根据所述目的地坐标确定目的地聚集区域的步骤。

3.根据权利要求2所述的住宿场所推荐方法，其特征在于，还包括：

在目的地坐标数量等于1的情况下，根据目的地坐标和预定搜索半径确定搜索区域，在搜索区域内确定候选住宿场所，之后执行将候选住宿场所呈现给用户的步骤。

4.根据权利要求1-3中任一项所述的住宿场所推荐方法，其特征在于，所述根据所述目的地坐标确定目的地聚集区域包括：

根据所有目的地的横坐标和纵坐标确定横坐标中位线和纵坐标中位线；

将横坐标中位线和纵坐标中位线的交点作为坐标原点，将横坐标中位线作为第一坐标轴，将纵坐标中位线作为第二坐标轴；

将第一坐标轴和第二坐标轴划分的四个象限中目的地数量最多的象限作为目的地聚集区域。

5.根据权利要求4所述的住宿场所推荐方法，其特征在于，所述根据所述目的地坐标确定目的地聚集区域还包括：

将横坐标中位线、纵坐标中位线以及横坐标中位线和纵坐标中位线的交点发送给用户；

接收用户拖动后的交点坐标，以及用户旋转或拖动后的横坐标中位线、纵坐标中位线方程；

将用户拖动后的交点作为坐标原点，将用户旋转或拖动后的横坐标中位线作为第一坐标轴，将用户旋转或拖动后的纵坐标中位线作为第二坐标轴，之后执行将第一坐标轴和第二坐标轴划分的四个象限中目的地数量最多的象限作为目的地聚集区域。

6.根据权利要求5所述的住宿场所推荐方法，其特征在于，所述在目的地聚集区域内确定候选住宿场所包括：

获取目的地聚集区域内每一目的地与坐标原点的距离；

将目的地与坐标原点的最小距离作为扇形搜索半径；

在以坐标原点为圆心、扇形搜索半径为半径的扇形区域内搜索，确定候选住宿场所。

7.根据权利要求6所述的住宿场所推荐方法，其特征在于，所述在目的地聚集区域内确定候选住宿场所还包括：

在一个目的地与坐标原点的距离为最小距离的情况下，搜索扇形区域的圆心角为预定角度，其中，所述目的地位于搜索扇形区域的弧平分线上。

8.根据权利要求6所述的住宿场所推荐方法，其特征在于，所述在目的地聚集区域内确定候选住宿场所还包括：

在多个目的地与坐标原点的距离为最小距离的情况下，确定所述多个目的地中平面距离最远的两个目的地；

根据所述最远平面距离确定扇形区域的圆心角，其中，所述平面距离最远的两个目的地分别位于扇形区域的两边上。

9.根据权利要求6所述的住宿场所推荐方法，其特征在于，所述在目的地聚集区域内确定候选住宿场所还包括：

在以坐标原点为圆心、扇形搜索半径为半径的扇形区域内未搜索到住宿场所的情况下，将扇形搜索半径增大预定长度后，继续搜索。

10.根据权利要求1-3中任一项所述的住宿场所推荐方法，其特征在于，所述将候选住宿场所呈现给用户包括：

根据用户输入的筛选条件对候选住宿场所进行筛选；

将筛选后的候选住宿场所呈现给用户。

11.根据权利要求10所述的住宿场所推荐方法，其特征在于，所述将筛选后的候选住宿场所呈现给用户包括：

计算筛选后的每个候选住宿场所周边预定距离内公共交通站点数量；

将公共交通站点数量最多的住宿场所呈现给用户。

12.一种住宿场所推荐系统，其特征在于，包括：

目的地坐标获取模块，用于获取用户输入的目标城市和至少一个目的地坐标；

目的地聚集区域获取模块，用于根据所述目的地坐标确定目的地聚集区域；

候选住宿场所确定模块，用于在目的地聚集区域内确定候选住宿场所；

候选住宿场所呈现模块，用于将候选住宿场所呈现给用户。

13.根据权利要求12所述的住宿场所推荐系统，其特征在于，所述住宿场所推荐系统用于执行实现如权利要求1-11中任一项所述的住宿场所推荐方法的操作。

14.一种住宿场所推荐系统，其特征在于，包括：

存储器，用于存储指令；

处理器，用于执行所述指令，使得所述住宿场所推荐系统执行实现如权利要求1-11中任一项所述的住宿场所推荐方法的操作。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1-11中任一项所述的住宿场所推荐方法。