CN109300061A - 一种基于深度学习旅游的个性信息推荐平台系统 - Google Patents
一种基于深度学习旅游的个性信息推荐平台系统 Download PDFInfo
- Publication number
- CN109300061A CN109300061A CN201811015190.9A CN201811015190A CN109300061A CN 109300061 A CN109300061 A CN 109300061A CN 201811015190 A CN201811015190 A CN 201811015190A CN 109300061 A CN109300061 A CN 109300061A
- Authority
- CN
- China
- Prior art keywords
- module
- tourism
- recommendation results
- deep learning
- plateform system
- 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
- 238000013135 deep learning Methods 0.000 title claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000006399 behavior Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram 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
- 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于深度学习旅游的个性信息推荐平台系统,包括降噪自动编码器、特征提取模块、数据预处理模块、推荐计算模块、专家评价模块、推荐结果输出模块、客户反馈模块和存储模块。本发明的基于深度学习旅游的个性信息推荐平台系统通过科学的信息组织和呈现形式让游客方便快捷的获取旅游信息,帮助游客更好的安排旅游计划并形成旅游决策。游客在旅游信息获取、旅游计划决策过程中都能感受到智慧旅游带来的全新服务体验。
Description
技术领域
本发明属于智能旅游技术领域,具体地说,涉及一种基于深度学习旅游的个性信息推荐平台系统。
背景技术
智慧旅游,也被称为智能旅游。就是利用云计算、物联网等新技术,通过互联网/移动互联网,借助便携的终端上网设备,主动感知旅游资源、旅游经济、旅游活动、旅游者等方面的信息,及时发布,让人们能够及时了解这些信息,及时安排和调整工作与旅游计划,从而达到对各类旅游信息的智能感知、方便利用的效果。智慧旅游的建设与发展最终将体现在旅游体验、旅游管理、旅游服务和旅游营销的四个层面。
智慧旅游利用信息化的技术,把一些旅游资源进行整合,然后为广大游客量身定做,提供适需对路的旅游产品。如澳门2012年接待内地游客1000多万,它的信息平台能够体现各省的具体人数及排名。但在国内许多旅游城市每年接待的游客数量远高于澳门旅客人数,可他们分别都来自哪里,各有多少人,不清楚;连客源地构成情况、游客指向及发展趋势不明朗。由此很难开发出具有针对性适销对路的旅游产品。
发明内容
本发明的目的在于弥补现有技术的空白,提供一种基于深度学习旅游的个性信息推荐平台系统。
其技术方案如下:
一种基于深度学习旅游的个性信息推荐平台系统,包括降噪自动编码器、特征提取模块、数据预处理模块、推荐计算模块、专家评价模块、推荐结果输出模块、客户反馈模块和存储模块;
所述降噪自动编码器用于对深度学习网络中的每一层提取不同的抽象特征;
所述特征提取模块用于从用户历史行为记录中提取其偏好向量;
所述数据预处理用于对特征提取模块的数据进行预处理,并将处理结果发送给推荐计算模块;
所述推荐计算模块用于对数据预处理模块的处理结果进行有针对性的推荐计算,并将计算结果发送给推荐结果输出模块;
所述专家评价模块用于专家根据系统的分析结果结合专业知识和旅游的最新资讯给出推荐意见,并将意见发送给推荐结果模块;
所述推荐结果输出模块用于将推荐计算模块和专家评价模块的意见进行综合分析,给出最终的推荐结果;
所述客户反馈模块用于客户对推荐结果进行反馈和评价;
所述存储模块用于存储历史推荐结果以及客户对推荐结果的评价,方便查询。
进一步,所述用户历史行为记录包括用户查询的景点、线路、购买车票或飞机票的目的地、酒店预订信息、曾经出游的路线、出游的时间等。
进一步,所述预处理包括去除无意义的信息和干扰信息。
进一步,还包括分析模块用于分析存储模块的历史信息,提高推荐结果的采纳率。
本发明的有益效果:
本发明的基于深度学习旅游的个性信息推荐平台系统通过科学的信息组织和呈现形式让游客方便快捷的获取旅游信息,帮助游客更好的安排旅游计划并形成旅游决策。游客在旅游信息获取、旅游计划决策过程中都能感受到智慧旅游带来的全新服务体验。
附图说明
图1为本发明的基于深度学习旅游的个性信息推荐平台系统的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
参照图1,一种基于深度学习旅游的个性信息推荐平台系统,包括降噪自动编码器、特征提取模块、数据预处理模块、推荐计算模块、专家评价模块、推荐结果输出模块、客户反馈模块和存储模块;
所述降噪自动编码器用于对深度学习网络中的每一层提取不同的抽象特征;
所述特征提取模块用于从用户历史行为记录中提取其偏好向量;
所述数据预处理用于对特征提取模块的数据进行预处理,并将处理结果发送给推荐计算模块;
所述推荐计算模块用于对数据预处理模块的处理结果进行有针对性的推荐计算,并将计算结果发送给推荐结果输出模块;
所述专家评价模块用于专家根据系统的分析结果结合专业知识和旅游的最新资讯给出推荐意见,并将意见发送给推荐结果模块;
所述推荐结果输出模块用于将推荐计算模块和专家评价模块的意见进行综合分析,给出最终的推荐结果;
所述客户反馈模块用于客户对推荐结果进行反馈和评价;
所述存储模块用于存储历史推荐结果以及客户对推荐结果的评价,方便查询。
所述用户历史行为记录包括用户查询的景点、线路、购买车票或飞机票的目的地、酒店预订信息、曾经出游的路线、出游的时间等。
所述预处理包括去除无意义的信息和干扰信息。
还包括分析模块用于分析存储模块的历史信息,提高推荐结果的采纳率。
以上所述,仅为本发明较佳的具体实施方式,本发明的保护范围不限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (4)
1.一种基于深度学习旅游的个性信息推荐平台系统,包括降噪自动编码器、特征提取模块、数据预处理模块、推荐计算模块、专家评价模块、推荐结果输出模块、客户反馈模块和存储模块;
所述降噪自动编码器用于对深度学习网络中的每一层提取不同的抽象特征;
所述特征提取模块用于从用户历史行为记录中提取其偏好向量;
所述数据预处理用于对特征提取模块的数据进行预处理,并将处理结果发送给推荐计算模块;
所述推荐计算模块用于对数据预处理模块的处理结果进行有针对性的推荐计算,并将计算结果发送给推荐结果输出模块;
所述专家评价模块用于专家根据系统的分析结果结合专业知识和旅游的最新资讯给出推荐意见,并将意见发送给推荐结果模块;
所述推荐结果输出模块用于将推荐计算模块和专家评价模块的意见进行综合分析,给出最终的推荐结果;
所述客户反馈模块用于客户对推荐结果进行反馈和评价;
所述存储模块用于存储历史推荐结果以及客户对推荐结果的评价,方便查询。
2.根据权利要求1所述的基于深度学习旅游的个性信息推荐平台系统,其特征在于,所述用户历史行为记录包括用户查询的景点、线路、购买车票或飞机票的目的地、酒店预订信息、曾经出游的路线、出游的时间。
3.根据权利要求1所述的基于深度学习旅游的个性信息推荐平台系统,其特征在于,所述预处理包括去除无意义的信息和干扰信息。
4.根据权利要求1所述的基于深度学习旅游的个性信息推荐平台系统,其特征在于,还包括分析模块用于分析存储模块的历史信息,提高推荐结果的采纳率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811015190.9A CN109300061A (zh) | 2018-08-31 | 2018-08-31 | 一种基于深度学习旅游的个性信息推荐平台系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811015190.9A CN109300061A (zh) | 2018-08-31 | 2018-08-31 | 一种基于深度学习旅游的个性信息推荐平台系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109300061A true CN109300061A (zh) | 2019-02-01 |
Family
ID=65165792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811015190.9A Pending CN109300061A (zh) | 2018-08-31 | 2018-08-31 | 一种基于深度学习旅游的个性信息推荐平台系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109300061A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335099A (zh) * | 2019-05-06 | 2019-10-15 | 北京盛威时代科技有限公司 | 一种基于用户历史数据的车票购买线路推荐方法 |
CN110502700A (zh) * | 2019-08-29 | 2019-11-26 | 上海携程商务有限公司 | Ota平台国际市场机票查询的预测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562939A (zh) * | 2017-09-21 | 2018-01-09 | 深圳市傲天科技股份有限公司 | 垂直领域新闻推荐方法、装置及可读储存介质 |
CN108304556A (zh) * | 2018-02-06 | 2018-07-20 | 中国传媒大学 | 基于内容与协同过滤相结合的个性化推荐方法 |
-
2018
- 2018-08-31 CN CN201811015190.9A patent/CN109300061A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562939A (zh) * | 2017-09-21 | 2018-01-09 | 深圳市傲天科技股份有限公司 | 垂直领域新闻推荐方法、装置及可读储存介质 |
CN108304556A (zh) * | 2018-02-06 | 2018-07-20 | 中国传媒大学 | 基于内容与协同过滤相结合的个性化推荐方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335099A (zh) * | 2019-05-06 | 2019-10-15 | 北京盛威时代科技有限公司 | 一种基于用户历史数据的车票购买线路推荐方法 |
CN110502700A (zh) * | 2019-08-29 | 2019-11-26 | 上海携程商务有限公司 | Ota平台国际市场机票查询的预测方法及系统 |
CN110502700B (zh) * | 2019-08-29 | 2023-04-18 | 上海携程商务有限公司 | Ota平台国际市场机票查询的预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cavalheiro et al. | Towards a smart tourism destination development model: Promoting environmental, economic, socio-cultural and political values | |
Grinberger et al. | Typologies of tourists' time–space consumption: A new approach using GPS data and GIS tools | |
Isaai et al. | Intelligent timetable evaluation using fuzzy AHP | |
Farouk El Gayar et al. | An integrated framework for advanced hotel revenue management | |
Xiao | Determinants of salary growth in Shenzhen, China: An analysis of formal education, on-the-job training, and adult education with a three-level model | |
CN108874959A (zh) | 一种基于大数据技术的用户动态兴趣模型建立方法 | |
CN107291815A (zh) | 基于跨平台标签融合的问答社区推荐方法 | |
CN106447387A (zh) | 基于共享账户乘客预测的机票个性化推荐方法 | |
CN107341166B (zh) | 一种车载app的推荐方法及系统 | |
Fuchs et al. | Applying business intelligence for knowledge generation in tourism destinations–A case study from Sweden | |
Gajdošík et al. | Innovations and networking fostering tourist destination development in Slovakia | |
CN109241268A (zh) | 一种相似信息推荐方法、装置、设备及存储介质 | |
CN105447185A (zh) | 基于知识与位置的个性化旅游景点推荐方法 | |
CN110110663A (zh) | 一种基于人脸属性的年龄识别方法及系统 | |
CN106779116A (zh) | 一种基于时空数据挖掘的网约车客户征信方法 | |
CN104751345A (zh) | 一种基于位置的数据处理方法以及装置 | |
CN109300061A (zh) | 一种基于深度学习旅游的个性信息推荐平台系统 | |
CN106600213A (zh) | 一种个人简历智能管理系统及方法 | |
Xue et al. | Research on hierarchical clustering method of urban rail transit passengers based on individual portrait | |
CN117236465A (zh) | 一种基于信息熵的联邦决策树信息量度量方法 | |
KR20210099275A (ko) | 사용자 빅데이터를 활용한 여행 정보 제공 시스템 | |
CN109740743A (zh) | 一种分层神经网络查询推荐方法及装置 | |
CN109409916B (zh) | 一种基于大数据平台的旅游营销系统 | |
Khoshnaw et al. | Mobile recommender system based on smart city graph | |
US20220172310A1 (en) | House-renting recommendation method, electronic device and storage medium |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |