CN109359287A - 交互式文化旅游景区景点在线推荐系统及方法 - Google Patents
交互式文化旅游景区景点在线推荐系统及方法 Download PDFInfo
- Publication number
- CN109359287A CN109359287A CN201810762661.6A CN201810762661A CN109359287A CN 109359287 A CN109359287 A CN 109359287A CN 201810762661 A CN201810762661 A CN 201810762661A CN 109359287 A CN109359287 A CN 109359287A
- Authority
- CN
- China
- Prior art keywords
- scenic
- spot
- descriptor
- cultural
- area
- 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 26
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 22
- 238000012549 training Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010021703 Indifference Diseases 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种交互式文化旅游景区景点在线推荐系统及方法，该系统包括：数据层、策略层和应用层。该方法包括：用户在Web界面上选择感兴趣的文化专题，系统展示与该文化专题对应的文化旅游景区景点数量分布；用户在文化旅游景区景点数量分布对应的地图上选择相应的省份，系统展示该省份的文化专题主题词标签云；用户在文化专题主题词标签云上选择感兴趣的主题词，系统基于主题词与景点内容相似度推荐景点，推荐结果以推荐列表的形式展示，并在地图上展示景点的位置；用户在推荐列表中选择感兴趣的景点，系统基于景点内容相似度推荐景点，推荐结果以推荐列表的形式展示，并在地图上展示景点的位置。本发明可以根据文化背景或要素进行文化旅游景区景点的推荐，解决了推荐系统中的冷启动问题。
Description
技术领域
本发明涉及文化旅游信息服务领域，特别是一种交互式文化旅游景区景点在线推荐系统及方法。
背景技术
进入21世纪以来，人们旅游的方式开始由观光游向文化深度游转变，文化旅游逐渐成为现代旅游业发展的主流之一。文化内涵是文化旅游景点的核心竞争力，文化旅游产品的竞争体现为文化的竞争。文化旅游的过程就是旅游者对旅游资源文化内涵进行体验的过程，它给人一种超然的文化感受，这种文化感受以饱含文化内涵的文化旅游景点为载体，体现了审美情趣激发功能、教育启示功能和民族、宗教情感寄托功能。文化旅游产业的发展是对生活方式的一种创新和变革，是人们追求美好生活品质的体现。文化旅游产品的呈现形式绝不应该只满足传统的走马观花式的单一旅游体验，而应该由消费者深度的文化体验和休闲度假这两个重要的需求出发，追求产品的多元化、个性化、丰富化和人性化呈现。
随着文化旅游资源信息的不断增多，用户自身无法快速在互联网上寻找到感兴趣的景区景点，这种现象被称为“信息过载”。而推荐技术一定程度上可以解决这个问题，且已经在很多领域得到成功的应用。文化旅游景区景点中蕴含着一定的文化背景或要素，通过这些文化背景可以发现旅游景点之间的联系。然而，现有的推荐算法并未考虑文化旅游景区景点的这些特点，无法推荐出特定文化属性的文化旅游景区景点。
发明内容
本发明的目的在于提供一种交互式文化旅游景区景点在线推荐系统及方法，以克服现有技术中存在的缺陷。
为实现上述目的，本发明的技术方案是：一种交互式文化旅游景区景点在线推荐系统，包括：数据层、策略层和应用层；
所述数据层包括一关系型数据库，存储有：提供训练词向量的中文维基百科数据与文化旅游景区景点描述文本、提供景区景点内容和位置的景区景点poi数据；
所述策略层包括基础数据计算模块与推荐模型；所述基础数据计算模块用于对整个系统进行数据处理，包括：自然语言处理、索引构建和词向量训练；所述推荐模型提供基于主题词与景点内容相似度度量的推荐与基于景点内容相似度的推荐；
所述应用层提供系统访问的Web界面；所述Web界面包括：文化旅游景区景点数量分布、文化专题主题词标签云、基于主题词与景点内容相似度度量推荐、基于景点内容相似度推荐和文化旅游景区景点位置展示。
进一步的，还提供一种交互式文化旅游景区景点在线推荐系统推荐方法，包括如下步骤：
步骤S1：用户在Web界面上选择感兴趣的文化专题，系统展示与该文化专题对应的文化旅游景区景点数量分布；
步骤S2：用户在文化旅游景区景点数量分布对应的地图上选择相应的省份，系统展示该省份的文化专题主题词标签云；
步骤S3：用户在文化专题主题词标签云上选择感兴趣的主题词，系统基于主题词与景点内容相似度推荐景点，推荐结果以推荐列表的形式展示，并在地图上展示景点的位置；
步骤S4：用户在推荐列表中选择感兴趣的景点，系统基于景点内容相似度推荐景点，推荐结果以推荐列表的形式展示，并在地图上展示景点的位置。
在本发明一实施例中，在所述步骤S1中，系统采用交互式的专题地图展示文化旅游景区景点数量分布。
在本发明一实施例中，在所述步骤S2中，还包括如下步骤：
步骤S21：系统对文化旅游景区景点描述文本进行分词和命名实体识别，提取其中的人名、专有名词和机构团体，并结合词频分析和人工筛选选取文化专题主题词；
步骤S22：统计出现文化专题主题词的景点数量，并采用文化专题主题词标签云展示主题词。
在本发明一实施例中，在所述步骤S3中，还包括如下步骤：
步骤S31：采用word2vec工具训练词向量模型，通过词向量计算词汇之间的语义相似度；
步骤S32：对文化旅游景区景点描述文本进行分词，建立主题词与景点之间的映射关系，并建立索引文件；所述索引文件的内容包括主题词、景点id以及主题词词频；
步骤S33：计算主题词与文化旅游景区景点描述文本的相似度；主题词与文化旅游景区景点描述文本的相似度按照如下方式获取：
其中，Si,j表示主题词i与文化旅游景区景点描述文本j的相似度，N为景点文本j的词汇总数；根据相似度进行排序，为用户推荐预设排序序列的景点。
在本发明一实施例中，在所述步骤S4中，还包括如下步骤：
步骤S41：采用词向量加权平均表示文化旅游景区景点描述文本向量：
其中，加权方法采用TF-IDF方法，veci代表第i个词汇的词向量，n为描述文本词汇总数；
步骤S42：计算文化旅游景区景点描述文本向量的余弦相似度，根据相似度对景区景点进行排序，为用户推荐预设排序序列的景点。
相较于现有技术，本发明具有以下有益效果：本发明提出的一种交互式文化旅游景区景点在线推荐系统及方法，充分利用了文化旅游景区景点中蕴含着文化背景或要素的特点，可以根据文化背景或要素进行文化旅游景区景点的推荐。同时，系统结合了可视化技术和推荐技术，通过用户与系统的交互获取用户偏好，一定程度上解决了推荐系统中的冷启动问题。
附图说明
图1为本发明中交互式文化旅游景区景点在线推荐系统的系统架构图。
图2为本发明中交互式文化旅游景区景点在线推荐方法的在线推荐处理流程图。
图3为本发明一实施例中文化专题景区景点数量分布图。
图4为本发明一实施例中文化旅游景区景点位置展示效果图。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明提出了一种交互式文化旅游景区景点在线推荐系统，如图1所示，所建立的系统包括相应的数据层、策略层和应用层。
数据层主要包括关系型数据库。关系型数据库主要存储中文维基百科数据、文化旅游景区景点描述文本和景点poi数据。其中，中文维基百科数据和文化旅游景区景点描述文本主要用于训练词向量，以支持词汇之间的语义相似度计算。景区景点poi数据主要用于景区景点内容和位置展示，方便浏览景区景点的具体内容。
策略层主要有基础数据计算弄快和推荐模型两个部分。基础数据计算模块主要负责整个系统的数据处理，主要包括：自然语言处理、索引构建和词向量训练。推荐模型主要有基于主题词与景点内容相似度度量的推荐和基于景点内容相似度的推荐。
应用层主要提供系统访问的Web界面。用户可以使用笔记本电脑、PC机和手机经该Web界面访问系统。Web界面主要有五个模块：文化旅游景区景点数量分布、文化专题主题词标签云、基于主题词与景点内容相似度度量的推荐、基于景点内容相似度的推荐和文化旅游景区景点位置展示。
进一步的，在本实施例中，如图2所示，还提供一种交互式文化旅游景区景点在线推荐方法，具体包括如下步骤：
步骤S1：用户在Web界面上选择感兴趣的文化专题，则系统会展示该文化专题景区景点的数量分布；
步骤S2：用户在景点数量分布地图上选择相应的省份，则系统会展示该省份的文化专题主题词标签云；
步骤S3：用户在文化专题主题词标签云上选择感兴趣的主题词，则系统会基于主题词与景点内容相似度推荐景点，推荐的结果以列表的形式展示，并在地图上展示景点的位置。
步骤S4：用户在推荐列表中选择感兴趣的景点，系统基于景点内容相似度推荐景点，推荐结果以另一推荐列表的形式展示，并在地图上展示景点的位置。
进一步的，在本实施例中，在步骤S1中，采用交互式的专题地图展示文化专题景区景点的数量分布。
进一步的，在本实施例中，在步骤S2中，文化专题主题词标签云包括以下步骤：
步骤S21：对文化旅游景区景点描述文本进行分词和命名实体识别，提取其中的人名、专有名词和机构团体，并结合词频分析和人工筛选选取文化专题主题词。
步骤S22：统计出现主题词的景点数量，并采用标签云直观的展示主题词，标签越大代表对应的景点数量越多。
进一步的，在本实施例中，在步骤S3中，基于主题词与景点内容相似度度量的推荐方法包括以下步骤：
步骤S31：利用word2vec工具训练词向量模型，通过词向量可以计算词汇之间的语义相似度。
步骤S32：对文化旅游景区景点描述文本进行分词，建立主题词与景点之间的映射关系，并建立一索引文件，索引文件的内容主要包括：主题词、景点id、主题词词频
步骤S33：计算主题词与文化旅游景区景点描述文本的相似度。主题词与文化旅游景区景点描述文本的相似度的计算方法为：
其中，主题词与景区景点描述文本的相似度是指词汇与景区景点描述文本所有词汇之间的相似度。词汇之间的相似度通过计算词向量之间的余弦相似度获得。Si,j表示主题词i与景区景点描述文本j的相似度，N为景点文本j的词汇总数。根据相似度进行排序，给用户推荐排序靠前的景点。
进一步的，在本实施例中，在步骤S4中，基于景点内容相似度的推荐方法包括以下步骤：
步骤S41：采用词向量加权平均来表示文化旅游景区景点描述文本向量。文化旅游景区景点描述文本向量为：
其中，加权方法采用TF-IDF方法，veci代表第i个词汇的词向量，n为描述文本词汇总数。
步骤S42：计算文化旅游景区景点描述文本向量的余弦相似度，根据相似度对景区景点进行排序，给用户推荐排序靠前的景点。
进一步的，为了让本领域技术人员进一步了解本发明所提出的系统及方法，下面结合附图及实施例对本发明做进一步说明。
在本实施例中，文化旅游景区景点数据来源于一“互联网+文化旅游”公共服务平台。系统采用B/S架构，采用Python编程语言，基于开源的Django框架进行了系统功能的实现。
(1)文化专题景区景点数量分布
文化专题景区景点的数量分布可以反映专题文化资源总体分布情况。系统使用echart工具，以地图的形式展示不同专题文化的分布状况，用户通过鼠标悬浮可以查看不同省份对应的景点个数。以红色文化为例，红色文化的景区景点数量分布图如图3所示。
(2)文化专题主题词标签云
在本实施例中，采用jieba分词对景点描述文本进行分词，提取其中的人名、专有名词和机构团体。在jieba分词中，人名的词性类别为nr，机构团体的词性类别为nt，专有名词的词性类别为nz，提取的词汇以名词为主，事件在分词过程中大部分会被划分为专有名词。由于分词过程中人名的划分存在一些误分，而且专有名词中很多词汇并不是事件名称。针对这一问题，在本实施例中，对分词提取后结果进行人工的筛选。人工选择文化专题主题词后，对出现标签的景点进行统计。获取文化专题主题词与对应的旅游景点数目之后，系统使用echart的 WordCloud组件对文化主题词进行可视化。
(3)基于主题词与景点内容相似度度量的推荐
在本实施例中，系统通过标签云的形式展示主题词，用户选择感兴趣的主题词，则系统会根据用户选择的主题词推荐景点，推荐的结果以列表形式展示。
(4)基于景点内容相似度的推荐
在本实施例中，用户在基于标签的推荐列表中选择自己感兴趣的景点，系统会根据用户选择的景点进行二次推荐，推荐的结果以列表的形式展示。
(5)文化旅游景区景点位置展示
在本实施例中，景区景点的位置会影响用户的行程规划，因此系统通过百度地图展示推荐景点和用户感兴趣景点的位置，方便用户对景点进行选择，并通过不同的样式来区分不同类别的景点，效果图如图4所示。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。
Claims (6)
1.一种交互式文化旅游景区景点在线推荐系统，其特征在于，包括：数据层、策略层和应用层；
所述数据层包括一关系型数据库，存储有：提供训练词向量的中文维基百科数据与文化旅游景区景点描述文本、提供景区景点内容和位置的景区景点poi数据；
所述策略层包括基础数据计算模块与推荐模型；所述基础数据计算模块用于对整个系统进行数据处理，包括：自然语言处理、索引构建和词向量训练；所述推荐模型提供基于主题词与景点内容相似度度量的推荐与基于景点内容相似度的推荐；
所述应用层提供系统访问的Web界面；所述Web界面包括：文化旅游景区景点数量分布、文化专题主题词标签云、基于主题词与景点内容相似度度量推荐、基于景点内容相似度推荐和文化旅游景区景点位置展示。
2.一种基于权利要求1所述的交互式文化旅游景区景点在线推荐系统的交互式文化旅游景区景点在线推荐系统推荐方法，其特征在于，包括如下步骤：
步骤S1：用户在Web界面上选择感兴趣的文化专题，系统展示与该文化专题对应的文化旅游景区景点数量分布；
步骤S2：用户在文化旅游景区景点数量分布对应的地图上选择相应的省份，系统展示该省份的文化专题主题词标签云；
步骤S3：用户在文化专题主题词标签云上选择感兴趣的主题词，系统基于主题词与景点内容相似度推荐景点，推荐结果以推荐列表的形式展示，并在地图上展示景点的位置；
步骤S4：用户在推荐列表中选择感兴趣的景点，系统基于景点内容相似度推荐景点，推荐结果以推荐列表的形式展示，并在地图上展示景点的位置。
3.根据权利要求2所述的交互式文化旅游景区景点在线推荐系统推荐方法，其特征在于，在所述步骤S1中，系统采用交互式的专题地图展示文化旅游景区景点数量分布。
4.根据权利要求2所述的交互式文化旅游景区景点在线推荐系统推荐方法，其特征在于，在所述步骤S2中，还包括如下步骤：
步骤S21：系统对文化旅游景区景点描述文本进行分词和命名实体识别，提取其中的人名、专有名词和机构团体，并结合词频分析和人工筛选选取文化专题主题词；
步骤S22：统计出现文化专题主题词的景点数量，并采用文化专题主题词标签云展示主题词。
5.根据权利要求2所述的交互式文化旅游景区景点在线推荐系统推荐方法，其特征在于，在所述步骤S3中，还包括如下步骤：
步骤S31：采用word2vec工具训练词向量模型，通过词向量计算词汇之间的语义相似度；
步骤S32：对文化旅游景区景点描述文本进行分词，建立主题词与景点之间的映射关系，并建立索引文件；所述索引文件的内容包括主题词、景点id以及主题词词频；
步骤S33：计算主题词与文化旅游景区景点描述文本的相似度；主题词与文化旅游景区景点描述文本的相似度按照如下方式获取：
其中，Si,j表示主题词i与文化旅游景区景点描述文本j的相似度，N为景点文本j的词汇总数；根据相似度进行排序，为用户推荐预设排序序列的景点。
6.根据权利要求2所述的交互式文化旅游景区景点在线推荐系统推荐方法，其特征在于，在所述步骤S4中，还包括如下步骤：
步骤S41：采用词向量加权平均表示文化旅游景区景点描述文本向量：
其中，加权方法采用TF-IDF方法，veci代表第i个词汇的词向量，n为描述文本词汇总数；
步骤S42：计算文化旅游景区景点描述文本向量的余弦相似度，根据相似度对景区景点进行排序，为用户推荐预设排序序列的景点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810762661.6A CN109359287A (zh) | 2018-07-12 | 2018-07-12 | 交互式文化旅游景区景点在线推荐系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810762661.6A CN109359287A (zh) | 2018-07-12 | 2018-07-12 | 交互式文化旅游景区景点在线推荐系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109359287A true CN109359287A (zh) | 2019-02-19 |
Family
ID=65349713
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810762661.6A Pending CN109359287A (zh) | 2018-07-12 | 2018-07-12 | 交互式文化旅游景区景点在线推荐系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109359287A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109977322A (zh) * | 2019-03-05 | 2019-07-05 | 百度在线网络技术（北京）有限公司 | 出行方式推荐方法、装置、计算机设备和可读存储介质 |
| CN110929162A (zh) * | 2019-12-04 | 2020-03-27 | 腾讯科技（深圳）有限公司 | 基于兴趣点的推荐方法、装置、计算机设备和存储介质 |
| CN112182398A (zh) * | 2020-10-13 | 2021-01-05 | 福州大学 | 考虑用户的长期偏好与短期偏好的景点推荐方法和系统 |
| CN112765492A (zh) * | 2020-12-31 | 2021-05-07 | 浙江省方大标准信息有限公司 | 一种检验检测机构排序方法 |
| CN114240528A (zh) * | 2021-10-29 | 2022-03-25 | 天津理工大学 | 一种用于乡村旅游的交互式景区导视系统 |
| CN115438241A (zh) * | 2022-10-24 | 2022-12-06 | 广州市明道文化产业发展有限公司 | 随机式信息交互展示方法、系统及存储介质 |
| CN118014072A (zh) * | 2024-04-10 | 2024-05-10 | 中国电建集团昆明勘测设计研究院有限公司 | 水利水电工程用知识图谱的构建方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8468155B2 (en) * | 2006-06-22 | 2013-06-18 | Infosys Limited | Collaborative filtering-based recommendations |
| CN105468679A (zh) * | 2015-11-13 | 2016-04-06 | 中国人民解放军国防科学技术大学 | 一种旅游信息处理与方案提供方法 |
| CN105930469A (zh) * | 2016-04-23 | 2016-09-07 | 北京工业大学 | 基于Hadoop的个性化旅游推荐系统及方法 |
| CN106709828A (zh) * | 2017-02-22 | 2017-05-24 | 山东浪潮云服务信息科技有限公司 | 一种基于云计算技术的智慧旅游导览系统 |
-
2018
- 2018-07-12 CN CN201810762661.6A patent/CN109359287A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8468155B2 (en) * | 2006-06-22 | 2013-06-18 | Infosys Limited | Collaborative filtering-based recommendations |
| CN105468679A (zh) * | 2015-11-13 | 2016-04-06 | 中国人民解放军国防科学技术大学 | 一种旅游信息处理与方案提供方法 |
| CN105930469A (zh) * | 2016-04-23 | 2016-09-07 | 北京工业大学 | 基于Hadoop的个性化旅游推荐系统及方法 |
| CN106709828A (zh) * | 2017-02-22 | 2017-05-24 | 山东浪潮云服务信息科技有限公司 | 一种基于云计算技术的智慧旅游导览系统 |
Non-Patent Citations (2)
| Title |
|---|
| HARALD STECK ET.AL: "Interactive Recommender Systems", 《DOI: HTTP://DX.DOI.ORG/10.1145/2792838.2792840》 * |
| 邬明强: "结合TFIDF方法与Skip-gram模型的文本分类方法研究", 《电子技术与软件工程》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109977322A (zh) * | 2019-03-05 | 2019-07-05 | 百度在线网络技术（北京）有限公司 | 出行方式推荐方法、装置、计算机设备和可读存储介质 |
| CN109977322B (zh) * | 2019-03-05 | 2021-03-23 | 百度在线网络技术（北京）有限公司 | 出行方式推荐方法、装置、计算机设备和可读存储介质 |
| CN110929162A (zh) * | 2019-12-04 | 2020-03-27 | 腾讯科技（深圳）有限公司 | 基于兴趣点的推荐方法、装置、计算机设备和存储介质 |
| CN112182398A (zh) * | 2020-10-13 | 2021-01-05 | 福州大学 | 考虑用户的长期偏好与短期偏好的景点推荐方法和系统 |
| CN112182398B (zh) * | 2020-10-13 | 2022-05-10 | 福州大学 | 考虑用户的长期偏好与短期偏好的景点推荐方法和系统 |
| CN112765492A (zh) * | 2020-12-31 | 2021-05-07 | 浙江省方大标准信息有限公司 | 一种检验检测机构排序方法 |
| CN112765492B (zh) * | 2020-12-31 | 2021-08-10 | 浙江省方大标准信息有限公司 | 一种检验检测机构排序方法 |
| CN114240528A (zh) * | 2021-10-29 | 2022-03-25 | 天津理工大学 | 一种用于乡村旅游的交互式景区导视系统 |
| CN115438241A (zh) * | 2022-10-24 | 2022-12-06 | 广州市明道文化产业发展有限公司 | 随机式信息交互展示方法、系统及存储介质 |
| CN115438241B (zh) * | 2022-10-24 | 2023-03-24 | 广州市明道文化产业发展有限公司 | 随机式信息交互展示方法、系统及存储介质 |
| CN118014072A (zh) * | 2024-04-10 | 2024-05-10 | 中国电建集团昆明勘测设计研究院有限公司 | 水利水电工程用知识图谱的构建方法及系统 |
| CN118014072B (zh) * | 2024-04-10 | 2024-08-16 | 中国电建集团昆明勘测设计研究院有限公司 | 水利水电工程用知识图谱的构建方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109359287A (zh) | 交互式文化旅游景区景点在线推荐系统及方法 | |
| CN110717017B (zh) | 一种处理语料的方法 | |
| US10496752B1 (en) | Consumer insights analysis using word embeddings | |
| US10685183B1 (en) | Consumer insights analysis using word embeddings | |
| CN104836720B (zh) | 交互式通信中进行信息推荐的方法及装置 | |
| US9600919B1 (en) | Systems and methods for assembling and/or displaying multimedia objects, modules or presentations | |
| KR20180136265A (ko) | 구간 영상 검색 및 제공 장치, 방법 및 컴퓨터-판독가능 매체 | |
| US10558759B1 (en) | Consumer insights analysis using word embeddings | |
| US10509863B1 (en) | Consumer insights analysis using word embeddings | |
| US20230214423A1 (en) | Video generation | |
| US11948558B2 (en) | Messaging system with trend analysis of content | |
| Shen et al. | Landmark reranking for smart travel guide systems by combining and analyzing diverse media | |
| CN110781300B (zh) | 基于百度百科知识图谱的旅游资源文化特色评分算法 | |
| CN113901263B (zh) | 一种视频素材的标签生成方法及装置 | |
| US10685184B1 (en) | Consumer insights analysis using entity and attribute word embeddings | |
| CN113268607A (zh) | 知识图谱的构建方法和装置 | |
| CN116977992A (zh) | 文本信息识别方法、装置、计算机设备和存储介质 | |
| Viola et al. | Machine Learning to Geographically Enrich Understudied Sources: A Conceptual Approach. | |
| KR20220000459A (ko) | 동영상 내 언어 난이도 평가 방법 및 이를 위한 컴퓨터 프로그램 | |
| KR102251513B1 (ko) | 기계학습을 이용한 셀럽의 소셜미디어 정보 기반 학습용 콘텐츠 생성 방법 및 장치 | |
| Ma et al. | Leveraging LLMs and Generative Models for Interactive Known-Item Video Search | |
| JP7240358B2 (ja) | 情報処理システム、情報処理方法、情報処理プログラム、およびサーバ | |
| TWI780333B (zh) | 動態處理並播放多媒體內容的方法及多媒體播放裝置 | |
| KR20190134230A (ko) | 콘텐츠 추천어 제공 방법 및 그 콘텐츠 제공 장치 | |
| CN110209918A (zh) | 一种基于日期事件的文本处理方法、装置以及电子设备 |
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 |
Application publication date: 20190219 |
|
| RJ01 | Rejection of invention patent application after publication |