CN109614558B - 一种多定位旅游日志自动生成方法及系统 - Google Patents

Abstract

本发明公开一种多定位旅游日志自动生成方法及系统。方法包括：获取用户定位信息；根据所述用户定位信息为用户旅游进行路径规划；根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；获取包含所述二次定位信息中的旅游景点的图像照片；根据所述图像照片自动生成旅游日志。采用本发明的方法或系统能够实现旅游导航景点推荐和自动整合生产一系列的相册日志。

Description

一种多定位旅游日志自动生成方法及系统

技术领域

本发明涉及旅游日志生成领域，特别是涉及一种多定位旅游日志自动生成方法及系统。

背景技术

随着人们生活水平的提高，旅游已经成为了人们生活中的一部分，旅游导航景点推荐必不可少。在旅游的过程中，很多人拍了很多的照片，但是之后就将大量的照片放在相册中并没有去整理。现有技术中并不存在集成旅游导航景点推荐和自动整合生产一系列的相册日志的方法或系统，不利于用户在之后可阅读自动生成的相册记录等，回忆自己旅游的过程。

发明内容

本发明的目的是提供一种多定位旅游日志自动生成方法及系统，能够实现旅游导航景点推荐和自动整合生产一系列的相册日志。

为实现上述目的，本发明提供了如下方案：

一种多定位旅游日志自动生成方法，包括：

获取用户定位信息；

根据所述用户定位信息为用户旅游进行路径规划；

根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；

获取包含所述二次定位信息中的旅游景点的图像照片；

根据所述图像照片自动生成旅游日志。

可选的，所述根据所述用户定位信息为用户旅游进行路径规划，具体包括：

将旅游景点进行划分，得到多类旅游景点；

根据所述多类旅游景点统计所述用户曾经旅游的记录；

根据所述记录给出所述用户可能喜欢的景点或者能够给予用户新体验的景点；

根据所述用户选择的景点，进行路径规划。

可选的，所述根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息，具体包括：

根据GPS定位方式，得出用户所在景点的第一位置；

根据所述第一位置，锁定所述用户在的景点位置，并调出景点图库；

所述用户打开相机拍照的同时，将所述用户的照片与所述景点图库中图片进行匹配比对，得到匹配度信息；

根据所述匹配度信息，确定所述景点图库中匹配度最大的照片所属的景点位置，所述位置为二次定位信息。

可选的，所述根据所述图像照片自动生成旅游日志，具体包括：

根据所述图像照片，得到所述图像照片中包含景点的定点位置特征点集合；

获取景点位置数据库中存储的特征点；

根据所述特征点集合与所述景点位置数据库中存储的特征点进行匹配，得到定点目标景点的种子样本和目标词典；

对所述种子样本和所述目标词典进行最优网络搜索抓取目标景点的相关信息；

将所述目标景点的相关信息和所述图像照片结合，形成旅游日记。

可选的，所述将所述目标景点的相关信息和所述图像照片结合，形成旅游日记，还包括：

将所述旅游日记存储为文档、PDF、长图片格式文件；

将所述格式文件分享在用户的微博、QQ空间、微信朋友圈中或者发送到指定邮箱。

可选的，所述根据所述图像照片，得到所述图像照片中包含景点的定点位置特征点集合，具体包括：

将所述图像照片进行定点位置特征点检测，生成设定大小的定点位置特征点的确认请求数据包集合。

可选的，所述对所述种子样本和所述目标词典进行最优网络搜索抓取目标景点的相关信息，具体包括：

抓取所述种子样本和所述目标词典相关的页面。

查找搜索有关与所述目标景点的文章信息，根据一页中文章信息的数量，计算出与景点相关的新闻的页面的数量；

找出与景点相关的新闻不同页面之间的URL的联系，生成翻页的URL；

根据文章信息的URL，进入文章页面，找到相关信息，并所述提取相关信息；所述目标景点的相关信息包括目标景点的介绍信息、描述目标景点的诗词、目标景点的专业摄影照片和目标景点的优美文段。

可选的，所述将所述目标景点的相关信息和所述图像照片结合，形成旅游日记，具体包括：

将所述描述目标景点的诗词与所述目标景点的优美文段归为景点文字描述段组；

将所述用户照片与所述目标景点的专业摄影照片归为景点摄影照片组；

将每组所述景点摄影照片组关联目标景点的介绍信息附加上所述景点文字描述段组，形成旅游日记。

一种多定位旅游日志自动生成系统，包括：

第一获取模块，用于获取用户定位信息；

路径规划模块，用于根据所述用户定位信息为用户旅游进行路径规划；

二次定位模块，用于根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；

第二获取模块，用于获取包含所述二次定位信息中的旅游景点的图像照片；

日志生成模块，用于根据所述图像照片自动生成旅游日志。

可选的，所述路径规划模块，具体包括：

分类单元，用于将旅游景点进行划分，得到多类旅游景点；

统计单元，用于根据所述多类旅游景点统计所述用户曾经旅游的记录；

景点给出单元，用于根据所述记录给出所述用户可能喜欢的景点或者能够给予用户新体验的景点；

路径规划单元，用于根据所述用户选择的景点，进行路径规划。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供一种多定位旅游日志自动生成方法，通过获取用户定位信息；根据所述用户定位信息为用户旅游进行路径规划；根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；获取包含所述二次定位信息中的旅游景点的图像照片；根据所述图像照片自动生成旅游日志。采用本发明能够实现旅游导航景点推荐和自动整合生产一系列的相册日志。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例多定位旅游日志自动生成方法流程图；

图2为本发明实施例多定位旅游日志自动生成系统结构图。

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。基于本发明中的实施例，本领域普通技术人员在没有做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。

本发明的目的是提供一种多定位旅游日志自动生成方法及系统，能够实现旅游导航景点推荐和自动整合生产一系列的相册日志。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例多定位旅游日志自动生成方法流程图。如图1所示，一种多定位旅游日志自动生成方法，包括：

步骤101：获取用户定位信息；

步骤102：根据所述用户定位信息为用户旅游进行路径规划；

步骤103：根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；

步骤104：获取包含所述二次定位信息中的旅游景点的图像照片；

步骤105：根据所述图像照片自动生成旅游日志。

步骤102，具体包括：

将旅游景点进行划分，得到多类旅游景点；

根据所述多类旅游景点统计所述用户曾经旅游的记录；

根据所述记录给出所述用户可能喜欢的景点或者能够给予用户新体验的景点；

根据所述用户选择的景点，进行路径规划。

在对旅游景点进行划分时，通常按照以下四种形式划分：(1)按旅游内容分；(2)按旅游性质分；(3)按旅游对象分；(4)按兴趣分。

在“根据所述多类旅游景点统计所述用户曾经旅游的记录”步骤中，需要统计用户曾经旅游的地方，猜测用户可能喜欢的景点或者能给予用户新体验的景点，这里采用的是景点类别推荐算法,包括以下步骤：

一、计算用户感兴趣景点：

根据用户过去喜欢去的景点或景区，为用户推荐与他过去喜欢去的景点或景区相似的景点或景区，这里采用的算法是基于Item-IUF算法演化而来的推荐算法，包括以下内容：

(一)计算出景点之间的相似度

这里使用一个相似度计算公式来计算出景点之间的相似度

其中|N(u)|表示用户u产生过行为的物品的个数，|N(i)|是喜欢景点i的用户数，|N(j)|是喜欢景点j的用户数，|N(i)&N(j)|是同时喜欢景点i和景点j的用户数。

(二)之后通过一个公式计算出用户对于一个景点j的兴趣：

其中，P_uj表示用户u对景点j的兴趣，N(u)表示用户喜欢的景点集合(i是该用户喜欢的某一个景点)，S(i,K)表示和景点i最相似的K个景点集合(j是这个集合中的某一个景点)，W_ji表示景点j和景点i的相似度，r_ui表示用户u对景点i的兴趣。

(三)得出排行列表并处理推送。

经过上一步，得到了用户可能感兴趣的景点排行列表，这时候，将景点兴趣排行TOP10，整理成用户可能感兴趣列表推送给用户。

二、计算能给用户带来新体验的景点：

根据用户经常活跃的景点，反向推送一些用户几乎没去过该类型的景点，从而给用户一些新体验。这里还是使用上述推荐算法。区别是：

(一)首先会排除一些用户去过几次(但所占总数较低)依旧不感兴趣的景点。这里考虑到当用户去过数次后还不感兴趣，那不应该得到推荐。

(二)必要的，同时也会过滤掉上面所说用户不感兴趣的景点的高度相似景点。

(三)当处理掉这些用户不感兴趣景点后，将剩下的景点通过(一)所述方法，排列出景点排行榜，并逆序排列。最后将逆序排列后的景点排行TOP10推送给用户，从而让用户知道一些能给他带来新体验的景点。

所述根据所述用户选择的景点，进行路径规划，具体包括：

首先用户选定好自己能够旅游的天数；

通过景点推荐给用户之后，用户选择了希望能够旅游的景点；

通过A*算法算出能够通过所有路由景点的最短路径；

对最短路径进行优化，此时考虑用户的住所，以及当地的交通等多方面因素。

其中，A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。

根据上步所得出的优化路径，从网上爬取一定的旅游攻略，推送给用户。

步骤103，具体包括：

根据GPS定位方式，得出用户所在景点的第一位置；

根据所述第一位置，锁定所述用户在的景点位置，并调出景点图库；

所述用户打开相机拍照的同时，将所述用户的照片与所述景点图库中图片进行匹配比对，得到匹配度信息；这里采用的是基于2-channel network的图片相似度判别，用该方法计算出用户拍摄的照片与图库中的照片的匹配度。

根据所述匹配度信息，确定所述景点图库中匹配度最大的照片所属的景点位置，所述位置为二次定位信息。通过图库中匹配度最大的照片所属的景点位置得出的定位信息能够精准定位出用户所在位置。

步骤105，具体包括：

根据所述图像照片，得到所述图像照片中包含景点的定点位置特征点集合；

获取景点位置数据库中存储的特征点；

根据所述特征点集合与所述景点位置数据库中存储的特征点进行匹配，得到定点目标景点的种子样本和目标词典；

对所述种子样本和所述目标词典进行最优网络搜索抓取目标景点的相关信息；

将所述目标景点的相关信息和所述图像照片结合，形成旅游日记。

形成旅游日记之后，还包括：

将所述旅游日记存储为文档、PDF、长图片格式文件；

将所述格式文件分享在用户的微博、QQ空间、微信朋友圈中或者发送到指定邮箱。

优选的，将所述图像照片进行定点位置特征点检测，生成设定大小的定点位置特征点的确认请求数据包集合。

解析定点位置特征点的确认请求数据包集合，将其特征点集合与景点位置数据库中存储的特征点进行匹配，获取定点目标景区的种子样本和目标词典。

优选的，所述对所述种子样本和所述目标词典进行最优网络搜索抓取目标景点的相关信息，具体包括：

抓取所述种子样本和所述目标词典相关的页面。

查找搜索有关与所述目标景点的文章信息，根据一页中文章信息的数量，计算出与景点相关的新闻的页面的数量；

找出与景点相关的新闻不同页面之间的URL的联系，生成翻页的URL；

根据文章信息的URL，进入文章页面，找到相关信息，并提取所述相关信息；所述目标景点的相关信息包括目标景点的介绍信息、描述目标景点的诗词、目标景点的专业摄影照片和目标景点的优美文段。

URL是英文“Uniform Resource Locators”的缩写，意思是“统一资源定位器”。它不仅可用来定位网络上信息资源的地址，也可用来定位本地系统要访问的文件。

优选的，所述将所述目标景点的相关信息和所述图像照片结合，形成旅游日记，具体包括：

将所述描述目标景点的诗词与所述目标景点的优美文段归为景点文字描述段组；

将所述用户照片与所述目标景点的专业摄影照片归为景点摄影照片组；

将每组所述景点摄影照片组关联目标景点的介绍信息附加上所述景点文字描述段组，形成旅游日记。

图2为本发明实施例多定位旅游日志自动生成系统结构图。如图2所示，一种多定位旅游日志自动生成系统，包括：

第一获取模块201，用于获取用户定位信息；

路径规划模块202，用于根据所述用户定位信息为用户旅游进行路径规划；

二次定位模块203，用于根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；

第二获取模块204，用于获取包含所述二次定位信息中的旅游景点的图像照片；

日志生成模块205，用于根据所述图像照片自动生成旅游日志。

所述路径规划模块202，具体包括：

分类单元，用于将旅游景点进行划分，得到多类旅游景点；

统计单元，用于根据所述多类旅游景点统计所述用户曾经旅游的记录；

景点给出单元，用于根据所述记录给出所述用户可能喜欢的景点或者能够给予用户新体验的景点；

路径规划单元，用于根据所述用户选择的景点，进行路径规划。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种多定位旅游日志自动生成方法，其特征在于，包括：

获取用户定位信息；

根据所述用户定位信息为用户旅游进行路径规划；

根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；

获取包含所述二次定位信息中的旅游景点的图像照片；

根据所述图像照片自动生成旅游日志；

所述根据所述用户定位信息为用户旅游进行路径规划，具体包括：

将旅游景点进行划分，得到多类旅游景点；

根据所述多类旅游景点统计所述用户曾经旅游的记录；

根据所述记录给出所述用户可能喜欢的景点或者能够给予用户新体验的景点；

根据所述用户选择的景点，进行路径规划；

在对旅游景点进行划分时，按照以下四种形式划分：(1)按旅游内容分；(2)按旅游性质分；(3)按旅游对象分；(4)按兴趣分；

在“根据所述多类旅游景点统计所述用户曾经旅游的记录”步骤中，需要统计用户曾经旅游的地方，猜测用户可能喜欢的景点或者能给予用户新体验的景点，这里采用的是景点类别推荐算法，包括以下步骤：

一、计算用户感兴趣景点：

根据用户过去喜欢去的景点或景区，为用户推荐与他过去喜欢去的景点或景区相似的景点或景区，这里采用的算法是基于Item-IUF算法演化而来的推荐算法，包括以下内容：

(一)计算出景点之间的相似度

这里使用一个相似度计算公式来计算出景点之间的相似度

其中|N(u)|表示用户u产生过行为的物品的个数，|N(i)|是喜欢景点i的用户数，|N(j)|是喜欢景点j的用户数，u∈N(i)∩N(j)是同时喜欢景点i和景点j的用户数；

(二)之后通过一个公式计算出用户对于一个景点j的兴趣：

其中，P_uj表示用户u对景点j的兴趣，N(u)表示用户喜欢的景点集合，S(i,K)表示和景点i最相似的K个景点集合，W_ji表示景点j和景点i的相似度，r_ui表示用户u对景点i的兴趣；

(三)得出排行列表并处理推送

经过上一步，得到了用户可能感兴趣的景点排行列表，这时候，将景点兴趣排行TOP10，整理成用户可能感兴趣列表推送给用户；

二、计算能给用户带来新体验的景点：

根据用户经常活跃的景点，反向推送一些用户几乎没去过该类型的景点，从而给用户一些新体验，这里还是使用上述推荐算法，区别是：

(一)首先会排除一些用户去过几次依旧不感兴趣的景点，这里考虑到当用户去过数次后还不感兴趣，那不应该得到推荐；

(二)同时也会过滤掉上面所说用户不感兴趣的景点的高度相似景点；

(三)当处理掉这些用户不感兴趣景点后，将剩下的景点通过“一、计算用户感兴趣景点”所述方法，排列出景点排行榜，并逆序排列，最后将逆序排列后的景点排行TOP10推送给用户，从而让用户知道一些能给他带来新体验的景点；

所述根据所述用户选择的景点，进行路径规划，具体包括：

首先用户选定好自己能够旅游的天数；

通过景点推荐给用户之后，用户选择了希望能够旅游的景点；

通过A*算法算出能够通过所有路由景点的最短路径；

对最短路径进行优化，此时考虑用户的住所以及当地的交通；

其中，A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法，算法中的距离估算值与实际值越接近，最终搜索速度越快；

根据上步所得出的优化路径，从网上爬取一定的旅游攻略，推送给用户。

2.根据权利要求1所述的多定位旅游日志自动生成方法，其特征在于，所述根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息，具体包括：

根据GPS定位方式，得出用户所在景点的第一位置；

根据所述第一位置，锁定所述用户在的景点位置，并调出景点图库；

所述用户打开相机拍照的同时，将所述用户的照片与所述景点图库中图片进行匹配比对，得到匹配度信息；

根据所述匹配度信息，确定所述景点图库中匹配度最大的照片所属的景点位置，所述位置为二次定位信息。

3.根据权利要求1所述的多定位旅游日志自动生成方法，其特征在于，所述根据所述图像照片自动生成旅游日志，具体包括：

根据所述图像照片，得到所述图像照片中包含景点的定点位置特征点集合；

获取景点位置数据库中存储的特征点；

根据所述特征点集合与所述景点位置数据库中存储的特征点进行匹配，得到定点目标景点的种子样本和目标词典；

对所述种子样本和所述目标词典进行最优网络搜索抓取目标景点的相关信息；

将所述目标景点的相关信息和所述图像照片结合，形成旅游日记。

4.根据权利要求3所述的多定位旅游日志自动生成方法，其特征在于，

所述将所述目标景点的相关信息和所述图像照片结合，形成旅游日记，还包括：

将所述旅游日记存储为文档、PDF、长图片格式文件；

将所述格式文件分享在用户的微博、QQ空间、微信朋友圈中或者发送到指定邮箱。

5.根据权利要求3所述的多定位旅游日志自动生成方法，其特征在于，所述根据所述图像照片，得到所述图像照片中包含景点的定点位置特征点集合，具体包括：

将所述图像照片进行定点位置特征点检测，生成设定大小的定点位置特征点的确认请求数据包集合。

6.根据权利要求3所述的多定位旅游日志自动生成方法，其特征在于，所述对所述种子样本和所述目标词典进行最优网络搜索抓取目标景点的相关信息，具体包括：

抓取所述种子样本和所述目标词典相关的页面；

查找搜索有关与所述目标景点的文章信息，根据一页中文章信息的数量，计算出与景点相关的新闻的页面的数量；

找出与景点相关的新闻不同页面之间的URL的联系，生成翻页的URL；

根据文章信息的URL，进入文章页面，找到相关信息，并提取所述相关信息；所述目标景点的相关信息包括目标景点的介绍信息、描述目标景点的诗词、目标景点的专业摄影照片和目标景点的优美文段。

7.根据权利要求6所述的多定位旅游日志自动生成方法，其特征在于，所述将所述目标景点的相关信息和所述图像照片结合，形成旅游日记，具体包括：

将所述描述目标景点的诗词与所述目标景点的优美文段归为景点文字描述段组；

将所述用户照片与所述目标景点的专业摄影照片归为景点摄影照片组；

将每组所述景点摄影照片组关联目标景点的介绍信息附加上所述景点文字描述段组，形成旅游日记。

8.一种多定位旅游日志自动生成系统，其特征在于，包括：

第一获取模块，用于获取用户定位信息；

路径规划模块，用于根据所述用户定位信息为用户旅游进行路径规划；

二次定位模块，用于根据所述用户定位信息采用多重定位方法，对用户旅游地点进行二次定位，得到二次定位信息；

第二获取模块，用于获取包含所述二次定位信息中的旅游景点的图像照片；

日志生成模块，用于根据所述图像照片自动生成旅游日志；

所述路径规划模块，具体包括：

分类单元，用于将旅游景点进行划分，得到多类旅游景点；

统计单元，用于根据所述多类旅游景点统计所述用户曾经旅游的记录；

景点给出单元，用于根据所述记录给出所述用户可能喜欢的景点或者能够给予用户新体验的景点；

路径规划单元，用于根据所述用户选择的景点，进行路径规划；

在对旅游景点进行划分时，按照以下四种形式划分：(1)按旅游内容分；(2)按旅游性质分；(3)按旅游对象分；(4)按兴趣分；

在“根据所述多类旅游景点统计所述用户曾经旅游的记录”步骤中，需要统计用户曾经旅游的地方，猜测用户可能喜欢的景点或者能给予用户新体验的景点，这里采用的是景点类别推荐算法,包括以下步骤：

一、计算用户感兴趣景点：

根据用户过去喜欢去的景点或景区，为用户推荐与他过去喜欢去的景点或景区相似的景点或景区，这里采用的算法是基于Item-IUF算法演化而来的推荐算法，包括以下内容：

(一)计算出景点之间的相似度

这里使用一个相似度计算公式来计算出景点之间的相似度

其中|N(u)|表示用户u产生过行为的物品的个数，|N(i)|是喜欢景点i的用户数，|N(j)|是喜欢景点j的用户数，u∈N(i)∩N(j)是同时喜欢景点i和景点j的用户数；

(二)之后通过一个公式计算出用户对于一个景点j的兴趣：

其中，P_uj表示用户u对景点j的兴趣，N(u)表示用户喜欢的景点集合，S(i,K)表示和景点i最相似的K个景点集合，W_ji表示景点j和景点i的相似度，r_ui表示用户u对景点i的兴趣；

(三)得出排行列表并处理推送

经过上一步，得到了用户可能感兴趣的景点排行列表，这时候，将景点兴趣排行TOP10，整理成用户可能感兴趣列表推送给用户；

二、计算能给用户带来新体验的景点：

根据用户经常活跃的景点，反向推送一些用户几乎没去过该类型的景点，从而给用户一些新体验，这里还是使用上述推荐算法，区别是：

(一)首先会排除一些用户去过几次依旧不感兴趣的景点，这里考虑到当用户去过数次后还不感兴趣，那不应该得到推荐；

(二)同时也会过滤掉上面所说用户不感兴趣的景点的高度相似景点；

(三)当处理掉这些用户不感兴趣景点后，将剩下的景点通过“一、计算用户感兴趣景点”所述方法，排列出景点排行榜，并逆序排列，最后将逆序排列后的景点排行TOP10推送给用户，从而让用户知道一些能给他带来新体验的景点；

所述根据所述用户选择的景点，进行路径规划，具体包括：

首先用户选定好自己能够旅游的天数；

通过景点推荐给用户之后，用户选择了希望能够旅游的景点；

通过A*算法算出能够通过所有路由景点的最短路径；

对最短路径进行优化，此时考虑用户的住所以及当地的交通；

其中，A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法，算法中的距离估算值与实际值越接近，最终搜索速度越快；

根据上步所得出的优化路径，从网上爬取一定的旅游攻略，推送给用户。

Images