CN109857948A - 一种旅行方案确定方法及装置 - Google Patents
一种旅行方案确定方法及装置 Download PDFInfo
- Publication number
- CN109857948A CN109857948A CN201910118159.6A CN201910118159A CN109857948A CN 109857948 A CN109857948 A CN 109857948A CN 201910118159 A CN201910118159 A CN 201910118159A CN 109857948 A CN109857948 A CN 109857948A
- Authority
- CN
- China
- Prior art keywords
- tourism
- scheme
- city
- route
- personalized
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种旅行方案确定方法及装置，包括：获取旅游方案片段集合和用户的个性化旅游要求；根据个性化旅游要求和交通线路信息，得到符合个性化旅游要求的旅游路线；根据旅游路线，从旅游方案片段集合中查找旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合；根据旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定旅游路线中所涉及的城市的时间分配方案；根据时间分配方案，将参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。结合了人工高质量的景点安排片段和城市层面的推荐、规划算法，产生的旅行规划方案既具有城市组合上的多样性，符合多样的客户要求，又能保证方案的高质量和可行性。
Description
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种旅行方案确定方法及装置。
背景技术
随着中国经济的腾飞，居民收入水平的不断增长，消费者的消费能力日趋提高，旅游市场随之高速增长，旅游业也正从小众市场向大众化转变。面对灵活、个性化的旅行需求，固定化的旅行产品已经不能满足消费者的出行需要。如何能够在满足灵活、个性化旅行需求的条件下给出高质量的行程安排，已经成了旅游行业迫切需要解决的核心问题。
现有技术中，旅行方案规划系统主要以获取的景点、城市信息为数据源。通过坐标或者有限个人为设定的指标(如人气值)，对给定的城市、景点进行最短路规划，取得指标最优结果。
由于旅行方案设计本身涉及的因素极为多样，仅从几个维度很难给出全球城市通用且高质量的自动化解决方法。比如在不同国家和地区因为城市内交通便利程度的不同，花费在交通等待、进行中的时间不同，导致每天安排的景点数量会有所不同。又比如，由于安全或宗教等社会因素，不同国家和地区的城市适宜游玩时间也会有所不同。此外，根据客人不同的定制化需求，也会有不同的最优景点安排，比如对要求全程包车的客人安排的景点就会与要求公共交通出行的客人有所不同。
现有的技术方式只能对有限几个指标进行衡量，难以保证方案的可靠性和质量，严重者甚至可能会对客人出行期间的人身财产安全带来隐患。
发明内容
有鉴于此，本申请的目的在于提供一种旅行方案确定方法及装置，用于解决现有技术中旅行规划方案质量差的问题。结合了人工高质量的景点安排片段和城市层面的推荐、规划算法，产生的旅行规划方案既具有城市组合上的多样性，符合多样的客户要求，又能保证方案的高质量和可行性。
第一方面，本申请实施例提供了一种旅行方案确定方法，该方法包括：
获取旅游方案片段集合和用户的个性化旅游要求；
根据所述个性化旅游要求和交通线路信息，得到符合所述个性化旅游要求的旅游路线；
根据所述旅游路线，从所述旅游方案片段集合中查找所述旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合；
根据所述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定所述旅游路线中所涉及的城市的时间分配方案；
根据所述时间分配方案，将所述参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方案，其中，所述获取旅游方案片段集合和用户的个性化旅游要求之前，还包括：
从历史旅游方案库中获取历史旅游方案；
将历史旅游方案进行拆分，以得到旅游方案片段；
整理旅游方案片段，组成旅游方案片段集合。
结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方案，其中，所述根据所述个性化旅游要求和交通线路信息，得到符合所述个性化旅游要求的旅游路线，包括：
所述个性化旅游要求包括以下的任意至少两种：地区、必选城市、排除城市、必选景点、排除景点；
所述交通线路信息包括以下的任意至少两种：交通网络图、交通方式、交通时间和交通花费。
结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方案，其中，所述计算出符合第一预设条件的所述旅游路线中城市的时间分配方案，包括：
基于所述历史旅游信息，计算所述旅游路线中各城市的历史停留概率，其中，历史停留概率用于表征历史上参考用户在各城市停留指定天数的概率；
根据所述各城市的历史停留概率，计算得到符合所述个性化旅游要求的所述时间分配方案。
结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方案，其中，所述得到目标旅游方案之后，还包括：
根据所述目标旅游方案、个性化旅游要求和城市交通信息，计算出符合交通偏差允许度的交通方案。
第二方面，本申请实施例提供了一种旅行方案确定装置，该装置包括：
获取模块，用于获取旅游方案片段集合和用户的个性化旅游要求；
路线模块，用于根据所述个性化旅游要求和交通线路信息，得到符合所述个性化旅游要求的旅游路线；
匹配模块，用于根据所述旅游路线，从所述旅游方案片段集合中查找所述旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合；
时间模块，用于根据所述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定所述旅游路线中所涉及的城市的时间分配方案；
拼接模块，用于根据所述时间分配方案，将所述参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。
结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方案，其中，所述获取模块之前，还包括：片段模块，用于从历史旅游方案库中获取历史旅游方案；
将历史旅游方案进行拆分，以得到旅游方案片段；
整理旅游方案片段，组成旅游方案片段集合。
结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方案，其中，所述时间模块，包括：
概率单元，用于基于所述历史旅游信息，计算所述旅游路线中各城市的历史停留概率，其中，历史停留概率用于表征历史上参考用户在各城市停留指定天数的概率；
计算单元，用于根据所述各城市的历史停留概率，计算得到符合所述个性化旅游要求的所述时间分配方案。
第三方面，本申请实施例提供了一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面及其可能的实施方案所述的方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面及其可能的实施方案所述的方法的步骤。
本申请实施例提出的旅行方案确定方法及装置，通过获取旅游方案片段集合和用户的个性化旅游要求，筛选出符合所述个性化旅游要求的旅游方案片段，拼接成旅游路线，然后计算出最优的时间分配方案，并将旅游路线和时间分配方案进行拼接，得到目标旅游方案。本申请实施例所提出的旅行方案确定方法及装置结合了人工高质量旅行方案的片段和城市层面的推荐以及规划算法，贴合客户的实际要求，计算出高质量的个性化定制旅行方案，提高了旅行路线规划的质量，提升了客户的体验。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种旅行方案确定方法的流程示意图；
图2为本申请实施例提供的一种旅行方案确定装置的结构示意图；
图3为本申请实施例提供的又一种旅行方案确定装置的结构示意图；
图4为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种旅行方案确定方法，如图1所示，包括以下步骤S100-S104：
S100、获取旅游方案片段集合和用户的个性化旅游要求。
具体地，旅游方案片段集合中包括了大量的高质量旅行方案片段，片段是以城市为单位的固定旅行玩法，包含一个城市的具体行程安排及该城市适合的旅行天数、适配的交通方式、适合的旅行月份、适合的客户类型、当地的景点活动和当地的主题特色等多种信息。
个性化旅游要求是用户在GUI(图形用户界面，Graphical User Interface)输入的对旅行行程的要求。
S101、根据上述个性化旅游要求和交通线路信息，得到符合上述个性化旅游要求的旅游路线。
具体地，根据个性化旅游要求和交通线路信息，对线路中的城市和交通方式进行智能补全，得到多组推荐城市组，然后对每一组推荐城市组进行路线得分计算，选取得分较高的预设数量(优选为3，本申请不予限制)的推荐城市组，生成旅游路线。
其中，路线得分计算可以采用线性加权的算法，公式如下所示：
a1×d+a2×c+a3×t+a4×p＝V；
公式中，d为旅行距离，c为旅行费用，t为旅行时间，p为个性化旅游要求优选的特定组合加分，V为得分，a1、a2、a3、a4是得分权重，根据个性化旅游要求中的侧重方向调整。
S102、根据上述旅游路线，从上述旅游方案片段集合中查找上述旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合。
具体地，根据上述旅游路线中的城市，针对每个城市匹配旅游方案片段，整理得到参考旅游方案片段集合，作为后续片段拼接的资源基础。
S103、根据上述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定上述旅游路线中所涉及的城市的时间分配方案。
具体地，通过获取上述旅游路线中的城市的历史数据中的旅行天数的概率，来计算出旅游路线中每个城市分配天数的最佳方案。
S104、根据上述时间分配方案，将上述参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。
具体地，根据时间分配方案，从参考旅游方案片段集合中筛选出符合时间分配方案的旅游方案片段，然后从筛选得到的旅游方案片段中根据旅游路线的顺序和预设的交通方式进行随机挑选片段，构成包含多条方案的方案集，对每条方案中的相邻片段的时间间隔进行打分，打分规则如下：
若相邻片段时间间隔小于预设时间阈值(一般为2小时，本申请不予限制)，则给出0分，若大于预设时间阈值，则给出大于阈值部分的时间作为得分。然后根据需要选择下列两种算法中任一算法得到分数：
1、分数＝各相邻片段的得分的和/(旅游路线中城市数-1)；
2、分数＝max(各相邻片段的得分)。
得到方案集中各方案的分数后，按照如下步骤进行处理：
A、将方案集中的方案按分数由低到高排列(由于超出预设时间阈值分数才会大于0，所以分数越小，方案越符合要求)；
B、根据预设的推荐方案数量m(优选地，设为5，本申请不予限制)，选取前m个方案进行保留(若分数相同则随机选择)，删除其余方案；
C、对保留下来的前m个方案进行随机变换(如片段替换、两方案进行交叉交换)，将变换后的方案与变换前的方案组合成新的方案集，并对变换后的方案进行打分；
D、重复上述步骤A-C，直到得到得分小于预设的总间隔上限(优选地，设置为2小时，本申请不予限制)的方案，或者循环次数达到预设次数。
处理得到的各方案分别进行拼接后，得到目标旅游方案。
在一可选的实施例中，上述步骤S100，获取旅游方案片段集合和用户的个性化旅游要求之前，还包括：
从历史旅游方案库中获取历史旅游方案；
将历史旅游方案进行拆分，以得到旅游方案片段；
整理旅游方案片段，组成旅游方案片段集合。
具体地，按照城市及在该城市的具体行程安排、适合天数、适配的交通方式、适合月份、适合客户类型、景点活动、主题特色等多种信息将历史旅游方案库中的历史旅游方案都拆分成旅游方案片段，然后整理得到旅游方案片段到旅游方案片段集合中。
在一可选的实施例中，上述步骤S101，根据上述个性化旅游要求和交通线路信息，得到符合上述个性化旅游要求的旅游路线，包括：
上述个性化旅游要求包括以下的任意至少两种：地区、必选城市、排除城市、必选景点、排除景点；
上述交通线路信息包括以下的任意至少两种：交通网络图、交通方式、交通时间和交通花费。
具体地，旅游路线需要考虑到个性化旅游要求中要求的地区(例如：东北地区、华北地区、华南地区等)、必选城市(用户要求路线中一定有的城市)、排除城市(用户要求路线中一定没有的城市)、必选景点(用户要求路线中一定有的景点)、排除景点(用户要求路线中一定没有的景点)等，还要考虑到城市之间的交通路线和交通方式，以及各交通方式所要花费的时间和金额。
上述个性化旅游要求可以是：地区和必选城市，地区和排除城市，地区和必选景点，地区和排除景点，必选城市和派出城市，必选城市和必选景点，必须按城市和排除景点，排除城市和必选景点，排除城市和排除景点，必选景点和排除景点，地区、必选城市和排除城市，地区、必选城市和必选景点，地区、必选城市和排除景点，地区、排除城市和必选景点，地区、排除城市和排除景点，地区、必选景点和排除景点，必选城市、排除城市和必选景点，必选城市、排除城市和排除景点，排除城市、必选景点和排除景点，地区、必选城市、排除城市和必选景点，地区、必选城市、排除城市和排除景点，必选城市、排除城市、必选景点和排除景点，或地区、必选城市、排除城市、必选景点和排除景点。
上述交通线路信息可以是：交通网络图和交通方式，交通网络图和交通时间，交通网络图和交通花费，交通方式和交通时间，交通方式和交通花费，交通时间和交通花费，交通网络图、交通方式和交通时间，交通网络图、交通方式和交通花费，交通网络图、交通时间和交通花费，交通方式、交通时间和交通花费，或交通网络图、交通方式、交通时间和交通花费。
在一可选的实施例中，上述步骤S103，根据上述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定上述旅游路线中所涉及的城市的时间分配方案，包括：
S1031、基于上述历史旅游信息，计算上述旅游路线中各城市的历史停留概率，其中，历史停留概率用于表征历史上参考用户在各城市停留指定天数的概率。
具体地，根据各个城市的历史旅游方案中的天数信息，来计算出各个城市的历史停留概率，例如，A城市，分配1天的概率为0.4，分配2天的概率为0.4，分配3天的概率为0.2，分配超过3天的概率为0。
S1032、根据上述各城市的历史停留概率，计算得到符合上述个性化旅游要求的各城市历史停留概率总和最大的组合方案，将上述组合方案作为上述时间分配方案。
具体地，将旅游路线中的每个城市的历史停留概率根据旅游路线中的总天数进行分配运算，将每个城市的分配天数对应的概率进行相加，得到的概率的积作为方案可行度。
例如，旅游路线中有A城市和B城市，旅游路线的总天数为4天。A城市，分配1天的概率为0.4，分配2天的概率为0.4，分配3天的概率为0.2，分配超过3天的概率为0；B城市，分配1天的概率为0.4，分配2天的概率为0.3，分配3天的概率为0.3，分配超过3天的概率为0。计算可能的方案的方案可行度：
方案1：A城市1天，B城市3天，可行度＝0.4×0.3＝0.12；
方案2：A城市2天，B城市2天，可行度＝0.4×0.3＝0.12；
方案3：A城市3天，B城市1天，可行度＝0.2×0.4＝0.08。
那么，方案1和方案2的方案可行度相同且最大，方案1和方案2的时间分配方案都可行，方案3排除。
在一可选的实施例中，上述步骤S104，得到目标旅游方案之后，还包括：
S105、根据上述目标旅游方案、个性化旅游要求和城市交通信息，计算出符合交通偏差允许度的交通方案。
具体地，根据个性化旅游要求中对交通方面的要求(例如：交通花费、是否自驾，是否乘坐汽车，是否乘坐火车，乘坐何种规格火车，是否乘坐飞机，飞机的规格要求，航空公司要求等)设定交通方案筛选条件，通过计算得到符合该筛选条件及偏差允许度的至少一个交通方案。
偏差允许度是指允许在交通方案与个性化旅游要求的交通方案不同的节点的个数，例如：偏差允许度为1，个性化旅游要求中要求A城市-国航飞机-B城市-高铁-C城市，若有交通方案为：A城市-东方航空飞机-B城市-高铁-C城市，那么该交通方案的与个性化旅游要求的交通方案不同的节点的个数为1，也就是，偏差值为1，在偏差允许度之内，该交通方案在考虑范围之内。
本申请实施例提供了一种旅行方案确定装置，如图2所示，包括：
获取模块20，用于获取旅游方案片段集合和用户的个性化旅游要求。
具体地，旅游方案片段集合中包括了大量的高质量旅行方案片段，片段是以城市为单位的固定旅行玩法，包含一个城市的具体行程安排及该城市适合的旅行天数、适配的交通方式、适合的旅行月份、适合的客户类型、当地的景点活动和当地的主题特色等多种信息。
个性化旅游要求是用户在GUI(图形用户界面，Graphical User Interface)输入的对旅行行程的要求。
路线模块21，用于根据上述个性化旅游要求和交通线路信息，得到符合上述个性化旅游要求的旅游路线。
具体地，根据个性化旅游要求和交通线路信息，对线路中的城市和交通方式进行智能补全，得到多组推荐城市组，然后对每一组推荐城市组进行路线得分计算，选取得分较高的预设数量(优选为3，本申请不予限制)的推荐城市组，生成旅游路线。
其中，路线得分计算可以采用线性加权的算法，公式如下所示：
a1×d+a2×c+a3×t+a4×p＝V；
公式中，d为旅行距离，c为旅行费用，t为旅行时间，p为个性化旅游要求优选的特定组合加分，V为得分，a1、a2、a3、a4是得分权重，根据个性化旅游要求中的侧重方向调整。
匹配模块22，用于根据上述旅游路线，从上述旅游方案片段集合中查找上述旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合。
具体地，根据上述旅游路线中的城市，针对每个城市匹配旅游方案片段，整理得到参考旅游方案片段集合，作为后续片段拼接的资源基础。
时间模块23，用于根据上述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定上述旅游路线中所涉及的城市的时间分配方案。
具体地，通过获取上述旅游路线中的城市的历史数据中的旅行天数的概率，来计算出旅游路线中每个城市分配天数的最佳方案。
拼接模块24，用于根据上述时间分配方案，将上述参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。
具体地，根据时间分配方案，从参考旅游方案片段集合中筛选出符合时间分配方案的旅游方案片段，然后从筛选得到的旅游方案片段中根据旅游路线的顺序和预设的交通方式进行随机挑选片段，构成包含多条方案的方案集，对每条方案中的相邻片段的时间间隔进行打分，打分规则如下：
若相邻片段时间间隔小于预设时间阈值(一般为2小时，本申请不予限制)，则给出0分，若大于预设时间阈值，则给出大于阈值部分的时间作为得分。然后根据需要选择下列两种算法中任一算法得到分数：
1、分数＝各相邻片段的得分的和/(旅游路线中城市数-1)；
2、分数＝max(各相邻片段的得分)。
得到方案集中各方案的分数后，按照如下步骤进行处理：
A、将方案集中的方案按分数由低到高排列(由于超出预设时间阈值分数才会大于0，所以分数越小，方案越符合要求)；
B、根据预设的推荐方案数量m(优选地，设为5，本申请不予限制)，选取前m个方案进行保留(若分数相同则随机选择)，删除其余方案；
C、对保留下来的前m个方案进行随机变换(如片段替换、两方案进行交叉交换)，将变换后的方案与变换前的方案组合成新的方案集，并对变换后的方案进行打分；
D、重复上述步骤A-C，直到得到得分小于预设的总间隔上限(优选地，设置为2小时，本申请不予限制)的方案，或者循环次数达到预设次数。
处理得到的各方案分别进行拼接后，得到目标旅游方案。
在一可选的实施例中，如图3所示，上述获取模块20之前，还包括：片段模块25，用于从历史旅游方案库中获取历史旅游方案；
将历史旅游方案进行拆分，以得到旅游方案片段；
整理旅游方案片段，组成旅游方案片段集合。
具体地，按照城市及在该城市的具体行程安排、适合天数、适配的交通方式、适合月份、适合客户类型、景点活动、主题特色等多种信息将历史旅游方案库中的历史旅游方案都拆分成旅游方案片段，并整理得到旅游方案片段到旅游方案片段库中。
在一可选的实施例中，上述时间模块22，包括：
概率单元221，用于基于上述历史旅游信息，计算上述旅游路线中各城市的历史停留概率，其中，历史停留概率用于表征历史上参考用户在各城市停留指定天数的概率。
具体地，根据各个城市的历史旅游方案中的天数信息，来计算出各个城市的历史停留概率，例如，A城市，分配1天的概率为0.4，分配2天的概率为0.4，分配3天的概率为0.2，分配超过3天的概率为0。
计算单元222，用于根据上述各城市的历史停留概率，计算得到符合上述个性化旅游要求的上述时间分配方案。
具体地，将旅游路线中的每个城市的历史停留概率根据旅游路线中的总天数进行分配运算，将每个城市的分配天数对应的概率进行相加，得到的概率的积作为方案可行度。
例如，旅游路线中有A城市和B城市，旅游路线的总天数为4天。A城市，分配1天的概率为0.4，分配2天的概率为0.4，分配3天的概率为0.2，分配超过3天的概率为0；B城市，分配1天的概率为0.4，分配2天的概率为0.3，分配3天的概率为0.3，分配超过3天的概率为0。计算可能的方案的方案可行度：
方案1：A城市1天，B城市3天，可行度＝0.4×0.3＝0.12；
方案2：A城市2天，B城市2天，可行度＝0.4×0.3＝0.12；
方案3：A城市3天，B城市1天，可行度＝0.2×0.4＝0.08。
那么，方案1和方案2的方案可行度相同且最大，方案1和方案2的时间分配方案都可行，方案3排除。
对应于图1中的一种旅行方案确定方法，本申请实施例还提供了一种计算机设备400，如图4所示，该设备包括存储器401、处理器402及存储在该存储器401上并可在该处理器402上运行的计算机程序，其中，上述处理器402执行上述计算机程序时实现上述一种旅行方案确定方法。
具体地，上述存储器401和处理器402能够为通用的存储器和处理器，这里不做具体限定，当处理器402运行存储器401存储的计算机程序时，能够执行上述一种旅行方案确定方法，解决了现有技术中旅行规划方案质量差的问题。
对应于图1中的一种旅行方案确定方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述一种旅行方案确定方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述一种旅行方案确定方法，解决了现有技术中旅行规划方案质量差的问题，本申请通过获取旅游方案片段集合和用户的个性化旅游要求，筛选出符合所述个性化旅游要求的旅游方案片段，拼接成旅游路线，然后计算出最优的时间分配方案，并将旅游路线和时间分配方案进行拼接，得到目标旅游方案。本申请实施例所提出的旅行方案确定方法及装置结合了人工高质量旅行方案的片段和城市层面的推荐以及规划算法，贴合客户的实际要求，计算出高质量的个性化定制旅行方案，提高了旅行路线规划的质量，提升了客户的体验。
在本申请所提供的实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种旅行方案确定方法，其特征在于，包括：
获取旅游方案片段集合和用户的个性化旅游要求；
根据所述个性化旅游要求和交通线路信息，得到符合所述个性化旅游要求的旅游路线；
根据所述旅游路线，从所述旅游方案片段集合中查找所述旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合；
根据所述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定所述旅游路线中所涉及的城市的时间分配方案；
根据所述时间分配方案，将所述参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。
2.根据权利要求1所述的方法，其特征在于，所述获取旅游方案片段集合和用户的个性化旅游要求之前，还包括：
从历史旅游方案库中获取历史旅游方案；
将历史旅游方案进行拆分，以得到旅游方案片段；
整理旅游方案片段，组成旅游方案片段集合。
3.根据权利要求1所述的方法，其特征在于，所述根据所述个性化旅游要求和交通线路信息，得到符合所述个性化旅游要求的旅游路线，包括：
所述个性化旅游要求包括以下的任意至少两种：地区、必选城市、排除城市、必选景点、排除景点；
所述交通线路信息包括以下的任意至少两种：交通网络图、交通方式、交通时间和交通花费。
4.根据权利要求1所述的方法，其特征在于，所述根据所述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定所述旅游路线中所涉及的城市的时间分配方案，包括：
基于所述历史旅游信息，计算所述旅游路线中各城市的历史停留概率，其中，历史停留概率用于表征历史上参考用户在各城市停留指定天数的概率；
根据所述各城市的历史停留概率，计算得到符合所述个性化旅游要求的所述时间分配方案。
5.根据权利要求1所述的方法，其特征在于，所述得到目标旅游方案之后，还包括：
根据所述目标旅游方案、个性化旅游要求和城市交通信息，计算出符合交通偏差允许度的交通方案。
6.一种旅行方案确定装置，其特征在于，包括：
获取模块，用于获取旅游方案片段集合和用户的个性化旅游要求；
路线模块，用于根据所述个性化旅游要求和交通线路信息，得到符合所述个性化旅游要求的旅游路线；
匹配模块，用于根据所述旅游路线，从所述旅游方案片段集合中查找所述旅游路线中所涉及的城市的旅游方案片段，得到参考旅游方案片段集合；
时间模块，用于根据所述旅游路线中所涉及的城市的历史旅游信息和个性化旅游要求，确定所述旅游路线中所涉及的城市的时间分配方案；
拼接模块，用于根据所述时间分配方案，将所述参考旅游方案片段集合和时间分配方案进行组合，得到目标旅游方案。
7.根据权利要求6所述的装置，其特征在于，所述获取模块之前，还包括：片段模块，用于从历史旅游方案库中获取历史旅游方案；
将历史旅游方案进行拆分，以得到旅游方案片段；
整理旅游方案片段，组成旅游方案片段集合。
8.根据权利要求6所述的装置，其特征在于，所述时间模块，包括：
概率单元，用于基于所述历史旅游信息，计算所述旅游路线中各城市的历史停留概率，其中，历史停留概率用于表征历史上参考用户在各城市停留指定天数的概率；
计算单元，用于根据所述各城市的历史停留概率，计算得到符合所述个性化旅游要求的所述时间分配方案。
9.一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-5中任一项所述的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910118159.6A CN109857948A (zh) | 2019-02-15 | 2019-02-15 | 一种旅行方案确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910118159.6A CN109857948A (zh) | 2019-02-15 | 2019-02-15 | 一种旅行方案确定方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109857948A true CN109857948A (zh) | 2019-06-07 |
Family
ID=66897966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910118159.6A Pending CN109857948A (zh) | 2019-02-15 | 2019-02-15 | 一种旅行方案确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109857948A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106096785A (zh) * | 2016-06-13 | 2016-11-09 | 北京游谱科技发展有限公司 | 一种基于行程规划的线路定制方法、系统 |
| CN106886837A (zh) * | 2017-02-21 | 2017-06-23 | 携程旅游网络技术（上海）有限公司 | 基于时间规划的自由行行程推荐方法 |
| CN108416461A (zh) * | 2017-08-18 | 2018-08-17 | 北京穷游天下科技发展有限公司 | 旅游行程的智能创建方法和设备 |
-
2019
- 2019-02-15 CN CN201910118159.6A patent/CN109857948A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106096785A (zh) * | 2016-06-13 | 2016-11-09 | 北京游谱科技发展有限公司 | 一种基于行程规划的线路定制方法、系统 |
| CN106886837A (zh) * | 2017-02-21 | 2017-06-23 | 携程旅游网络技术（上海）有限公司 | 基于时间规划的自由行行程推荐方法 |
| CN108416461A (zh) * | 2017-08-18 | 2018-08-17 | 北京穷游天下科技发展有限公司 | 旅游行程的智能创建方法和设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gurumurthy et al. | Analyzing the dynamic ride-sharing potential for shared autonomous vehicle fleets using cellphone data from Orlando, Florida | |
| CN108256553A (zh) | 车辆搭载无人机双层路径的构造方法及装置 | |
| WO2020050873A1 (en) | System and method for ride order dispatching and vehicle repositioning | |
| CN106781708B (zh) | 一种终端管制区的航线规划方法及装置 | |
| Tian et al. | Noah: a dynamic ridesharing system | |
| Ni et al. | Agent‐based modelling and simulation to assess the impact of parking reservation system | |
| CN109598372A (zh) | 基于绿色共享交通的出行方案规划方法和共享交通系统 | |
| Riquelme-Rodríguez et al. | Location arc routing problem with inventory constraints | |
| CN104572873B (zh) | 信息处理方法及装置 | |
| CN104517200B (zh) | 用于物流配送的能耗计算方法、配送方案获取方法和装置 | |
| CN108267151A (zh) | 导航路线推荐方法、系统和装置 | |
| CN109325671A (zh) | 一种时空众包在线任务分配方法及系统 | |
| Linares et al. | A simulation framework for real-time assessment of dynamic ride sharing demand responsive transportation models | |
| CN107368947A (zh) | 一种游乐场管理方法及装置 | |
| CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
| US20150242788A1 (en) | Systems, methods, and non-transitory computer-readable mediums that provide for partitioning of an original geographic area into multiple geographic seed areas as part of balancing a business-related workload | |
| CN110929945A (zh) | 一种航线开通的预测方法、系统及电子设备 | |
| CN102610091B (zh) | 出行服务信息的获取方法及装置 | |
| CN109724619A (zh) | 信息推送方法、装置及服务器 | |
| Celiński et al. | REAL TIME MODEL FOR PUBLIC TRANSPORTATION MANAGEMENT. | |
| US8589074B2 (en) | Method and system for generating fixed transit routes | |
| Zhao et al. | Evaluating ground–air network vulnerabilities in an integrated terminal maneuvering area using co-evolutionary computational red teaming | |
| JP2021190094A (ja) | 配送計画作成方法、装置、システムおよびコンピュータ読み取り可能な記憶媒体 | |
| US20170138736A1 (en) | Management of Event Information for Interested Users | |
| CN109857948A (zh) | 一种旅行方案确定方法及装置 |
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: 20190607 |