CN109978389A - 一种对旅游景点进行消费者综合评价的方法 - Google Patents
一种对旅游景点进行消费者综合评价的方法 Download PDFInfo
- Publication number
- CN109978389A CN109978389A CN201910245525.4A CN201910245525A CN109978389A CN 109978389 A CN109978389 A CN 109978389A CN 201910245525 A CN201910245525 A CN 201910245525A CN 109978389 A CN109978389 A CN 109978389A
- Authority
- CN
- China
- Prior art keywords
- consumer
- tourist attractions
- tourist
- various dimensions
- result
- 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 38
- 238000011156 evaluation Methods 0.000 claims abstract description 96
- 238000010801 machine learning Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005194 fractionation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种对旅游景点进行消费者综合评价的方法，该方法是从旅游消费者对旅游景点选择信息决策的个人需求出发，并参考国家旅游景区管理标准的制定方法，从旅游消费者的角度，选择对旅游消费者在旅游体验中有重要影响的多个评价维度，并对每一个评价维度进行评价项的细分，以此构建出以旅游消费者为出发点的多维度旅游景点评价指标模型，借此通过可量化的评价标准，为旅游消费者提供全面的参考标准和帮助旅游消费者做出旅游决策。
Description
技术领域
本发明涉及多维度大数据分析的技术领域，特别涉及一种对旅游景点进行消费者综合评价的方法。
背景技术
目前，国家对于旅游景点的管理，都有着比较成熟的评估体系，但是这一评估体系基本上是出于管理的角度对旅游景点的整体服务水平进行综合评估，其并不是从旅游消费者的体验角度出发。有鉴于此，现有的旅游服务企业根据自身的实际情况推出了不同的旅游产品服务，而这些旅游产品服务通常是以移动应用APP的形式进行相关旅游景点评价数据的收集与处理以及评价结果的展示等，尽管这类型的移动应用APP能够对不同用户的评价数据进行展示，但是这些评价数据大多数只是局限于模糊和感性的评价，其并不是一个非常直观的多维度与量化形式的评价结果展示，旅游消费者并不能够从这些移动应用APP展示的评价结果中获得全面的和清晰的相关评价数据，这不便于旅游消费者从中获取相关数据以做出合适的消费决策。
除此之外，通过研究发现，国家在旅游景区管理中，以非常具体的细分考核项和评价标准，为全国所有旅游景区的评价提供了统一的、可量化的标准，从而使得不同旅游景区可以利用这一标准来进行横向对比，但是这些细分考核项和评价标准都是从管理角度出发，这使得在从旅游消费者角度对旅游景点进行评价时，这些细分考核项和评价标准并不适用。由于从旅游消费者角度对旅游景点进行评价是一个涉及不同因素的动态变化评价过程，仅仅通过若干的评价标准并不能全面地反映出旅游消费者所关注的所有相关因素，所以要想形成一个从旅游消费者角度出发的旅游景点评价体系，还需要经过大量数据分析和研究，并通过合理的方式将这些数据的分析和研究结果转换成旅游消费者易于理解和可量化衡量的评价方法是需要花费大量人力物力才能实现，而目前现有技术中并没有出现能够全面地对旅游景点进行旅游消费者角度出发的评价方法和评价体系。
发明内容
在现有的旅游景点评价方法或者评价体系中，国家旅游局发布的评价体系基本上是以管理者的角度出发制定出详细的考核项和评价标准，虽然这一评价体系能够覆盖全国所有旅游景点以及提供全面的评价结果，但是这一评价体系所涉及的考核项和评价标准并不是从旅游消费者的角度出发制定的，其对于旅游消费者个人而言并不具有参考意义。虽然，现有的旅游服务企业，特别是线上旅游服务企业都推出不同版本的移动应用APP，个人用户通过该移动应用APP能够即时对不同旅游景点进行评价或者预先获取其他个人用户对旅游景点的评价数据，但是这些移动应用APP都只是采用非标准的和单一的评判项目来作为个人用户的评判依据，这使得消费者无法从中获得统一的和有建设性的评判结果，这不利于消费者通过该移动应用APP提供的评价数据进行横向比较，从而做出合适的个人旅游决策。
针对现有技术存在的缺陷，本发明提供一种对旅游景点进行消费者综合评价的方法，该对旅游景点进行消费者综合评价的方法是从旅游消费者对旅游景点选择信息决策的个人需求出发，并参考国家旅游景区管理标准的制定方法，从旅游消费者的角度，选择对旅游消费者在旅游体验中有重要影响的多个评价维度，并对每一个评价维度进行评价项的细分，以此构建出以旅游消费者为出发点的旅游景点评价指标模型，借此通过可量化的评价标准，为旅游消费者提供全面的参考标准和帮助旅游消费者做出旅游决策。此外，该方法通过前期的用户调研，筛选出若干旅游消费者关注的若干个旅游景点评价维度，并针对每一个旅游景点评价维度，进行更加细致的多个级别的旅游景点评价维度级别拆分，再针对每一个级别旅游景点评价维度，进行更详细和可量化的下一级别旅游景点评价维度级别拆分(这里的旅游景点评价维度级别拆分只是作为示意，其并不局限于上述拆分方式，还可进行更多不同级别的维度拆分)，从而形成一个多维度和多级别的旅游景点量化评价指标体系，接着通过该旅游景点量化评价指标体系对消费者提供的评价内容进行处理以计算出相应的每一维度中不同级别对应的分值，最后通过雷达图的形式将每一维度中不同级别对应的分值进行直观的和多层次的展示，以便于消费者实时获得相应的可量化评价结果。
本发明提供一种对旅游景点进行用户综合评价的方法，其特征在于，所述用户综合评价的方法包括如下步骤：
步骤(1)，确定关于消费者层面的多维度的参数集合，基于所述参数集合，构建针对旅游景点的多维度评价指标体系；
步骤(2)，基于所述多维度评价指标体系，利用机器学习算法模型对所述旅游景点进行评价，并得到关于所述旅游景点的评价结果；
步骤(3)，提取所述评价结果对应的所述多维度的参数集合的点评结果，并对所述点评结果进行展示；
进一步，在步骤(1)中，确定关于消费者层面的多维度的参数集合具体包括针对所述多维度中的每一个维度先获取影响消费者的若干旅游景点相关因素，计算在消费者层面上所述若干旅游景点相关因素各自与消费者的相关程度值，根据所述相关程度值，将部分所述若干旅游景点相关因素确定为关于消费者层面的参数集合，再将所述参数集合中的不同参数进行结构级别的划分，从而得到关于消费者层面的一个级别或者多个级别的参数集合；
进一步，在步骤(1)中，确定关于消费者层面的多维度的参数集合包括将参数集合中的若干参数进行属性归类划分处理，根据所述属性归类划分处理的结果，确定所述若干参数中的每一个各自对应的属性类型和细化程度级别，再根据每一个参数各自对应的属性类型和细化程度级别，将所述若干参数重组为具有相应细化程度级别结构的参数集合，其中，所述属性归类划分处理包括先根据每一个参数对应的属性类型、将所述若干个参数划分为若干个不同属性类型目录下的参数子集合，再对每一个参数子集合中包括的所有参数中的每一个对应的细化程度值，以根据所述细化程度值来确定每一个参数子集合中包括的所有参数对应的细化程度级别；
进一步，在步骤(1)中，构建针对旅游景点的多维度评价指标体系具体包括根据所述参数集合中每一个属性类型目录下对应参数子集合中所有参数各自的细化程度级别，将所述参数集合中的所有参数进行多维度的结构化处理，以形成同时关于不同参数的属性类型目录和关于不同参数的细化程度级别的多维度评价指标体系；
进一步，在步骤(2)中，基于所述多维度评价指标体系，利用机器学习算法模型对所述旅游景点进行评价具体包括根据所述多维度评价指标体系获取对应的消费者层面的历史评价数据，再根据所述历史评价数据训练所述机器学习算法模型；其中，所述历史评价数据的获取具体包括确定目标消费者、并以与旅游景点相关的关键词对所述目标消费者的历史旅游景点评价进行特征信息的提取，再将所述特征信息进行标准化转换处理以得到所述历史评价数据；
进一步，在步骤(2)中，根据所述历史评价数据训练所述机器学习算法模型具体包括对所述历史评价数据进行有效性判断，若所述历史评价数据被判断为具有有效性，则对所述历史评价数据进行标注处理，再对经过所述标注处理后的所述历史评价数据进行计算策略与权重参数的导入处理，再对经过所述导入处理后的历史评价数据进行关于评价数据的计算处理，再将所述计算处理得到的结果导入所述机器学习算法模型中，以此实现对所述机器学习算法模型的训练处理；
进一步，在步骤(2)中，利用机器学习算法模型对所述旅游景点进行评价，并得到关于所述旅游景点的评价结果具体包括先判断所述机器学习算法模型是否完成训练，若是，则将当前的多维度评价指标体系的训练结果导入至所述机器学习算法模型中进行最终评价结果的计算，若否，则对所述机器学习算法模型继续训练；
进一步，在步骤(3)中，提取所述评价结果对应的所述多维度的参数集合的点评结果具体包括根据所述参数集合中对应的不同参数细化程度级别划分，从所述评价结果中提取具有对应细化程度级别划分结构的若干子评价结果；
进一步，在步骤(3)中，对所述点评结果进行展示具体包括对所述点评结果进行雷达图形式的展示，其中，根据所述参数集合的多个级别结构将所述点评结果转换成具有对应多个级别结构的若干雷达图数据层，再将所述若干雷达图数据层进行关于所述多个级别结构的嵌合与隐藏处理，以此得到关于所述点评结果的可视化多维度雷达动态显示图。
相比于现有技术，本发明的对旅游景点进行消费者综合评价的方法是从旅游消费者对旅游景点选择信息决策的个人需求出发，并参考国家旅游景区管理标准的制定方法，从旅游消费者的角度，选择对旅游消费者在旅游体验中有重要影响的多个评价维度，并对每一个评价维度进行评价项的细分，以此构建出以旅游消费者为出发点的旅游景点评价指标模型，借此通过可量化的评价标准，为旅游消费者提供全面的参考标准和帮助旅游消费者做出旅游决策。此外，该方法通过前期的用户调研，筛选出若干旅游消费者关注的若干个旅游景点评价维度，并针对每一个旅游景点评价维度，进行更加细致的多个级别的旅游景点评价维度级别拆分，再针对每一个级别旅游景点评价维度，进行更详细和可量化的多个级别旅游景点评价维度级别拆分，从而形成一个多维度和多级别的旅游景点量化评价指标体系，接着通过该旅游景点量化评价指标体系对消费者提供的评价内容进行处理以计算出相应的每一维度中不同级别对应的分值，最后通过雷达图的形式将每一维度中不同级别对应的分值进行直观的和多层次的展示，以便于消费者实时获得相应的可量化评价结果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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为本发明提供的一种对旅游景点进行消费者综合评价的方法的流程示意图。
图2为本发明提供的一种对旅游景点进行消费者综合评价的方法中点评结果雷达图展示形式的示意图。
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。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。
参阅图1，为本发明实施例提供的一种对旅游景点进行消费者综合评价的方法的流程示意图。该对旅游景点进行消费者综合评价的方法具体包括如下步骤：
步骤(1)，确定关于消费者层面的多维度的参数集合，基于该参数集合，构建针对旅游景点的多维度评价指标体系。
优选地，步骤(1)中，确定关于消费者层面的多维度的参数集合可具体包括针对该多维度中的每一个维度先获取影响消费者的若干旅游景点相关因素，计算在消费者层面上该若干旅游景点相关因素各自与消费者的相关程度值，根据该相关程度值，将部分该若干旅游景点相关因素确定为关于消费者层面的参数集合，再将该参数集合中的不同参数进行结构级别的划分，从而得到关于消费者层面的一个级别或者多个级别的参数集合。
优选地，在步骤(1)中，确定关于消费者层面的多维度的参数集合可包括将参数集合中的若干参数进行属性归类划分处理，根据该属性归类划分处理的结果，确定该若干参数中的每一个各自对应的属性类型和细化程度级别，再根据每一个参数各自对应的属性类型和细化程度级别，将该若干参数重组为具有相应细化程度级别结构的参数集合，其中，该属性归类划分处理包括先根据每一个参数对应的属性类型、将该若干个参数划分为若干个不同属性类型目录下的参数子集合，再对每一个参数子集合中包括的所有参数中的每一个对应的细化程度值，以根据该细化程度值来确定每一个参数子集合中包括的所有参数对应的细化程度级别。
优选地，在步骤(1)中，构建针对旅游景点的多维度评价指标体系具体包括根据该参数集合中每一个属性类型目录下对应参数子集合中所有参数各自的细化程度级别，将该参数集合中的所有参数进行多维度的结构化处理，以形成同时关于不同参数的属性类型目录和关于不同参数的细化程度级别的多维度评价指标体系。
步骤(2)，基于该多维度评价指标体系，利用机器学习算法模型对该旅游景点进行评价，并得到关于该旅游景点的评价结果。
优选地，在步骤(2)中，基于该多维度评价指标体系，利用机器学习算法模型对该旅游景点进行评价可具体包括根据该多维度评价指标体系获取对应的消费者层面的历史评价数据，再根据该历史评价数据训练该机器学习算法模型；其中，该历史评价数据的获取具体包括确定目标消费者、并以与旅游景点相关的关键词对该目标消费者的历史旅游景点评价进行特征信息的提取，再将该特征信息进行标准化转换处理以得到该历史评价数据。
优选地，在步骤(2)中，根据该历史评价数据训练该机器学习算法模型可具体包括对该历史评价数据进行有效性判断，若该历史评价数据被判断为具有有效性，则对该历史评价数据进行标注处理，再对经过该标注处理后的该历史评价数据进行计算策略与权重参数的导入处理，再对经过该导入处理后的历史评价数据进行关于评价数据的计算处理，再将该计算处理得到的结果导入该机器学习算法模型中，以此实现对该机器学习算法模型的训练处理。
优选地，在步骤(2)中，利用机器学习算法模型对该旅游景点进行评价，并得到关于该旅游景点的评价结果可具体包括先判断该机器学习算法模型是否完成训练，若是，则将当前的多维度评价指标体系的训练结果导入至该机器学习算法模型中进行最终评价结果的计算，若否，则对该机器学习算法模型继续训练。
步骤(3)，提取该评价结果对应的该多维度的参数集合的点评结果，并对该点评结果进行展示。
优选地，在步骤(3)中，提取该评价结果对应的该多维度的参数集合的点评结果可具体包括根据该参数集合中对应的不同参数细化程度级别划分，从该评价结果中提取具有对应细化程度级别划分结构的若干子评价结果。
优选地，在步骤(3)中，对该点评结果进行展示可具体包括对该点评结果进行雷达图形式的展示，其中，根据该参数集合的多个级别结构将该点评结果转换成具有对应多个级别结构的若干雷达图数据层，再将该若干雷达图数据层进行关于该多个级别结构的嵌合与隐藏处理，以此得到关于该点评结果的可视化多维度雷达动态显示图。
参阅图2，为本发明实施例提供的一种对旅游景点进行消费者综合评价的方法中点评结果雷达图展示形式的示意图。从该图2可见，该点评结果雷达图能够对关于某一旅游景点的多维度点评结果进行多级别的，消费者可通过在移动终端等智能设备上点击该雷达图中相应维度，比如A手续及办理、B景点景观浏览、C餐饮和休闲娱乐、D安全、E交通和住宿、F游玩时间等，进一步获得相应维度下的多个级别的相关量化评价指标信息，需要注意的是，上述图2中雷达图的多个维度及其下属多个级别的评价指标信息只是作为示例，本发明的对旅游景点进行消费者综合评价的方法照片那个的多维度评价指标体系并不局限于上述示例显示的具体指标维度，本领域的技术人员可根据实际情况调整变化多维度评价指标体系中相应的指标维度。
从上述实施例可以看出，该对旅游景点进行消费者综合评价的方法是从旅游消费者对旅游景点选择信息决策的个人需求出发，并参考国家旅游景区管理标准的制定方法，从旅游消费者的角度，选择对旅游消费者在旅游体验中有重要影响的多个评价维度，并对每一个评价维度进行评价项的细分，以此构建出以旅游消费者为出发点的旅游景点评价指标模型，借此通过可量化的评价标准，为旅游消费者提供全面的参考标准和帮助旅游消费者做出旅游决策。此外，该方法通过前期的用户调研，筛选出若干旅游消费者关注的若干个旅游景点评价维度，并针对每一个旅游景点评价维度，进行更加细致的多个级别的旅游景点评价维度级别拆分，再针对每一个级别旅游景点评价维度，进行更详细和可量化的多个级别旅游景点评价维度级别拆分，从而形成一个多维度和多级别的旅游景点量化评价指标体系，接着通过该旅游景点量化评价指标体系对消费者提供的评价内容进行处理以计算出相应的每一维度中不同级别对应的分值，最后通过雷达图的形式将每一维度中不同级别对应的分值进行直观的和多层次的展示，以便于消费者实时获得相应的可量化评价结果。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种对旅游景点进行消费者综合评价的方法，其特征在于，所述消费者综合评价的方法包括如下步骤：
步骤(1)，确定关于消费者层面的多维度的参数集合，基于所述参数集合，构建针对旅游景点的多维度评价指标体系；
步骤(2)，基于所述多维度评价指标体系，利用机器学习算法模型对所述旅游景点进行评价，并得到关于所述旅游景点的评价结果；
步骤(3)，提取所述评价结果对应的所述多维度的参数集合的点评结果，并对所述点评结果进行展示。
2.如权利要求1所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(1)中，确定关于消费者层面的多维度的参数集合具体包括针对所述多维度中的每一个维度先获取影响消费者的若干旅游景点相关因素，计算在消费者层面上所述若干旅游景点相关因素各自与消费者的相关程度值，根据所述相关程度值，将部分所述若干旅游景点相关因素确定为关于消费者层面的参数集合，再将所述参数集合中的不同参数进行结构级别的划分，从而得到关于消费者层面的一个级别或者多个级别的参数集合。
3.如权利要求1所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(1)中，确定关于消费者层面的多维度的参数集合包括将参数集合中的若干参数进行属性归类划分处理，根据所述属性归类划分处理的结果，确定所述若干参数中的每一个各自对应的属性类型和细化程度级别，再根据每一个参数各自对应的属性类型和细化程度级别，将所述若干参数重组为具有相应细化程度级别结构的参数集合，其中，所述属性归类划分处理包括先根据每一个参数对应的属性类型、将所述若干个参数划分为若干个不同属性类型目录下的参数子集合，再对每一个参数子集合中包括的所有参数中的每一个对应的细化程度值，以根据所述细化程度值来确定每一个参数子集合中包括的所有参数对应的细化程度级别。
4.如权利要求3所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(1)中，构建针对旅游景点的多维度评价指标体系具体包括根据所述参数集合中每一个属性类型目录下对应参数子集合中所有参数各自的细化程度级别，将所述参数集合中的所有参数进行多维度的结构化处理，以形成同时关于不同参数的属性类型目录和关于不同参数的细化程度级别的多维度评价指标体系。
5.如权利要求1所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(2)中，基于所述多维度评价指标体系，利用机器学习算法模型对所述旅游景点进行评价具体包括根据所述多维度评价指标体系获取对应的消费者层面的历史评价数据，再根据所述历史评价数据训练所述机器学习算法模型；其中，所述历史评价数据的获取具体包括确定目标消费者、并以与旅游景点相关的关键词对所述目标消费者的历史旅游景点评价进行特征信息的提取，再将所述特征信息进行标准化转换处理以得到所述历史评价数据。
6.如权利要求5所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(2)中，根据所述历史评价数据训练所述机器学习算法模型具体包括对所述历史评价数据进行有效性判断，若所述历史评价数据被判断为具有有效性，则对所述历史评价数据进行标注处理，再对经过所述标注处理后的所述历史评价数据进行计算策略与权重参数的导入处理，再对经过所述导入处理后的历史评价数据进行关于评价数据的计算处理，再将所述计算处理得到的结果导入所述机器学习算法模型中，以此实现对所述机器学习算法模型的训练处理。
7.如权利要求1所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(2)中，利用机器学习算法模型对所述旅游景点进行评价，并得到关于所述旅游景点的评价结果具体包括先判断所述机器学习算法模型是否完成训练，若是，则将当前的多维度评价指标体系的训练结果导入至所述机器学习算法模型中进行最终评价结果的计算，若否，则对所述机器学习算法模型继续训练。
8.如权利要求1所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(3)中，提取所述评价结果对应的所述多维度的参数集合的点评结果具体包括根据所述参数集合中对应的不同参数细化程度级别划分，从所述评价结果中提取具有对应细化程度级别划分结构的若干子评价结果。
9.如权利要求1所述的对旅游景点进行消费者综合评价的方法，其特征在于：在步骤(3)中，对所述点评结果进行展示具体包括对所述点评结果进行雷达图形式的展示，其中，根据所述参数集合的多个级别结构将所述点评结果转换成具有对应多个级别结构的若干雷达图数据层，再将所述若干雷达图数据层进行关于所述多个级别结构的嵌合与隐藏处理，以此得到关于所述点评结果的可视化多维度雷达动态显示图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910245525.4A CN109978389A (zh) | 2019-03-28 | 2019-03-28 | 一种对旅游景点进行消费者综合评价的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910245525.4A CN109978389A (zh) | 2019-03-28 | 2019-03-28 | 一种对旅游景点进行消费者综合评价的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109978389A true CN109978389A (zh) | 2019-07-05 |
Family
ID=67081408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910245525.4A Pending CN109978389A (zh) | 2019-03-28 | 2019-03-28 | 一种对旅游景点进行消费者综合评价的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109978389A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111311373A (zh) * | 2020-03-11 | 2020-06-19 | 青岛理工大学 | 基于消费者社交网络的服装个性化定制方法和装置 |
| CN114819469A (zh) * | 2022-02-24 | 2022-07-29 | 北京清华同衡规划设计研究院有限公司 | 基于大数据的旅游智能规划设计方法与系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7979314B2 (en) * | 2001-08-23 | 2011-07-12 | Jonas Ulenas | Method and apparatus for obtaining consumer product preferences through interactive product selection and evaluation |
| CN103020254A (zh) * | 2012-12-20 | 2013-04-03 | 北京趣拿信息技术有限公司 | 信息的推荐方法及装置 |
| CN108108454A (zh) * | 2017-12-28 | 2018-06-01 | 中译语通科技（青岛）有限公司 | 一种基于多语种舆情分析的旅游大数据系统 |
| CN108269024A (zh) * | 2018-01-31 | 2018-07-10 | 钟栎娜 | 一种基于大数据的旅游目的地评价方法 |
| CN109034893A (zh) * | 2018-07-20 | 2018-12-18 | 成都中科大旗软件有限公司 | 一种旅游网络评论情感分析及服务质量评价方法 |
-
2019
- 2019-03-28 CN CN201910245525.4A patent/CN109978389A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7979314B2 (en) * | 2001-08-23 | 2011-07-12 | Jonas Ulenas | Method and apparatus for obtaining consumer product preferences through interactive product selection and evaluation |
| CN103020254A (zh) * | 2012-12-20 | 2013-04-03 | 北京趣拿信息技术有限公司 | 信息的推荐方法及装置 |
| CN108108454A (zh) * | 2017-12-28 | 2018-06-01 | 中译语通科技（青岛）有限公司 | 一种基于多语种舆情分析的旅游大数据系统 |
| CN108269024A (zh) * | 2018-01-31 | 2018-07-10 | 钟栎娜 | 一种基于大数据的旅游目的地评价方法 |
| CN109034893A (zh) * | 2018-07-20 | 2018-12-18 | 成都中科大旗软件有限公司 | 一种旅游网络评论情感分析及服务质量评价方法 |
Non-Patent Citations (4)
| Title |
|---|
| 张赞: ""基于大数据的智慧旅游系统设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 徐虹 等: "《旅游目的地管理》", 30 September 2015 * |
| 王斌: ""基于多样性的个性化旅游推荐系统研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 董观志 等: ""旅游景区游客满意度测评体系研究"", 《旅游学刊》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111311373A (zh) * | 2020-03-11 | 2020-06-19 | 青岛理工大学 | 基于消费者社交网络的服装个性化定制方法和装置 |
| CN111311373B (zh) * | 2020-03-11 | 2023-11-24 | 青岛理工大学 | 基于消费者社交网络的服装个性化定制方法和装置 |
| CN114819469A (zh) * | 2022-02-24 | 2022-07-29 | 北京清华同衡规划设计研究院有限公司 | 基于大数据的旅游智能规划设计方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gunnarsdóttir et al. | Review of indicators for sustainable energy development | |
| Hausmann et al. | The atlas of economic complexity: Mapping paths to prosperity | |
| González-García et al. | Embedding environmental, economic and social indicators in the evaluation of the sustainability of the municipalities of Galicia (northwest of Spain) | |
| CN104965920B (zh) | 用于确定目标地址的方法和装置 | |
| CN106846538B (zh) | 过车记录处理方法和装置 | |
| Southworth et al. | Assessing the impact of Celaque National Park on forest fragmentation in western Honduras | |
| CN108446886A (zh) | 基于大数据的人才招聘系统及方法 | |
| CN107944986A (zh) | 一种o2o商品推荐方法、系统及设备 | |
| CN108280124A (zh) | 产品分类方法及装置，排行榜生成方法及装置，电子设备 | |
| Bottero et al. | Decision support systems for evaluating urban regeneration | |
| CN110288350A (zh) | 用户价值预测方法、装置、设备及存储介质 | |
| McCauley et al. | Mapping residential density patterns using multi-temporal Landsat data and a decision-tree classifier | |
| CN109978389A (zh) | 一种对旅游景点进行消费者综合评价的方法 | |
| CN109800048A (zh) | 模型的结果展示方法、计算机可读存储介质及计算机设备 | |
| CN104679942A (zh) | 一种基于数据挖掘的建设用地承载效率测度方法 | |
| CN108960884A (zh) | 信息处理方法、模型构建方法及装置、介质和计算设备 | |
| CN105447633A (zh) | 一种科研机构综合评价方法及系统 | |
| Lin et al. | Relationships between urbanization, tree morphology, and carbon density: An integration of remote sensing, allometric models, and field survey | |
| CN109272365A (zh) | 一种基于数据挖掘的餐厅客流量预测方法、装置及设备 | |
| Steenkamp et al. | Export market selection methods and the identification of realistic export opportunities for South Africa using a decision support model | |
| CN107957982A (zh) | 震后次生地质灾害易发性快速评估方法和系统 | |
| Marwick | Beyond typologies: The reduction thesis and its implications for lithic assemblages in Southeast Asia | |
| CN105160065A (zh) | 基于拓扑关系的遥感信息相似度评价方法 | |
| TWM626891U (zh) | 分行據點的選址裝置 | |
| Melecký | Meta-analyses of composite indices in the evaluation of European Union territory |
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: 20190705 |
|
| RJ01 | Rejection of invention patent application after publication |