CN110222277B - 一种基于大数据分析的旅游信息推荐方法及装置 - Google Patents

Abstract

本申请实施例提供一种基于大数据分析的旅游信息推荐方法及装置。该方法包括：提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台；在大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律；通过地理信息系统实时采集当前游客的地理位置信息，返回游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息；将下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并为游客进行服务预约。本申请提高了旅游信息推荐的准确度和效率。

Description

一种基于大数据分析的旅游信息推荐方法及装置

技术领域

本申请涉及旅游信息推荐及大数据领域，尤其涉及一种基于大数据分析的旅游信息推荐方法及装置。

背景技术

旅游景点，是指以旅游及其相关活动为主要功能或主要功能之一的区域场所，能够满足游客参观游览、休闲度假、康乐健身等旅游需求，具备相应的旅游设施并提供相应的旅游服务的独立管理区。旅游信息推荐，是指根据游客的实际情况，综合旅游资源、旅游经济、旅游活动、旅游者等方面的信息，给游客提供最适合游客的游览线路，从而提高游客的旅行体验。传统旅游信息推荐方法，一般只通过游客的单一维度特征进行匹配，而没有考虑用户的旅行需求特点、景点服务的接待能力等。随着国家经济发展，面对假期相对集中、景点资源紧张的现状，如何有效提高旅游信息推荐准确度、个性化，优化旅行体验，成为目前旅游信息推荐领域需要解决的技术难题。因此，可以考虑通过大数据分析技术，改进旅游信息推荐方法。

因此，可以考虑改进，融合大数据技术，设计基于大数据分析的旅游信息推荐方法及装置。

发明内容

有鉴于此，本申请的目的在于提出一种基于大数据分析的旅游信息推荐方法及装置，提高旅游信息推荐准确度，解决目前旅游信息推荐过程中，游客体验不好、准确度不高的技术问题。

基于上述目的，本申请提出了一种基于大数据分析的旅游信息推荐方法，包括：

对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台；

在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律；

通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息；

将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并为游客进行服务预约。

在一种实施例中，所述对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台，包括：

通过游客伴随分析，分析游客以家庭为单位进行旅行的状态，并将游客以家庭为单位进行分组，抽取出游客家庭分组的游走线路及在每个目的地停留的时间，结合游客家庭分组属性信息，导入所述游客服务信息大数据挖掘平台中。

在一些实施例中，所述在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律，包括：

按照游客的属性特征对游客进行分类，通过所述关联规则分析分别挖掘每个游客分类，得出每个游客分类在结束当前目的地之后，前往的下一目的地、时间及服务需求。

在一些实施例中，所述关联规则分析包括：

将当前位置记为X，下一目的地记为Y，

对于蕴含式X→Y，置信度记为P(Y/X)＝P(XY)/P(X)，支持度记为Support(X→Y)＝P(X，Y)/P(I)，I为全部目的地集合，设定最小支持度阈值和最小置信度阈值，关联规则分析过程转化为寻找满足所述最小支持度阈值和最小置信度阈值的频繁子集过程。

在一些实施例中，按预设时间间隔，将新增游客旅行路线档案信息导入所述游客服务信息大数据挖掘平台，动态更新关联规则，计算出游客在目的地之间的移动线路规律。

在一些实施例中，所述通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息，包括：

将游客目前所处的地理位置信息、时间、游客物理状态、伴随信息作为游客信息集合，发送至所述游客服务信息大数据挖掘平台；

根据所述游客信息集合，按照关联规则进行游客特征匹配，得出预设数量的游客下一目的地，查询每一个目的地的服务信息，形成下一目的地信息集合，返回游客。

在一些实施例中，所述将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并为游客进行服务预约，包括：

根据游客选择结果，进行至少一次反馈式下一目的地集合修正，将修正后的下一目的地集合返回至游客。

基于上述目的，本申请还提出了一种基于大数据分析的旅游信息推荐装置，包括：

构建模块，用于对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台；

分析模块，用于在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律；

实时模块，用于通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息；

返回模块，用于将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并对为游客进行服务预约。

在一些实施例中，所述构建模块，包括：

数据清洗单元，用于对游客属性信息进行归一化处理，转换为标准数据；

数据映射单元，用于在游客属性和目的地信息之间建立数据映射关系。

在一些实施例中，所述实时模块，还包括：

第一实时单元，用于将游客目前所处的地理位置信息、时间、游客物理状态、伴随信息作为游客信息集合，发送至所述游客服务信息大数据挖掘平台；

第二实时单元，用于根据所述游客信息集合，按照关联规则进行游客特征匹配，得出预设数量的游客下一目的地，查询每一个目的地的服务信息，形成下一目的地查询下一目的地信息集合，返回游客。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。

图1示出根据本发明实施例的基于大数据分析的旅游信息推荐方法的流程图。

图2示出根据本发明实施例的基于大数据分析的旅游信息推荐装置的构成图。

图3示出根据本发明实施例的构建模块的构成图。

图4示出根据本发明实施例的实时模块的构成图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出根据本发明实施例的基于大数据分析的旅游信息推荐方法的流程图。如图1所示，该基于大数据分析的旅游信息推荐方法包括：

步骤S11、对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台。

在一种实施方式中，通过游客伴随分析，分析游客以家庭为单位进行旅行的状态，并将游客以家庭为单位进行分组，抽取出游客家庭分组的游走线路及在每个目的地停留的时间，结合游客家庭分组属性信息，导入所述游客服务信息大数据挖掘平台中。

具体来说，通过对游客移动终端地理信息定位系统返回的大数据进行分析，可以确定游客伴随出行的人员，并按照注册进入景点的信息，可以进一步确定家庭成员的构成及年龄结构，以家庭为单位进行分组，可以综合家庭成员的各方面出行需求、整合家庭成员出行的信息，为用户提供以家庭为单位的信息推荐服务。例如，当发现游客是以“4+2+1”的目前中国家庭模式出行时，在用膳时间，可以为游客家庭推荐适合老人、小孩的餐馆，并为家庭提供大桌及宝宝椅的预定。

步骤S12、在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律。

在一种实施方式中，所述在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律，包括：

按照游客的属性特征对游客进行分类，通过所述关联规则分析分别挖掘每个游客分类，得出每个游客分类在结束当前目的地之后，前往的下一目的地、时间及服务需求。

具体来说，游客的属性特征来自于两方面：一方面是对既往与目前游客相似属性特征、偏好特征的游客数据；另一方面是该游客在目前该景点已经前往的目的地特征及线路特征。

在一种实施方式中，所述关联规则分析包括：

将当前位置记为X，下一目的地记为Y，

对于蕴含式X→Y，置信度记为P(Y/X)＝P(XY)/P(X)，支持度记为Support(X→Y)＝P(X，Y)/P(I)，I为全部目的地集合，设定最小支持度阈值和最小置信度阈值，关联规则分析过程转化为寻找满足所述最小支持度阈值和最小置信度阈值的频繁子集过程。

步骤S13、通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息。

在一种实施方式中，将游客目前所处的地理位置信息、时间、游客物理状态、伴随信息作为游客信息集合，发送至所述游客服务信息大数据挖掘平台；

在一种实施方式中，根据所述游客信息集合，按照关联规则进行游客特征匹配，得出预设数量的游客下一目的地，查询每一个目的地的服务信息，形成下一目的地信息集合，返回游客。

具体来说，为了使用游客多元化的体验需求，在进行信息推荐时，一般会至少给游客推荐一个以上的下一目的地，为了得到预设数量的下一目的地，一般采取阈值设定的方式。例如，设定阈值50％，当通过游客服务信息大数据挖掘平台得出下一目的地时，游客匹配概率大于50％的下一目的地将入选最终的下一目的地信息集合，返回并推荐给游客。

步骤S14、将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并为游客进行服务预约。

在一种实施方式中，根据游客选择结果，进行至少一次反馈式下一目的地集合修正，将修正后的下一目的地集合返回至游客。

具体来说，在旅游信息的推荐实践操作过程中，发现信息推荐一般具有滞后性和随机性。滞后性是指推送给用户的下一景点信息可能存在延迟，例如推荐给用户此时下一目的地的人员超负荷情况可能已经缓解；随机性，是指用户旅行过程中往往会出现非正常的探索意念，例如游客可能这一次就是想体验一下以前没有尝试过的目的地类型。

在总结出这一经验后，基于大数据分析的旅游信息推荐可以给与游客至少一次反馈再选择的机会，游客在根据自身体验和需求进行再选择后，将通过用户的这次选择结果，抽取出最新的旅游信息推荐特征，提升符合这类特征的下一目的地推荐概率。

在一种实施方式中，按预设时间间隔，将新增游客旅行路线档案信息导入所述游客服务信息大数据挖掘平台，动态更新关联规则，计算出游客在目的地之间的移动线路规律。

距离来说，新增游客旅行线路档案信息发现游客经常前往洗手间，此时游客可能身体状况出现问题，因此，在游客后续前进过程中，可以实时向游客推荐距离游客最近的洗手间，为游客提供便利。

图2示出根据本发明实施例的基于大数据分析的旅游信息推荐装置的构成图。如图2所示，该基于大数据分析的旅游信息推荐装置整体可以分为：

构建模块21，用于对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台；

分析模块22，用于在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律；

实时模块23，用于通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息；

返回模块24，用于将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并对为游客进行服务预约。

图3示出根据本发明实施例的构建模块的构成图。如图3所示，该构建模块可以分为：

数据清洗单元211，用于对游客属性信息进行归一化处理，转换为标准数据；

数据映射单元212，用于在游客属性和目的地信息之间建立数据映射关系。

图4示出根据本发明实施例的实时模块的构成图。如图4所示，该实时模块包括：

第一实时单元231，用于将游客目前所处的地理位置信息、时间、游客物理状态、伴随信息作为游客信息集合，发送至所述游客服务信息大数据挖掘平台；

第二实时单元232，用于根据所述游客信息集合，按照关联规则进行游客特征匹配，得出预设数量的游客下一目的地，查询每一个目的地的服务信息，形成下一目的地查询下一目的地信息集合，返回游客。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (1)

1.一种基于大数据分析的旅游信息推荐方法，其特征在于，包括：

对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台；

在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律；

通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息；

将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并为游客进行服务预约；

所述在所述大数据挖掘平台中进行关联规则分析，挖掘出不同属性特征的游客在目的地之间的移动线路规律，包括：按照游客的属性特征对游客进行分类，通过所述关联规则分析分别挖掘每个游客分类，得出每个游客分类在结束当前目的地之后，前往的下一目的地、时间及服务需求；

所述关联规则分析包括：将当前位置记为X，下一目的地记为Y，

对于蕴含式X→Y，置信度记为P（Y/X）=P（XY）/P（X），支持度记为Support(X→Y) = P(X,Y) / P(I) ，I为全部目的地集合，设定最小支持度阈值和最小置信度阈值，关联规则分析过程转化为寻找满足所述最小支持度阈值和最小置信度阈值的频繁子集过程；

所述对景区内游客旅行路线档案信息进行分类整理，提取游客游走线路及在每个目的地停留的时间，结合游客属性信息，构建游客服务信息大数据挖掘平台，包括：

通过游客伴随分析，分析游客以家庭为单位进行旅行的状态，并将游客以家庭为单位进行分组，抽取出游客家庭分组的游走线路及在每个目的地停留的时间，结合游客家庭分组属性信息，导入所述游客服务信息大数据挖掘平台中；

按预设时间间隔，将新增游客旅行路线档案信息导入所述游客服务信息大数据挖掘平台，动态更新关联规则，计算出游客在目的地之间的移动线路规律；

所述通过地理信息系统实时采集当前游客的地理位置信息，返回所述游客服务信息大数据挖掘平台，结合游客注册的属性信息，计算出游客离开当前位置的时间及下一目的地的地理位置、服务信息，包括：

将游客目前所处的地理位置信息、时间、游客物理状态、伴随信息作为游客信息集合，发送至所述游客服务信息大数据挖掘平台；

根据所述游客信息集合，按照关联规则进行游客特征匹配，得出预设数量的游客下一目的地，查询每一个目的地的服务信息，形成下一目的地信息集合，返回游客；

所述将所述下一目的地的地理位置、服务信息推送至游客，游客进行选择后，计算出游客前往下一目的地的方式及路线，并为游客进行服务预约，包括：

根据游客选择结果，进行至少一次反馈式下一目的地集合修正，将修正后的下一目的地集合返回至游客。

Images