CN111191114A - 一种冷门景点推荐方法、装置及存储介质 - Google Patents
一种冷门景点推荐方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111191114A CN111191114A CN201911173886.9A CN201911173886A CN111191114A CN 111191114 A CN111191114 A CN 111191114A CN 201911173886 A CN201911173886 A CN 201911173886A CN 111191114 A CN111191114 A CN 111191114A
- Authority
- CN
- China
- Prior art keywords
- persons
- scenic spot
- cold
- people
- holidays
- 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 29
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000002093 peripheral effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004308 accommodation Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 4
- 238000003491 array Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种冷门景点推荐方法,所述方法包括:建立景点预计人数计算模型;获取所述景点数组中各个景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数并代入所述预计人数计算模型求得景点预计人数;获取所述景点的最佳容纳人数,计算所述预计人数和所述最佳人数的比值,若比值小于预设值,则为冷门景点,并将所述冷门景点推荐给所述用户。本发明通过上述步骤,实现了从交通、酒店、周边景点以及历史游玩人数多个维度综合计算,推荐冷门景点给用户,帮助用户出行旅游时错过高峰期,提高资源的合理化应用。另,本发明还公开了一种冷门景点推荐装置及存储介质。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种冷门景点推荐方法、装置及存储介质。
背景技术
综合性游乐园一直是人们休闲娱乐度假的热门选择之一,由于中国人口基数大,所以每到逢年过节的时候,各大热门景区及旅游城市都人满为患。不仅如此,许多我们认为的冷门景区及旅游城市同样是人山人海。所以如何选择到真正人少的冷门景区就成为了许多想要节假日出游的旅客们的核心诉求。
目前的景点推荐算法,通常只是从通过热门推荐、距离等维度进行计算,这样的推荐算法通常都只会推荐一些热门的景点,对于园区和个人都造成部分景点的拥堵,无法满足游客的需求,且没有达到资源利益最大化。
发明内容
本发明的目的在于提供一种冷门景点推荐方法、装置及存储介质。
为实现上述目的,本发明提供一种冷门景点推荐方法,所述方法包括:
接受用户发送的冷门景点推荐请求,所述推荐请求包括行程时间、出行交通类型、住宿类型和目的地区域;
根据所述推荐请求筛选出满足条件的景点数组;
建立景点预计人数计算模型;
获取所述景点数组中各个景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数并代入所述预计人数计算模型求得景点预计人数;
获取所述景点的最佳容纳人数,计算所述预计人数和所述最佳人数的比值,若比值小于预设值,则为冷门景点,并将所述冷门景点推荐给所述用户。
进一步地,所述景点预计人数计算模型为Xp=ax1+bx2+cx3+dx4,其中Xp为预计人数,x1、x2、x3、x4分别为景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数,所述a、b、c、d分别表示景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数。
进一步地,包括:通过优序对比法计算所述景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数大小。
进一步地,获取所述景点数组中各个景点的车站人数包括:获取所述景点数组中各个景点的交通票售卖数据,一张票为一个人。
进一步地,所述获取周边酒店房间预订人数包括:获取所述周边酒店预订数据,单人间算作1人每间,双人间及大床房算作2人每间,家庭房算作3人每间。
进一步地,所述获取周节假日游玩人数包括:获取所述景点的平日游客历史数据,结合该地平日游客人数与节假日游客人数比,计算周节假日游玩人数。
进一步地,所述获取同期旅游人数包括:获取所述景点往年同期旅游人数历史数据,分析往年同期旅游人数历史数据求得时间与人数的线下回归方程,并根据最小二分法求得今年同期人数。
进一步地,所述将所述冷门景点推荐给所述用户包括:
根据所述预计人数和所述最佳人数的比值的大小有小到大,生成冷门景点列表图形界面,其中冷门景点列表图形界面包括各个冷门景点的位置信息、简介和风景照片缩略图。
另一方面,本发明还提供了一种计算机设备,所述计算机设备包括处理器以及存储器,所述处理器耦合所述存储器,所述处理器在工作时执行指令以实现上述的冷门景点推荐方法。
另一方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现上述的冷门景点推荐方法。
本发明通过上述步骤,实现了从交通、酒店、周边景点以及历史游玩人数多个维度综合计算,推荐冷门景点给用户,帮助用户出行旅游时错过高峰期,使用户获得旅游更加舒心,并提高资源的合理化应用。
附图说明
图1是本发明提供的冷门景点推荐方法的第一实施方式的流程示意图;
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做出创造性劳动情况下所获得的所有其他实施例,均属于本发明保护的范围。
为了使本发明的目的、技术方案和有益技术效果更加清晰明白,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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
请参阅图1,图1是本发明的冷门景点推荐方法的第一实施方式的流程示意图。如图1所示,本实施方式的冷门景点推荐方法至少包括如下步骤:
S1,接受用户发送的冷门景点推荐请求,所述推荐请求包括行程时间、出行交通类型、住宿类型和目的地区域;
具体地,用户通过手机输入冷门景点推荐请求,发送至后台服务器,后台服务器接受推荐请求,
其中行程时间包括计划前往旅游的总时长以及预计在某个时间范围内前往;
出行交通类型包括远距离交通偏好,优先为用户选择满足交通条件的出行方式,如飞机、火车或汽车;
住宿类型包括设置住宿偏好,优先为用户选择满足住宿条件的住宿环境,如酒店或者招待所,;
目的地区域包括设置旅游精确的旅游目的地或目的地类型,若设置精确目的地则会为用户针对此目的地进行推荐线路,若设置为目的地类型,则会根据设定的区域范围、景点特色搜寻满足此类的所有目的地,例如选择国家、省、市、县等等。
S2,根据所述推荐请求筛选出满足条件的景点数组;
具体的,后台服务器根据接收到用户设定的旅游目的地条件,匹配出满足条件的目的地组S={S1,S2,......Si};
根据服务器收集各目的地的平均旅游滞留时间ti1;
根据交通偏好,计算是否有可满足的交通方式;若有,则计算时间范围内的飞机、火车或其他交通所需远距离交通通行时长ti2;
根据目的地的平均旅游滞留时间与远距离交通通行时长,筛选排除两者之和的总时长大于设定的计划旅游总时长的目的地;即为选出数组S中,对应满足t0≥ti1+ti2。
S3,建立景点预计人数计算模型;
具体的,所述景点预计人数计算模型为Xp=ax1+bx2+cx3+dx4,其中Xp为预计人数,x1、x2、x3、x4分别为景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数,所述a、b、c、d分别表示景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数。
进一步地,包括:通过优序对比法计算所述景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数大小,重要程度分为1,2,3,4,5共五级,计算各因素影响权重。直接影响的因素有当前前往该城市的长距离交通票(例如机票、火车票)的售卖情况、该城市各酒店的预定情况;模型间接影响因素周边新景点开发情况;模型可对比参考因素有往年同期旅游人数情况,如下表所示,当两个目标对比时,如果一个因素的重要程度为5,则另一因素重要程度为0;如果一个因素的重要程度为3,则另一个因素的重要程度为2。
a、b、c、d分别表示景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数。
S4,获取所述景点数组中各个景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数并代入所述预计人数计算模型求得景点预计人数;
,获取所述景点数组中各个景点的车站人数包括:获取所述景点数组中各个景点的交通票售卖数据,一张票为一个人。
进一步作为优选的实施方式,所述获取周边酒店房间预订人数包括:获取所述周边酒店预订数据,单人间算作1人每间,双人间及大床房算作2人每间,家庭房算作3人每间。
进一步作为优选的实施方式,所述获取周节假日游玩人数包括:获取所述景点的平日游客历史数据,结合该地平日游客人数与节假日游客人数比,计算周节假日游玩人数。
其中获取所述景点的平日游客历史数据包括:可通过设置在景区各个景点内的摄像头拍摄各景点当前时间的场景图像,以获取到该场景图像,该场景图像可以是场景图片,也可以是场景视频。也可以通过其他实施方式获取景区各景点当前时间的人数信息,比如在一实际应用场景中,可通过在设置各景点入口和出口分别设置红外传感器检测进出各景点的人流,从而获取到各景点当前时间的人数信息,又比如,在另一实际应用场景中,也可以通过在各景点的入口和出口设置检票器,当游客进出各景点时,需要通过检票器检验,从而通过检票器检测的进出票数获取到各景点的人数信息。然后记录在后台服务器。
进一步作为优选的实施方式,所述获取同期旅游人数包括:获取所述景点往年同期旅游人数历史数据,分析往年同期旅游人数历史数据求得时间与人数的线下回归方程,并根据最小二分法求得今年同期人数。
当前前往该城市的长距离交通票的售卖情况,按一人一票计算,所以根据总售卖终点为此站的票数,可知以此为终点共x1人;
根据该城市各酒店的预定情况,单人间算作1人/间,双人间及大床房算作2人/间共x2人,家庭房算作3人/间,可推算总共预订人数为x2人;
根据周边新景点开发情况,结合其平日游园人数情况,结合该地平日游客与节假日游客人数比,推算节假日游客共x3人;根据往年同期旅游人数情况变化情况,根据回归方程X=aT+b,根据最小二分法,结合历史数据{(X1,T1),(X2,T2),......(Xn,Tn)},可推算得今年节假日预期旅游人数共x4人;根据加权平均对所有因素进行加权计算,得预计人数为:
Xp=0.3x1+0.37x2+0.2x3+0.13x4
S5,获取所述景点的最佳容纳人数,计算所述预计人数和所述最佳人数的比值,若比值小于预设值,则为冷门景点,并将所述冷门景点推荐给所述用户。
进一步作为优选的实施方式,所述将所述冷门景点推荐给所述用户包括:
根据所述预计人数和所述最佳人数的比值的大小有小到大,生成冷门景点列表图形界面,其中冷门景点列表图形界面包括各个冷门景点的位置信息、简介和风景照片缩略图。
本发明通过上述步骤,实现了从交通、酒店、周边景点以及历史游玩人数多个维度综合计算,推荐冷门景点给用户,帮助用户出行旅游时错过高峰期,使用户获得旅游更加舒心,并提高资源的合理化应用。
为本发明第一实施方式对应的一种冷门景点推荐装置。所述冷门景点推荐装置包括相互连接的控制器及处理器。其中,所述控制器内设置有存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述存储器可能包含高速随机存取存储器(Random Access Memory,RAM),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。所述处理器被配置用于调用所述程序指令,执行步骤S1~步骤S5所述的冷门景点推荐方法。
上述存储介质可以是前述控制器的内部存储设备。所述存储介质也可以是外部存储设备,例如所述无线开关上配备的插接式智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储介质还可以既包括所述无线开关的内部存储单元也包括外部存储设备。所述存储介质用于存储所述计算机程序及所述终端所需的其他程序和数据。所述存储介质还可以用于暂时地存储已经输出或者将要输出的数据。所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行步骤S1~步骤S5所述的冷门景点推荐方法。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以软件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,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者所述技术方案的全部或部分可以以软件产品的形式体现出来,所述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)执行本发明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。
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,可轻易想到各种等效的修改或替换,这些修改或替换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权利要求的保护范围为准。
Claims (10)
1.一种冷门景点推荐方法,其特征在于,所述方法包括:
接受用户发送的冷门景点推荐请求,所述推荐请求包括行程时间、出行交通类型、住宿类型和目的地区域;
根据所述推荐请求筛选出满足条件的景点数组;
建立景点预计人数计算模型;
获取所述景点数组中各个景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数并代入所述预计人数计算模型求得景点预计人数;
获取所述景点的最佳容纳人数,计算所述预计人数和所述最佳人数的比值,若比值小于预设值,则为冷门景点,并将所述冷门景点推荐给所述用户。
2.根据权利要求1所述的冷门景点推荐方法,其特征在于,所述景点预计人数计算模型为Xp=ax1+bx2+cx3+dx4,其中Xp为预计人数,x1、x2、x3、x4分别为景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数,所述a、b、c、d分别表示景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数。
3.根据权利要求2所述的冷门景点推荐方法,其特征在于,包括:通过优序对比法计算所述景点的车站人数、周边酒店房间预订人数、周节假日游玩人数和同期旅游人数的权重系数大小。
4.根据权利要求2所述的冷门景点推荐方法,其特征在于,获取所述景点数组中各个景点的车站人数包括:获取所述景点数组中各个景点的交通票售卖数据,一张票为一个人。
5.根据权利要求2所述的冷门景点推荐方法,其特征在于,所述获取周边酒店房间预订人数包括:获取所述周边酒店预订数据,单人间算作1人每间,双人间及大床房算作2人每间,家庭房算作3人每间。
6.根据权利要求2所述的冷门景点推荐方法,其特征在于,所述获取周节假日游玩人数包括:获取所述景点的平日游客历史数据,结合该地平日游客人数与节假日游客人数比,计算周节假日游玩人数。
7.根据权利要求2所述的冷门景点推荐方法,其特征在于,所述获取同期旅游人数包括:获取所述景点往年同期旅游人数历史数据,分析往年同期旅游人数历史数据求得时间与人数的线下回归方程,并根据最小二分法求得今年同期人数。
8.根据权利要求1至7任一项所述的冷门景点推荐方法,其特征在于,所述将所述冷门景点推荐给所述用户包括:
根据所述预计人数和所述最佳人数的比值的大小有小到大,生成冷门景点列表图形界面,其中冷门景点列表图形界面包括各个冷门景点的位置信息、简介和风景照片缩略图。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器以及存储器,所述处理器耦合所述存储器,所述处理器在工作时执行指令以实现如权利要求1~8任一项所述的冷门景点推荐方法。
10.一种计算机可读存储介质,其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执行以实现如权利要求1~8任一项所述的冷门景点推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911173886.9A CN111191114A (zh) | 2019-11-26 | 2019-11-26 | 一种冷门景点推荐方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911173886.9A CN111191114A (zh) | 2019-11-26 | 2019-11-26 | 一种冷门景点推荐方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191114A true CN111191114A (zh) | 2020-05-22 |
Family
ID=70709441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911173886.9A Pending CN111191114A (zh) | 2019-11-26 | 2019-11-26 | 一种冷门景点推荐方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191114A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116825A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 智慧城市管理系统 |
CN105740945A (zh) * | 2016-02-04 | 2016-07-06 | 中山大学 | 一种基于视频分析的人群计数方法 |
CN106257473A (zh) * | 2015-06-18 | 2016-12-28 | 富士通株式会社 | 人口推测方法及人口推测设备 |
CN106779247A (zh) * | 2017-01-11 | 2017-05-31 | 陕西师范大学 | 基于熵值法组合优化的旅游需求的预测方法 |
CN107704971A (zh) * | 2017-10-27 | 2018-02-16 | 中航信移动科技有限公司 | 一种实时预测机场安检人数的数据处理方法和装置 |
CN109034469A (zh) * | 2018-07-20 | 2018-12-18 | 成都中科大旗软件有限公司 | 一种基于机器学习的游客流量预测方法 |
CN109948843A (zh) * | 2019-03-12 | 2019-06-28 | 黑龙江世纪精彩科技有限公司 | 一种动态预测旅游园区内游玩项目人数的系统及方法 |
CN110427571A (zh) * | 2019-07-13 | 2019-11-08 | 恒大智慧科技有限公司 | 一种景点推荐方法、计算机设备及可读存储介质 |
-
2019
- 2019-11-26 CN CN201911173886.9A patent/CN111191114A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116825A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 智慧城市管理系统 |
CN106257473A (zh) * | 2015-06-18 | 2016-12-28 | 富士通株式会社 | 人口推测方法及人口推测设备 |
CN105740945A (zh) * | 2016-02-04 | 2016-07-06 | 中山大学 | 一种基于视频分析的人群计数方法 |
CN106779247A (zh) * | 2017-01-11 | 2017-05-31 | 陕西师范大学 | 基于熵值法组合优化的旅游需求的预测方法 |
CN107704971A (zh) * | 2017-10-27 | 2018-02-16 | 中航信移动科技有限公司 | 一种实时预测机场安检人数的数据处理方法和装置 |
CN109034469A (zh) * | 2018-07-20 | 2018-12-18 | 成都中科大旗软件有限公司 | 一种基于机器学习的游客流量预测方法 |
CN109948843A (zh) * | 2019-03-12 | 2019-06-28 | 黑龙江世纪精彩科技有限公司 | 一种动态预测旅游园区内游玩项目人数的系统及方法 |
CN110427571A (zh) * | 2019-07-13 | 2019-11-08 | 恒大智慧科技有限公司 | 一种景点推荐方法、计算机设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
钟丽燕: "基于多元线性回归分析的在校大学生人数预测", 《经贸实践》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110119822B (zh) | 景区管理、行程规划方法、客户端和服务器 | |
CN105159933B (zh) | 旅游信息推荐方法及装置 | |
CN111191150A (zh) | 一种游览路线推荐方法、装置及存储介质 | |
JP3125669B2 (ja) | 旅行計画作成装置 | |
US7212983B2 (en) | Method and apparatus for providing visitors with a personalized itinerary and managed access to attractions | |
WO2016092920A1 (ja) | 情報処理装置、制御方法、およびプログラム | |
CN102867280A (zh) | 一种虚拟旅游平台的构建装置及应用 | |
Lim | Designing the next generation of mobile tourism application based on situation awareness | |
CN112685646A (zh) | 一种推荐信息生成的方法、装置、电子设备及存储介质 | |
CN110135609A (zh) | 一种基于大数据共建共享的智慧旅游系统及方法 | |
CN116628335A (zh) | 个性化旅游路线定制方法及装置 | |
CN111063091A (zh) | 游乐场管理方法、系统、终端设备及存储介质 | |
US11449565B2 (en) | Secure resource allocation utilizing a learning engine | |
CN114429410A (zh) | 个性化旅游行程定制方法、系统、设备及存储介质 | |
CN106886828A (zh) | 一种预订的方法及装置 | |
CN111191114A (zh) | 一种冷门景点推荐方法、装置及存储介质 | |
JPH11103451A (ja) | 在宅旅行システム | |
CN108766026A (zh) | 一种基于区块链技术的停车导航方法及系统 | |
CN116432857A (zh) | 一种专为大学生服务旅行规划系统 | |
CN116777685A (zh) | 景区引导系统、方法、装置及管理服务器 | |
CN110750729A (zh) | 约会地点的推荐方法/系统、计算机可读存储介质及终端 | |
JP5986771B2 (ja) | 乗換経路探索装置、乗換経路探索方法および携帯端末 | |
CN111198903A (zh) | 一种穷游路线推荐方法、装置及存储介质 | |
CN202771484U (zh) | 一种虚拟旅游平台的构建装置 | |
CN113919976A (zh) | 景区推荐方法、装置、计算机设备和存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200522 |