CN111191149A - 一种基于最短时间的旅游线路推荐方法、装置及存储介质 - Google Patents

一种基于最短时间的旅游线路推荐方法、装置及存储介质 Download PDF

Info

Publication number
CN111191149A
CN111191149A CN201911173911.3A CN201911173911A CN111191149A CN 111191149 A CN111191149 A CN 111191149A CN 201911173911 A CN201911173911 A CN 201911173911A CN 111191149 A CN111191149 A CN 111191149A
Authority
CN
China
Prior art keywords
tourist
favorite
scenic
time
tourists
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
Application number
CN201911173911.3A
Other languages
English (en)
Inventor
马云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Evergrande Intelligent Technology Co Ltd
Original Assignee
Evergrande Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Evergrande Intelligent Technology Co Ltd filed Critical Evergrande Intelligent Technology Co Ltd
Priority to CN201911173911.3A priority Critical patent/CN111191149A/zh
Publication of CN111191149A publication Critical patent/CN111191149A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies

Abstract

本发明公开了一种基于最短时间的旅游线路推荐方法，其包括以下步骤：获取游客的历史游玩数据，根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点，对所述游客到各个所述游客喜好景点的所有路线进行穷举排列；根据所述游客到各个所述游客喜好景点所需时长和各个所述游客喜好景点需要服务的时间计算游客到各个所述游客喜好景点的旅游线路所耗时间，取最短耗时的路线作为推荐路线。本发明通过上述步骤，可以提高旅游的游玩效率，其次可协助分流，减少游玩景点排队压力，很好的解决了游客们期望减少排队时间，完成游玩的目的。另，本发明还公开了一种基于最短时间的旅游线路推荐方法、装置及存储介质。

Description

一种基于最短时间的旅游线路推荐方法、装置及存储介质
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于最短时间的旅游线路推荐方法、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，无论是哪个城市的大型综合型游乐园到了节假日时，总是人满为患。
目前游客在景点游玩项目时，基本只能按照园区的景点分布地图，人为选择顺时或逆时的游览顺序，或者按照网络的游玩攻略指导，去指定的景点项目进行游玩，对于园区和个人都造成部分景点的拥堵，没有达到资源利益最大化。对于游客来说，往往一个游玩设施就要排队等待大半个小时乃至一个小时。这给人们游玩带来了很多不便，往往在排队中耗费了很多时间，还无法玩到自己想玩的项目。
发明内容
本发明的目的在于提供一种利用最少时间完成游览各个景点的基于最短时间的旅游线路推荐装置及存储介质。
为实现上述目的，本发明提供一种基于最短时间的旅游线路推荐方法，其包括以下步骤：
获取游客的历史游玩数据，根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点；
获取各个所述游客喜好景点位置和游客当前的地理位置，根据各个所述游客喜好景点位置和所述游客的位置计算各个所述游客喜好景点到所述游客的距离；根据各个所述游客喜好景点到所述游客的距离，计算所述游客到各个所述游客喜好景点所需时长；
获取各个所述游客喜好景点的当前排队人数和历史人均服务时间，根据各个所述游客喜好景点的当前排队人数和历史人均服务时间计算各个所述游客喜好景点需要服务的时间；
对所述游客到各个所述游客喜好景点的所有路线进行穷举排列；根据所述游客到各个所述游客喜好景点所需时长和各个所述游客喜好景点需要服务的时间计算游客到各个所述游客喜好景点的旅游线路所耗时间，取最短耗时的路线作为推荐路线。
进一步地，
所述根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点包括：
根据所述历史游玩数据提取游客景点喜好特征，建立所述各个游客的喜好特征数据列表；
获取各个景点的特征数据，并与所述游客的特征数据进行比对，计算相似度，相似度大于预设阈值的景点为所述游客的喜好景点。
进一步地，所述建立所述各个游客的喜好特征数据列表包括：
建立所述各个游客的行为数据列表，其中行表示游客，列表示喜好特征值，
查找获取各个游客的游玩历史数据，对喜好特征进行赋值，若有这个喜好特征则表示1,若没有这个喜好特征则表示为o。
进一步地，
所述相似度计算公式为：
Figure BDA0002289467110000021
其中ui为游客的第i个喜好特征，si为景点的第i个行为特征，cosθ为相识度值，cosθ越大表示相识度越高。
进一步地，所述根据各个所述游客喜好景点到所述游客的距离，计算所述游客到各个所述游客喜好景点所需时长包括：
根据所述各个所述游客喜好景点到所述游客的位置路线的道路情况和所述游客步行速度，计算各景点间步行所需要的时间。
进一步地，所述计算所述游客到各个所述游客喜好景点所需时长的公式为：
Figure BDA0002289467110000022
m表示筛选的景点合集，n表示园区景点合集，Pl(i)表示当前所在位置，Pd(i)表示当前选定的游客喜好景点位置，W表示为常规步行速度。
进一步地，包括：所述计算游客到各个所述游客喜好景点的旅游线路所耗时间的公式为：
Figure BDA0002289467110000031
m表示筛选的景点合集，
n表示园区景点合集，
Pl(i)表示当前所在位置，
Pd(i)表示当前选定的游客喜好景点位置，
dis[Pl(i),Pd(i)]表示当前所在位置到游客喜好景点位置的距离，
W表示为常规步行速度，
Figure BDA0002289467110000032
表示当前位置与目标项目的距离所消耗的时间，
Pd(j)表示当前选定的游客喜好景点的指定时间点的历史记录，
hisp[Pd(i),Pd(j)]表示当前选定的游客喜好景点指定时间节点的历史服务人数，
T表示人均服务时间系数，
Figure BDA0002289467110000033
表示当前人数依据历史服务人数消耗，的时间所推断出的服务时间。
进一步地，获取各个所述游客喜好景点的当前排队人数包括：
获取所述各个所述游客喜好景点当前时间的场景图像；
根据所述场景图像识别所述各个所述游客喜好景点的当前人数。
另一方面，本发明还涉及了一种基于最短时间的旅游线路推荐装置，其包括相互连接的处理器和存储器，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，所述处理器被配置用于调用所述程序指令，执行上述的基于最短时间的旅游线路推荐方法。
另一方面，本发明还涉及了一种存储介质，所述存储介质存储有计算机程序，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上述的基于最短时间的旅游线路推荐方法。
本发明通过上述步骤，可以提高旅游的游玩效率，其次可协助分流，减少游玩景点排队压力，很好的解决了游客们期望减少排队时间，完成游玩的目的。
附图说明
图1是本发明提供的基于最短时间的旅游线路推荐方法的一具体实施方式的流程示意图；
图2是本发明提供的基于最短时间的旅游线路推荐方法的一具体实施方式中步骤S1的流程示意图；
图3是本发明提供的基于最短时间的旅游线路推荐方法的一具体实施方式中步骤S11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是本发明的基于最短时间的旅游线路推荐方法的第一实施方式的流程示意图。如图1所示，本实施方式的基于最短时间的旅游线路推荐方法至少包括如下步骤：
S1，获取游客的历史游玩数据，根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点；
景区服务器存储有游客历史游玩数据，比如游玩过那些景点、游览的次数、游览的日期、游客的年龄等等。对游客历史游玩数据进行处理提取游客的喜好特征，如浏览过某一类景点次数比较多，通过大数据分析提取游客的喜好特征(刺激类、休闲类等等)，景区服务器根据游客的喜好特征为游客匹配相应的游客喜好景点。
S2，获取各个所述游客喜好景点位置和游客当前的地理位置，根据各个所述游客喜好景点位置和所述游客的位置计算各个所述游客喜好景点到所述游客的距离；根据各个所述游客喜好景点到所述游客的距离，计算所述游客到各个所述游客喜好景点所需时长；
具体的，所述根据各个所述游客喜好景点到所述游客的距离，计算所述游客到各个所述游客喜好景点所需时长包括：
根据所述各个所述游客喜好景点到所述游客的位置路线的道路情况和所述游客步行速度，计算各景点间步行所需要的时间。
进一步作为优选的实施方式，根据所述各游客喜好景点位置和所述游客的位置路线的道路情况和所述游客步行速度，计算各景点间步行所需要的时间。
进一步地，所述计算所述游客到各个所述游客喜好景点所需时长的公式为：
Figure BDA0002289467110000061
m表示筛选的景点合集，n表示园区景点合集，Pl(i)表示当前所在位置，Pd(i)表示当前选定的游客喜好景点位置，W表示为常规步行速度。
进一步作为优选的实施方式，可通过设置在景区内的摄像头拍摄游客的当前位置至推荐喜好景点的路况图像，并通过图像识别技术识别路况图像中的人流信息，从而获取到路况信息。
S3，获取各个所述游客喜好景点的当前排队人数和历史人均服务时间，根据各个所述游客喜好景点的当前排队人数和历史人均服务时间计算各个所述游客喜好景点需要服务的时间；
进一步地，获取各个所述游客喜好景点的当前排队人数包括：
获取所述各个所述游客喜好景点当前时间的场景图像；
根据所述场景图像识别所述各个所述游客喜好景点的当前人数。
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。
S4，对所述游客到各个所述游客喜好景点的所有路线进行穷举排列；根据所述游客到各个所述游客喜好景点所需时长和各个所述游客喜好景点需要服务的时间计算游客到各个所述游客喜好景点的旅游线路所耗时间，取最短耗时的路线作为推荐路线。
具体的，对游客所选景点进行排列，穷举出景点的所有组合方式，若选择的景点为n，则组合可能性即为n！，再计算各个线路的总耗时，取最短的耗时线路推荐个游客。
进一步地，包括：所述计算游客到各个所述游客喜好景点的旅游线路所耗时间的公式为：
Figure BDA0002289467110000071
m表示筛选的景点合集，
n表示园区景点合集，
Pl(i)表示当前所在位置，
Pd(i)表示当前选定的游客喜好景点位置，
dis[Pl(i),Pd(i)]表示当前所在位置到游客喜好景点位置的距离，
W表示为常规步行速度，
Figure BDA0002289467110000072
表示当前位置与目标项目的距离所消耗的时间，
Pd(j)表示当前选定的游客喜好景点的指定时间点的历史记录，
hisp[Pd(i),Pd(j)]表示当前选定的游客喜好景点指定时间节点的历史服务人数，
T表示人均服务时间系数，
Figure BDA0002289467110000073
表示当前人数依据历史服务人数消耗，的时间所推断出的服务时间。
参考图2，进一步作为优选的实施方式，步骤S1,根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点包括：
S11根据所述历史游玩数据提取游客景点喜好特征，建立所述各个游客的喜好特征数据列表；
S12获取各个景点的特征数据，并与所述游客的特征数据进行比对，计算相似度，相似度大于预设阈值的景点为所述游客的喜好景点。
具体地，如图3所示，步骤S11，建立所述各个游客的喜好特征数据列表包括：
S111，建立所述各个游客的行为数据列表，其中行表示游客，列表示喜好特征值，
S112，查找获取各个游客的游玩历史数据，对喜好特征进行赋值，若有这个喜好特征则表示1,若没有这个喜好特征则表示为o。
具体地，
所述相似度计算公式为：
Figure BDA0002289467110000081
其中ui为游客的第i个喜好特征，si为景点的第i个行为特征，cosθ为相识度值，cosθ越大表示相识度越高。
根据推荐的需求，需要运用算法进行相似度的计算。此处使用余弦公式，将用户行为抽象为多维度的向量。向量重合度越高，向量夹角越小，数值越接近1。此数值可直接反映出行为的相似度，且可将相似度量化。
为本发明第一实施方式对应的一种基于最短时间的旅游线路推荐装置。所述基于最短时间的旅游线路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-volatile memory)，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S6所述的基于最短时间的旅游线路推荐方法。
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S4所述的基于最短时间的旅游线路推荐方法。
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)

1.一种基于最短时间的旅游线路推荐方法，其特征在于，其包括以下步骤：
获取游客的历史游玩数据，根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点；
获取各个所述游客喜好景点位置和游客当前的地理位置，根据各个所述游客喜好景点位置和所述游客的位置计算各个所述游客喜好景点到所述游客的距离；根据各个所述游客喜好景点到所述游客的距离，计算所述游客到各个所述游客喜好景点所需时长；
获取各个所述游客喜好景点的当前排队人数和历史人均服务时间，根据各个所述游客喜好景点的当前排队人数和历史人均服务时间计算各个所述游客喜好景点需要服务的时间；
对所述游客到各个所述游客喜好景点的所有路线进行穷举排列；根据所述游客到各个所述游客喜好景点所需时长和各个所述游客喜好景点需要服务的时间计算游客到各个所述游客喜好景点的旅游线路所耗时间，取最短耗时的路线作为推荐路线。
2.根据权利要求1所述的基于最短时间的旅游线路推荐方法，其特征在于，
所述根据所述历史游玩数据提取游客景点喜好特征，根据所述喜好特征在景区所有的景点中筛选出游客喜好景点包括：
根据所述历史游玩数据提取游客景点喜好特征，建立所述各个游客的喜好特征数据列表；
获取各个景点的特征数据，并与所述游客的特征数据进行比对，计算相似度，相似度大于预设阈值的景点为所述游客的喜好景点。
3.根据权利要求1所述的匹配消费者与销售顾问方法，其特征在于，所述建立所述各个游客的喜好特征数据列表包括：
建立所述各个游客的行为数据列表，其中行表示游客，列表示喜好特征值，
查找获取各个游客的游玩历史数据，对喜好特征进行赋值，若有这个喜好特征则表示1,若没有这个喜好特征则表示为o。
4.根据权利要求3所述的基于最短时间的旅游线路推荐方法，其特征在于，
所述相似度计算公式为：
Figure FDA0002289467100000021
其中ui为游客的第i个喜好特征，si为景点的第i个行为特征，cosθ为相识度值，cosθ越大表示相识度越高。
5.根据权利要求1所述的基于最短时间的旅游线路推荐方法，其特征在于，所述根据各个所述游客喜好景点到所述游客的距离，计算所述游客到各个所述游客喜好景点所需时长包括：
根据所述各个所述游客喜好景点到所述游客的位置路线的道路情况和所述游客步行速度，计算各景点间步行所需要的时间。
6.根据权利要求5所述的基于最短时间的旅游线路推荐方法，其特征在于，所述计算所述游客到各个所述游客喜好景点所需时长的公式为：
Figure FDA0002289467100000022
m表示筛选的景点合集，n表示园区景点合集，Pl(i)表示当前所在位置，Pd(i)表示当前选定的游客喜好景点位置，W表示为常规步行速度。
7.根据权利要求5所述的基于最短时间的旅游线路推荐方法，其特征在于，包括：所述计算游客到各个所述游客喜好景点的旅游线路所耗时间的公式为：
Figure FDA0002289467100000023
m表示筛选的景点合集，
n表示园区景点合集，
Pl(i)表示当前所在位置，
Pd(i)表示当前选定的游客喜好景点位置，
dis[Pl(i),Pd(i)]表示当前所在位置到游客喜好景点位置的距离，
W表示为常规步行速度，
Figure FDA0002289467100000031
表示当前位置与目标项目的距离所消耗的时间，
Pd(j)表示当前选定的游客喜好景点的指定时间点的历史记录，
hisp[Pd(i),Pd(j)]表示当前选定的游客喜好景点指定时间节点的历史服务人数，
T表示人均服务时间系数，
Figure FDA0002289467100000032
表示当前人数依据历史服务人数消耗，的时间所推断出的服务时间。
8.根据权利要求5所述的基于最短时间的旅游线路推荐方法，其特征在于，获取各个所述游客喜好景点的当前排队人数包括：
获取所述各个所述游客喜好景点当前时间的场景图像；
根据所述场景图像识别所述各个所述游客喜好景点的当前人数。
9.一种基于最短时间的旅游线路推荐装置，其特征在于，其包括相互连接的处理器和存储器，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，所述处理器被配置用于调用所述程序指令，执行如权利要求1-8任一项所述的基于最短时间的旅游线路推荐方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，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如权利要求1-8任一项所述的基于最短时间的旅游线路推荐方法。
CN201911173911.3A 2019-11-26 2019-11-26 一种基于最短时间的旅游线路推荐方法、装置及存储介质 Pending CN111191149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911173911.3A CN111191149A (zh) 2019-11-26 2019-11-26 一种基于最短时间的旅游线路推荐方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911173911.3A CN111191149A (zh) 2019-11-26 2019-11-26 一种基于最短时间的旅游线路推荐方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN111191149A true CN111191149A (zh) 2020-05-22

Family

ID=70707231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911173911.3A Pending CN111191149A (zh) 2019-11-26 2019-11-26 一种基于最短时间的旅游线路推荐方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111191149A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652656A (zh) * 2020-06-09 2020-09-11 上海商汤智能科技有限公司 一种信息推送方法及装置
CN112148978A (zh) * 2020-09-24 2020-12-29 苏州七采蜂数据应用有限公司 一种基于互联网的游乐园项目推荐方法及系统
CN113819922A (zh) * 2021-10-29 2021-12-21 成都清渟科技有限公司 一种智能路线规划方法
CN115358727A (zh) * 2022-10-20 2022-11-18 深圳市人马互动科技有限公司 假期行程规划方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629323A (zh) * 2018-05-11 2018-10-09 哈尔滨工业大学 一种景区游客链式出行一体化提供方法
CN108769924A (zh) * 2018-04-28 2018-11-06 哈尔滨工业大学 一种景区游客链式出行服务系统及方法
CN108829852A (zh) * 2018-06-21 2018-11-16 桂林电子科技大学 一种个性化旅游路线推荐方法
CN109271591A (zh) * 2018-09-30 2019-01-25 深圳春沐源控股有限公司 景点推荐方法、计算机设备及计算机可读存储介质
CN110288436A (zh) * 2019-06-19 2019-09-27 桂林电子科技大学 一种基于游客偏好建模的个性化景点推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108769924A (zh) * 2018-04-28 2018-11-06 哈尔滨工业大学 一种景区游客链式出行服务系统及方法
CN108629323A (zh) * 2018-05-11 2018-10-09 哈尔滨工业大学 一种景区游客链式出行一体化提供方法
CN108829852A (zh) * 2018-06-21 2018-11-16 桂林电子科技大学 一种个性化旅游路线推荐方法
CN109271591A (zh) * 2018-09-30 2019-01-25 深圳春沐源控股有限公司 景点推荐方法、计算机设备及计算机可读存储介质
CN110288436A (zh) * 2019-06-19 2019-09-27 桂林电子科技大学 一种基于游客偏好建模的个性化景点推荐方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652656A (zh) * 2020-06-09 2020-09-11 上海商汤智能科技有限公司 一种信息推送方法及装置
CN112148978A (zh) * 2020-09-24 2020-12-29 苏州七采蜂数据应用有限公司 一种基于互联网的游乐园项目推荐方法及系统
CN113819922A (zh) * 2021-10-29 2021-12-21 成都清渟科技有限公司 一种智能路线规划方法
CN113819922B (zh) * 2021-10-29 2024-05-03 成都清渟科技有限公司 一种智能路线规划方法
CN115358727A (zh) * 2022-10-20 2022-11-18 深圳市人马互动科技有限公司 假期行程规划方法及装置

Similar Documents

Publication Publication Date Title
CN111191150A (zh) 一种游览路线推荐方法、装置及存储介质
CN111191149A (zh) 一种基于最短时间的旅游线路推荐方法、装置及存储介质
US11836194B2 (en) Mobile information device, image pickup device, and information acquisition system
CN104115180B (zh) 信息处理设备、信息处理方法和程序
US11138420B2 (en) People stream analysis method, people stream analysis apparatus, and people stream analysis system
US20060149459A1 (en) Information providing device
US20160292507A1 (en) Information Processing System and Method Using Image Recognition
CN104897165A (zh) 基于拍摄景物的导航方法及其系统
CN110119822B (zh) 景区管理、行程规划方法、客户端和服务器
JP4913232B2 (ja) 画像選択装置、及び画像選択方法
CN111177572A (zh) 一种基于用户动态兴趣的个性化旅游路线推荐方法
US9870595B2 (en) Method for proposing landmark
CN111954175B (zh) 一种兴趣点到访判别方法和相关装置
JP2017228115A (ja) 情報を提供するための方法、当該方法をコンピュータに実行させるためのプログラム、および情報を提供するための装置
US10451431B2 (en) Route search system, route search device, route search method, program, and information storage medium
CN110750737A (zh) 一种景点推荐方法、装置及存储介质
CN110175863B (zh) 一种基于大数据的个性化多用景区广告平台
CN116628335B (zh) 个性化旅游路线定制方法及装置
CN111145189A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN110929178A (zh) 信息推荐方法、装置、终端设备及服务器
JP6066824B2 (ja) 投稿情報表示システム、サーバ、端末装置、投稿情報表示方法およびプログラム
CN110347842B (zh) 基于智能腕表的知识图谱导游系统
WO2011136340A1 (ja) 情報提供装置、情報提供処理プログラム、情報提供処理プログラムを記録した記録媒体、及び情報提供方法
CN113094603A (zh) 旅游景点的推荐方法及系统
JP6063697B2 (ja) 画像表示のための装置、方法及びプログラム

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