CN112148985A - 一种城市景区智慧推荐系统及方法 - Google Patents

一种城市景区智慧推荐系统及方法 Download PDF

Info

Publication number
CN112148985A
CN112148985A CN202011071193.1A CN202011071193A CN112148985A CN 112148985 A CN112148985 A CN 112148985A CN 202011071193 A CN202011071193 A CN 202011071193A CN 112148985 A CN112148985 A CN 112148985A
Authority
CN
China
Prior art keywords
user
unit
tour
scenic spot
feature
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.)
Granted
Application number
CN202011071193.1A
Other languages
English (en)
Other versions
CN112148985B (zh
Inventor
不公告发明人
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.)
Zhejiang Lishi Technology Co Ltd
Original Assignee
Suzhou Taoxi Network 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 Suzhou Taoxi Network Technology Co ltd filed Critical Suzhou Taoxi Network Technology Co ltd
Priority to CN202110443116.2A priority Critical patent/CN113515693A/zh
Priority to CN202011071193.1A priority patent/CN112148985B/zh
Publication of CN112148985A publication Critical patent/CN112148985A/zh
Application granted granted Critical
Publication of CN112148985B publication Critical patent/CN112148985B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic 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
    • 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—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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Navigation (AREA)

Abstract

本发明涉及大数据技术领域，具体公开了一种城市景区智慧推荐系统及方法，该系统可以根据用户出游的性质、浏览器搜索记录从而基本判定用户游玩的性质，可以根据用户点击并观察评论中信息进行提取特征词、特征表情和特征相关词，并根据用户游玩爱好合理规避排队，根据用户游玩爱好合理安排时间。本发明科学合理，使用安全方便，通过对每一个游玩项目，对用户的人脸进行判断用户游玩是否愉快，并结合用户的评分对此次安排进行打分，从而使得游玩性质相同的用户能够根据此用户的打分或者评论进行游玩，通过对评论中的特征向量词，从而了解到用户的游玩爱好，使得用户在景区游玩能够愉快。

Description

一种城市景区智慧推荐系统及方法
技术领域
本发明涉及大数据技术领域，具体为一种城市景区智慧推荐系统及方法。
背景技术
随着我国GDP的逐渐增长，越来越多的人选择出门旅游放松，因此旅游业发展的十分迅速，目前，旅游业已然成为了第三产业中的重要组成部分，但是随着旅游的人数增多，很多旅游场景中出现了踩踏事件，这绝大部分原因都是由于游玩的人数较多而引起的，并且在有限的时间内，用户无法根据自己的爱好类型匹配出相应的游玩攻略，因此通常在景区内浪费较多时间；
现在很多平台都发掘出了景区推荐系统，但是现有的系统并不能个性化的向用户推荐用户感兴趣的景区，基本上都是千篇一律，推荐距离也较远，不能根据用户的类型智能化推荐，在专利号为CN201510517966.7中，根据用户的身份信息为用户提供了一条量身定制的最适合用户浏览景区的最佳推荐路线，基本上解决了用户游览路线的问题，但是在为用户定制路线的同时，也暴露了用户的隐私，并不能保护用户的隐私安全；
因此，人们需要一种城市景区智慧推荐系统及方法来解决上述提出的问题。
发明内容
本发明的目的在于提供一种城市景区智慧推荐系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种城市景区智慧推荐系统，该系统包括用户出游类型模块、用户出游性质模块、用户路线安排模块和用户出游评分模块，所述用户出游类型模块用于根据用户的游玩类型安排适合用户游玩的景区，从而能够基本判断此次用户游玩的大概类型，所述用户出游性质模块用于根据用户所翻阅评论中的特征词、特征相关词、特征表情判断用户在景区游玩性质，从而能够再次确定用户游玩的类型，所述用户路线安排模块用于在用户游玩时合理安排排队时间，从而能够减少用户游玩所等待的时间，所述用户出游评分模块用于根据用户人脸的表情或者用户评论进行打分，根据系统的双重评判结果从而判定用户是否喜欢所推荐的游玩策略，使得评判结果能够更加科学有力，所述用户出游类型模块和用户出游性质模块相连接，所述用户出游评分模块和用户路线安排模块相连接。
优选的，所述用户出游类型模块包括标签设置单元、标签推荐单元和标签浏览确定单元，所述标签设置单元用于对用户不同的出游方式进行确定，能够使得系统推荐的出游方式更加全面并且满足不同用户的出游方式，所述标签推荐单元用于根据用户的出游性质进行景区推荐，从而使得用户的出游方式更加便捷，所述标签浏览确定单元用于对用户在浏览器上搜索的相关景区记录进行确认，通过用户在浏览器上的访问记录从而了解用户游玩的爱好，所述标签设置单元的输出端和标签推荐单元的输入端相连接，所述标签推荐单元的输出端和标签浏览确定单元的输入端相连接。
优选的，所述用户出游性质模块包括用户评论选取单元、特征词提取单元、特征相关词提取单元、特征表情提取单元和特征向量频率单元，所述用户评论选取单元用于在景区评价中，将用户点击观察的评价进行框选，通过用户所观察的评论内容进行判定用户的爱好，所述特征词提取单元用于对所框选的评论中进行选取特征词，所述特征相关词提取单元用于对关于游玩心情的相关描述词进行提取，所述特征表情提取单元用于对评论中与特征词相关的表情进行提取，根据对上述特征向量的提取从而了解用户在该景区内想要游玩的中类型，从而能够提起用户对项目的兴趣程度，所述特征向量频率单元用于对不同特征向量出现的概率进行计算，从而能够猜测出用户对景区某种性质的项目感兴趣，所述特征向量包括特征词、特征相关词和特征表情，所述用户评论选取单元的输出端和特征词提取单元、特征相关词提取单元和特征表情提取单元的输入端相连接。
优选的，所述用户路线安排模块包括用户游玩确定单元、用户时间确定单元和用户路线安排单元，所述用户游玩确定单元用于对用户感兴趣的游玩单元在地图上进行标记，从而使得系统能够了解用户游玩的地点，使得系统能够给用户安排路线并且核对用户是否按照系统推荐的景点项目去游玩，所述用户时间确定单元用于对用户在景区游玩的时间进行确定，使得系统能够在用户所确定的时间内游玩并安排好路线，所述用户路线安排单元用于根据用户游玩的时间和游玩的区域进行合理安排路线以及优化在景点排队等待的时间，使得用户合理利用时间去参观景点，不会因为排队等待而过于浪费参观时间，所述用户游玩确定单元的输出端与用户时间确定单元和用户路线安排单元的输入端相连接。
优选的，所述用户出游评分模块包括人脸表情检测单元、用户评论打分单元和用户推荐单元，所述人脸表情检测单元用于根据用户每参观完一个景区的表情进行评测，从而能够推测出用户对系统推荐的每个景点是否满意，所述用户评论打分单元用于用户参观完景区后进行打分，通过用户的评论打分能够给予同类型的客户参考意见，并且系统能够从用户的评论中了解到推荐的景区、路线是否还有不足，从而使得系统能够根据推荐景区不足之处进行修改，所述用户推荐单元用于根据用户的表情和评分进行修改并向其它同类型爱好的用户进行推荐，使得同类型的用户能够根据此用户游玩的评论或者人脸表情作为依据，判断是否会按照同样的路线进行游玩，所述人脸表情检测单元的输出端与用户评论打分单元的输入端和用户推荐单元的输入端相连接。
一种城市景区智慧推荐方法，该方法包括如下步骤：
S1：利用用户出游类型模块对不同用户出游类型进行确认，根据不同的出游类型对景区进行推荐；
S2：利用用户出游性质模块对用户所观察的评论进行选取，将第一特征词、第二语气词和评论中固定的特征表情所表达的含义进行分类保存在数据库中，根据选取的评论单元在各种片段中提取第一特征词、第二语气词和特征表情中，不同词性所出现的概率判断用户游玩的爱好；
S3：利用用户路线安排模块对用户所确定的游玩区域进行规划路线，并对所参观的区域进行合理规避排队的风险；
S4：利用用户出游评分模块根据用户每参观一个景区，用户脸上的表情进行判定用户对此景区是否满意，通过用户的评论可对同类型用户的参观进行推荐。
在所述步骤S1中，用户出游的类型可分为情侣型、亲子性、朋友型和团建型，根据不同的类型进行推荐不同的景区。
在所述步骤S2中，所述评论片段数的集合为P＝{p1,p2,p3…pm}，评论片段中的特征词和数据库中保存的特征词相同时，所述每种特征词在评论片段中出现不同词频的集合为W＝{w1,w2,w3…wm}，所述评论片段中不同词频所表达的第二语气词出现词频的集合为Y＝{y1,y2,y3…ym}，所述评论片段中不同表情所出现的频率为B＝{b1,b2,b3…bm}，片段中出现的特征词，
根据公式：
Figure BDA0002715000870000041
Figure BDA0002715000870000042
Figure BDA0002715000870000043
Figure BDA0002715000870000044
其中，Z为不同心情词所出现的总概率次数；Ci是特征词为刺激，Si是特征词为舒缓，Ai是特征词为安静，C表示刺激特征词出现的频率，S表示舒缓特征词出现的频率，A表示安静特征词出现的频率；
当测算出C>S>A时，表示用户喜欢景区里刺激项目，当S>C>A时，表示用户喜欢景区里舒缓项目，当A>C>S时，表示用户喜欢安静项目。
在步骤S3中，用户想要在景区游玩的项目集合为X＝{x1,x2,x3…xm}，每个游玩景点所排队的人数为R＝{r1,r2,r3…rm}，每批参观者所参观的时间为T,每批参观者的人数为N人,用户参观所产生的误差时间为T′；
根据公式：
Gi＝(ri/N)t+t′；
Gi+1＝(ri+1/N)t+t′；
其中：Gi表示参观者参观完第i个景点所花时间，Gi+1表示参观者参观完第i+1个景点所花时间，用户可在Gi+1-Gi的时间内赶到下一个景区的景点位置。
在每一个景区的景点游玩完毕后，将用户的表情参数与数据库里人脸的表情参数进行对比，判定表情参数的变化；
当表情参数和数据库中的满意度相匹配时，判断出用户对此次推荐的景区较满意，并向其他同类型的客户进行推荐；
当表情参数和数据库中的满意度不匹配时，判断出用户对此次推荐的景区不满意，系统对此进行修改。
与现有技术相比，本发明所达到的有益效果是：
1.通过用户出游类型模块，能够根据用户出游的类型，从而大概推测出用户游玩性质的特征词，通过识别用户浏览器上的景区推荐的浏览记录，从而能够进一步的确定用户游玩的性质；
2.使用特征向量频率单元，将用户所看景区推荐评论区里的特征词、特征相关词和特征表情中每种特征词发生的概率，从而能够预测出用户游玩景区的性质特征；
3.使用优质路线安排单元和用户时间确定单元，能够根据用户出游的类型和出游的性质从而安排出用户最佳的出游路线以及避免用户因等待时间过长而浪费用户游玩的时间，用户的出游路线是根据用户出游特征所指定的个性化路线，不会泄露出用户的隐私，保护了用户的隐私安全，并且能够根据用户每游玩一个景区项目后的人脸表情结合用户的评论打分，判断用户对于系统所推荐的游玩路线是否满意。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的一种城市景区智慧推荐系统及方法的模块组成示意图。
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。
请参阅图1，本发明提供技术方案：
一种城市景区智慧推荐系统，该系统包括用户出游类型模块、用户出游性质模块、用户路线安排模块和用户出游评分模块，用户出游类型模块用于根据用户的游玩类型安排适合用户游玩的景区，从而能够基本判断此次用户游玩的大概类型，用户出游性质模块用于根据用户所翻阅评论中的特征词、特征相关词、特征表情判断用户在景区游玩性质，从而能够再次确定用户游玩的类型，用户路线安排模块用于在用户游玩时合理安排排队时间，从而能够减少用户游玩所等待的时间，用户出游评分模块用于根据用户人脸的表情或者用户评论进行打分，根据系统的双重评判结果从而判定用户是否喜欢所推荐的游玩策略，使得评判结果能够更加科学有力，用户出游类型模块的输出端和用户出游性质模块的输入端相连接，用户出游评分模块和用户路线安排模块相连接。
优选的，用户出游类型模块包括标签设置单元、标签推荐单元和标签浏览确定单元，标签设置单元用于对用户不同的出游方式进行确定，能够使得系统推荐的出游方式更加全面并且满足不同用户的出游方式，标签推荐单元用于根据用户的出游性质进行景区推荐，从而使得用户的出游方式更加便捷，标签浏览确定单元用于对用户在浏览器上搜索的相关景区记录进行确认，通过用户在浏览器上的访问记录从而了解用户游玩的爱好，标签设置单元的输出端和标签推荐单元的输入端相连接，标签推荐单元的输出端和标签浏览确定单元的输入端相连接。
优选的，用户出游性质模块包括用户评论选取单元、特征词提取单元、特征相关词提取单元、特征表情提取单元和特征向量频率单元，用户评论选取单元用于在景区评价中，将用户点击观察的评价进行框选，通过用户所观察的评论内容进行判定用户的爱好，特征词提取单元用于对所框选的评论中进行选取特征词，特征相关词提取单元用于对关于游玩心情的相关描述词进行提取，特征表情提取单元用于对评论中与特征词相关的表情进行提取，根据对上述特征向量的提取从而了解用户在该景区内想要游玩的中类型，从而能够提起用户对项目的兴趣程度，特征向量频率单元用于对不同特征向量出现的概率进行计算，从而能够猜测出用户对景区某种性质的项目感兴趣，所述特征向量包括特征词、特征相关词和特征表情，用户评论选取单元的输出端和特征词提取单元、特征相关词提取单元和特征表情提取单元的输入端相连接；
系统在利用用户在景区评论中点开或者停顿查看评论所花时间超过预设值时，代表用户此刻在查看景区评论，并将用户所查看的评论的路径保存，以便于系统对评论中的特征向量进行分析，在将评论中的文字或者表情与数据库里所保存的特征词进行核对时，将特征词的结构分为第一单元、第二单元和第三单元，例如，当在评论中检测到的特征词是“很棒”时，检测到特征词为“棒”，特征相关词为“很”，将特征词“棒”拆成第一单元：“木”和“奉”，第二单元：“十三”和“八
Figure BDA0002715000870000061
”，第三单元：“十、I、八”“丰、八、一、十”进行一一匹配，以此类推，当匹配成功时，系统进行标记，将所有标记词中出现的所有特征词进行概率计算，从而判断出最适合用户的特征向量词，根据判断词进行自动匹配路线。
优选的，用户路线安排模块包括用户游玩确定单元、用户时间确定单元和用户路线安排单元，用户游玩确定单元用于对用户感兴趣的游玩单元在地图上进行标记，从而使得系统能够了解用户游玩的地点，使得系统能够给用户安排路线并且核对用户是否按照系统推荐的景点项目去游玩，所述用户时间确定单元用于对用户在景区游玩的时间进行确定，使得系统能够在用户所确定的时间内游玩并安排好路线，用户路线安排单元用于根据用户游玩的时间和游玩的区域进行合理安排路线以及优化在景点排队等待的时间，使得用户合理利用时间去参观景点，不会因为排队等待而过于浪费参观时间，用户游玩确定单元的输出端与用户时间确定单元和用户路线安排单元的输入端相连接。
优选的，用户出游评分模块包括人脸表情检测单元、用户评论打分单元和用户推荐单元，人脸表情检测单元用于根据用户每参观完一个景区的表情进行评测，从而能够推测出用户对系统推荐的每个景点是否满意，用户评论打分单元用于用户参观完景区后进行打分，通过用户的评论打分能够给予同类型的客户参考意见，并且系统能够从用户的评论中了解到推荐的景区、路线是否还有不足，从而使得系统能够根据推荐景区不足之处进行修改，用户推荐单元用于根据用户的表情和评分进行修改并向其它同类型爱好的用户进行推荐，使得同类型的用户能够根据此用户游玩的评论或者人脸表情作为依据，判断是否会按照同样的路线进行游玩，人脸表情检测单元的输出端与用户评论打分单元的输入端和用户推荐单元的输入端相连接；
利用大数据的方式提前将各种表情可能出现的情况保存下来，当系统检测到用户所在的位置是在景区某景点的出口时，利用系统将此刻用户的表情记录下来，根据用户五官的特征变化值保存，并与数据库中的五官特征值进行对比，从而判断用户此刻的心情，当用户的表情与系统所推荐的景区游玩点不相匹配时，系统进行标记并修改路线。
一种城市景区智慧推荐方法，该方法包括如下步骤：
S1：利用用户出游类型模块对不同用户出游类型进行确认，根据不同的出游类型对景区进行推荐；
S2：利用用户出游性质模块对用户所观察的评论进行选取，将第一特征词、第二语气词和评论中固定的特征表情所表达的含义进行分类保存在数据库中，根据选取的评论单元在各种片段中提取第一特征词、第二语气词和特征表情中，不同词性所出现的概率判断用户游玩的爱好；
S3：利用用户路线安排模块对用户所确定的游玩区域进行规划路线，并对所参观的区域进行合理规避排队的风险；
S4：利用用户出游评分模块根据用户每参观一个景区，用户脸上的表情进行判定用户对此景区是否满意，通过用户的评论可对同类型用户的参观进行推荐。
在所述步骤S1中，用户出游的类型可分为情侣型、亲子性、朋友型和团建型，根据不同的类型进行推荐不同的景区。
在所述步骤S2中，所述评论片段数的集合为P＝{p1,p2,p3…pm}，评论片段中的特征词和数据库中保存的特征词相同时，所述每种特征词在评论片段中出现不同词频的集合为W＝{w1,w2,w3…wm}，所述评论片段中不同词频所表达的第二语气词出现词频的集合为Y＝{y1,y2,y3…ym}，所述评论片段中不同表情所出现的频率为B＝{b1,b2,b3…bm}，片段中出现的特征词，
根据公式：
Figure BDA0002715000870000081
Figure BDA0002715000870000082
Figure BDA0002715000870000083
Figure BDA0002715000870000084
其中，Z为不同心情词所出现的总概率次数；Ci是特征词为刺激，Si是特征词为舒缓，Ai是特征词为安静，C表示刺激特征词出现的频率，S表示舒缓特征词出现的频率，A表示安静特征词出现的频率；
当测算出C>S>A时，表示用户喜欢景区里刺激项目，当S>C>A时，表示用户喜欢景区里舒缓项目，当A>C>S时，表示用户喜欢安静项目；
所述特征词刺激、舒缓、安静不仅仅是特征词本身，还包括与特征词意思相近的词汇。
在步骤S3中，用户想要在景区游玩的项目集合为X＝{x1,x2,x3…xm}，每个游玩景点所排队的人数为R＝{r1,r2,r3…rm}，每批参观者所参观的时间为T,每批参观者的人数为N人,用户参观所产生的误差时间为T′；
根据公式：
Gi＝(ri/N)t+t′；
Gi+1＝(ri+1/N)t+t′；
其中：Gi表示参观者参观完第i个景点所花时间，Gi+1表示参观者参观完第i+1个景点所花时间，用户可在Gi+1-Gi的时间内赶到下一个景区的景点位置。
在每一个景区的景点游玩完毕后，将用户的表情参数与数据库里人脸的表情参数进行对比，判定表情参数的变化；
当表情参数和数据库中的满意度相匹配时，判断出用户对此次推荐的景区较满意，并向其他同类型的客户进行推荐；
当表情参数和数据库中的满意度不匹配时，判断出用户对此次推荐的景区不满意，系统对此进行修改。
实施例1：用户所观看的评论片段数为5条，这5条评论中，特别刺激、非常愉快、不好玩、太无聊等特征词在评论片段中出现不同词频的集合为W＝{3,2,2,1}，所述评论片段中不同词频所表达的第二语气词为：特别、非常、不、太，第二语气词词频的集合为Y＝{5,4,3,2}，所述评论片段中不同表情所出现的频率为B＝{6,8,3,1}；
根据公式：
Figure BDA0002715000870000091
Figure BDA0002715000870000092
Figure BDA0002715000870000093
Figure BDA0002715000870000094
其中，Z为不同心情词所出现的总概率次数；Ci是特征词为刺激，Si是特征词为舒缓，Ai是特征词为安静，C表示刺激特征词出现的频率，S表示舒缓特征词出现的频率，A表示安静特征词出现的频率；
经过上述的结果可知：当测算出C>S>A时，表示用户喜欢景区里刺激项目。
实施例2：在步骤S3中，用户想要在景区游玩的项目集合为X＝{x1,x2,x3,x4}，每个游玩景点所排队的人数为R＝{15,20,24,3}，每批参观者在不同景点所参观的时间为20min,每批参观者的人数为10人，用户参观所产生的误差时间为5min；
根据公式：
G1＝(15/10)·20+5＝25min；
G2＝(20/10)·20+5＝45min；
G3＝(24/10)·20+5＝45min；
G4＝(3/10)·20+5＝5min；
G4＜G1＜G2＝G3
经过上述计算可得：用户可以先去第四个景点去游玩，20min游玩过后，去往第一个游玩景点，20min游玩过后，再去往第二景点或者第四景点。
其中：Gi表示参观者的总参观时间，用户可在Gi+1-Gi的时间内赶到下一个景区的景点位置。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种城市景区智慧推荐系统，其特征在于：该系统包括用户出游类型模块、用户出游性质模块、用户路线安排模块和用户出游评分模块，所述用户出游类型模块用于根据用户的游玩类型安排适合用户游玩的景区，所述用户出游性质模块用于根据用户所翻阅评论中的特征词、特征相关词和特征表情判断用户在景区游玩性质，所述用户路线安排模块用于在用户游玩时合理安排排队时间，所述用户出游评分模块用于根据用户人脸的表情或者用户评论进行打分，所述用户出游类型模块和用户出游性质模块相连接，所述用户出游评分模块和用户路线安排模块相连接。
2.根据权利要求1所述的一种城市景区智慧推荐系统，其特征在于：所述用户出游类型模块包括标签设置单元、标签推荐单元和标签浏览确定单元，所述标签设置单元用于对用户不同的出游方式进行确定，所述标签推荐单元用于根据用户的出游性质进行景区推荐，所述标签浏览确定单元用于对用户在浏览器上搜索的相关景区记录进行确认，所述标签设置单元的输出端和标签推荐单元的输入端相连接，所述标签推荐单元的输出端和标签浏览确定单元的输入端相连接。
3.根据权利要求1所述的一种城市景区智慧推荐系统，其特征在于：所述用户出游性质模块包括用户评论选取单元、特征词提取单元、特征相关词提取单元、特征表情提取单元和特征向量频率单元，所述用户评论选取单元用于在景区评价中，将用户点击观察的评价进行框选，所述特征词提取单元用于对所框选的评论中进行选取特征词，所述特征相关词提取单元用于对关于游玩心情的相关描述词进行提取，所述特征表情提取单元用于对评论中与特征词相关的表情进行提取，所述特征向量频率单元用于对不同特征向量出现的概率进行计算，所述特征向量包括特征词、特征相关词和特征表情，所述用户评论选取单元的输出端和特征词提取单元、特征相关词提取单元和特征表情提取单元的输入端相连接。
4.根据权利要求1所述的一种城市景区智慧推荐系统，其特征在于：所述用户路线安排模块包括用户游玩确定单元、用户时间确定单元和用户路线安排单元，所述用户游玩确定单元用于对用户感兴趣的游玩单元在地图上进行标记，所述用户时间确定单元用于对用户在景区游玩的时间进行确定，所述用户路线安排单元用于根据用户游玩的时间和游玩的区域进行合理安排路线以及优化在景点排队等待的时间，所述用户游玩确定单元的输出端与用户时间确定单元和用户路线安排单元的输入端相连接。
5.根据权利要求1所述的一种城市景区智慧推荐系统，其特征在于：所述用户出游评分模块包括人脸表情检测单元、用户评论打分单元和用户推荐单元，所述人脸表情检测单元用于根据用户每参观完一个景区的表情进行评测，所述用户评论打分单元用于用户参观完景区后进行打分，所述用户推荐单元用于根据用户的表情和评分进行修改并向其它同类型爱好的用户进行推荐，所述人脸表情检测单元的输出端与用户评论打分单元的输入端和用户推荐单元的输入端相连接。
6.一种城市景区智慧推荐方法，其特征在于：该方法包括如下步骤：
S1：利用用户出游类型模块对不同用户出游类型进行确认，根据不同的出游类型对景区进行推荐；
S2：利用用户出游性质模块对用户所观察的评论进行选取，将第一特征词、第二语气词和评论中固定的特征表情所表达的含义进行分类保存在数据库中，根据选取的评论单元在各种片段中提取第一特征词、第二语气词和特征表情中，不同词性所出现的概率判断用户游玩的爱好；
S3：利用用户路线安排模块对用户所确定的游玩区域进行规划路线，并对所参观的区域进行合理规避排队的风险；
S4：利用用户出游评分模块根据用户每参观一个景区，用户脸上的表情进行判定用户对此景区是否满意，通过用户的评论可对同类型用户的参观进行推荐。
7.根据权利要求6所述的一种城市景区智慧推荐方法，其特征在于：在所述步骤S1中，用户出游的类型可分为情侣型、亲子性、朋友型和团建型，根据不同的类型进行推荐不同的景区。
8.根据权利要求6所述的一种城市景区智慧推荐方法，其特征在于：在所述步骤S2中，所述评论片段数的集合为P＝{p1,p2,p3…pm}，评论片段中的特征词和数据库中保存的特征词相同时，所述每种特征词在评论片段中出现不同词频的集合为W＝{w1,w2,w3…wm}，所述评论片段中不同词频所表达的第二语气词出现词频的集合为Y＝{y1,y2,y3…ym}，所述评论片段中不同表情所出现的频率为B＝{b1,b2,b3…bm}，片段中出现的特征词，
根据公式：
Figure FDA0002715000860000031
Figure FDA0002715000860000032
Figure FDA0002715000860000033
Figure FDA0002715000860000034
其中，Z为不同心情词所出现的总概率次数；Ci是特征词为刺激，Si是特征词为舒缓，Ai是特征词为安静，C表示刺激特征词出现的频率，S表示舒缓特征词出现的频率，A表示安静特征词出现的频率；
当测算出C>S>A时，表示用户喜欢景区里刺激项目，当S>C>A时，表示用户喜欢景区里舒缓项目，当A>C>S时，表示用户喜欢安静项目。
9.根据权利要求6所述的一种城市景区智慧推荐方法，其特征在于：在步骤S3中，用户想要在景区游玩的项目集合为X＝{x1,x2,x3…xm}，每个游玩景点所排队的人数为R＝{r1,r2,r3…rm}，每批参观者所参观的时间为T,每批参观者的人数为N人,用户参观所产生的误差时间为T′；
根据公式：
Gi＝(ri/N)t+t′；
Gi+1＝(ri+1/N)t+t′；
其中：Gi表示参观者参观完第i个景点所花时间，Gi+1表示参观者参观完第i+1个景点所花时间，用户可在Gi+1-Gi的时间内赶到下一个景区的景点位置。
10.根据权利要求6所述的一种城市景区智慧推荐方法，其特征在于：在每一个景区的景点游玩完毕后，将用户的表情参数与数据库里人脸的表情参数进行对比，判定表情参数的变化；
当表情参数和数据库中的参数值相匹配时，判断出用户对此次推荐的景区较满意，并向其他同类型的客户进行推荐；
当表情参数和数据库中的参数值不匹配时，判断出用户对此次推荐的景区不满意，系统对此进行修改。
CN202011071193.1A 2020-10-09 2020-10-09 一种城市景区智慧推荐系统及方法 Active CN112148985B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110443116.2A CN113515693A (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统
CN202011071193.1A CN112148985B (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011071193.1A CN112148985B (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统及方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110443116.2A Division CN113515693A (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统

Publications (2)

Publication Number Publication Date
CN112148985A true CN112148985A (zh) 2020-12-29
CN112148985B CN112148985B (zh) 2021-06-25

Family

ID=73952595

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110443116.2A Pending CN113515693A (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统
CN202011071193.1A Active CN112148985B (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统及方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110443116.2A Pending CN113515693A (zh) 2020-10-09 2020-10-09 一种城市景区智慧推荐系统

Country Status (1)

Country Link
CN (2) CN113515693A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112992021A (zh) * 2021-03-08 2021-06-18 合肥工业大学 一种景区智能导览系统和使用方法
CN113470239A (zh) * 2021-06-25 2021-10-01 湘南学院 一种智慧旅游控制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203646A (zh) * 2016-06-29 2016-12-07 厦门趣处网络科技有限公司 定制化行程推荐系统和方法
US9710873B1 (en) * 2012-10-26 2017-07-18 Amazon Technologies, Inc. Point of interest mapping
CN110378736A (zh) * 2019-07-23 2019-10-25 中国科学院东北地理与农业生态研究所 通过人脸表情识别评价游客对自然资源体验满意度的方法
CN111626521A (zh) * 2020-06-02 2020-09-04 上海商汤智能科技有限公司 一种游览路线生成的方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090049045A1 (en) * 2007-06-01 2009-02-19 Concert Technology Corporation Method and system for sorting media items in a playlist on a media device
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
CN109784536A (zh) * 2018-12-14 2019-05-21 平安科技（深圳）有限公司 旅游行程的推荐方法、装置、计算机设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9710873B1 (en) * 2012-10-26 2017-07-18 Amazon Technologies, Inc. Point of interest mapping
CN106203646A (zh) * 2016-06-29 2016-12-07 厦门趣处网络科技有限公司 定制化行程推荐系统和方法
CN110378736A (zh) * 2019-07-23 2019-10-25 中国科学院东北地理与农业生态研究所 通过人脸表情识别评价游客对自然资源体验满意度的方法
CN111626521A (zh) * 2020-06-02 2020-09-04 上海商汤智能科技有限公司 一种游览路线生成的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毛超群: "基于改进情感词典的在线旅游评论文本情感分类研究", 《中国优秀硕士学位论文全文数据库（经济与管理科学辑）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112992021A (zh) * 2021-03-08 2021-06-18 合肥工业大学 一种景区智能导览系统和使用方法
CN113470239A (zh) * 2021-06-25 2021-10-01 湘南学院 一种智慧旅游控制系统及方法

Also Published As

Publication number Publication date
CN113515693A (zh) 2021-10-19
CN112148985B (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN112148985B (zh) 一种城市景区智慧推荐系统及方法
CN103678518B (zh) 一种推荐列表调整方法和装置
TW202001777A (zh) 儲存程式之可移動型儲存媒體、資訊處理方法、資訊處理裝置以及資訊處理系統
US8606612B2 (en) Method and apparatus for improving efficiency in event information exchange among parties of event
US20090228479A1 (en) Operational assistance server device, operational assistance method and computer program
KR101170208B1 (ko) 음악추천 시스템 및 방법
CN112465276A (zh) 自动生成景区游玩推荐路线的方法
US20190089765A1 (en) Computer system for network node review for actionable item
KR101992411B1 (ko) Sns에 기반하여 향기에 관한 추천을 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
CN116595398A (zh) 基于元宇宙的资源智能匹配方法及相关装置
KR101458588B1 (ko) 분야별 전문가 큐레이션 추천 시스템 및 이를 이용한 분야별 전문가 추천 방법
JP2000242663A (ja) 情報提供システム及び情報提供方法
KR102245492B1 (ko) 사용자에 의해 선택된 의류 이미지를 기반으로 사용자의 스타일 확인 기능을 제공하는 전자 단말 장치
CN111782939A (zh) 一种基于用户偏好与用户属性的个性化推荐方法
CN114676240A (zh) 基于大数据分析采集系统的科技信息咨询服务平台
CN106951433A (zh) 一种检索方法及装置
CN112184316B (zh) 一种基于物联网的商场购物引导管理系统及方法
CN110335107A (zh) 商品推荐方法、装置及系统
JP2002215665A (ja) 情報推薦サーバー装置
JP2000285127A (ja) 情報提供システム及び情報提供方法
JPH10228482A (ja) 嗜好推定方法、情報抽出方法および情報提供方法
KR20130118597A (ko) 아이템 추천 시스템 및 방법
KR20150076291A (ko) 사용자 선호도 및 유전정보를 이용한 맞춤형 마케팅 방법 및 이를 위한 시스템
JP3622710B2 (ja) 映像コンテンツ視聴者情報提供システム及び方法と、視聴者情報提供装置、プログラム及びプログラムの記録媒体
JP7080079B2 (ja) 情報提供装置およびその制御方法

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
CB03 Change of inventor or designer information

Inventor after: Chen Haijiang

Inventor after: Other inventor requests not to publish the name

Inventor before: Request for anonymity

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20210607

Address after: Room 506 and 507, building 18, haichuangyuan scientific research incubation area, No. 998, Wenyi West Road, Yuhang District, Hangzhou City, Zhejiang Province, 311100

Applicant after: ZHEJIANG LISHI TECHNOLOGY Co.,Ltd.

Address before: 215000 No.133, Nanshi street, Suzhou Industrial Park, Jiangsu Province

Applicant before: Suzhou Taoxi Network Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant