CN113886722B - 旅游美食推荐方法、装置和计算机设备 - Google Patents

Abstract

本发明涉及旅游服务技术领域，公开了一种旅游美食推荐方法、装置和计算机设备，其中，方法包括：接收用户选择的旅游目的地；获取所有历史游客的旅游路程停留信息；提取属性为饮食的停留地点，作为饮食地点集合；依次提取一个饮食商家作为目标饮食商家，并计算目标饮食商家的初始分值；计算目标饮食商家的平均停留时长；计算目标饮食商家的总分值；对饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给用户。本发明提供的旅游美食推荐方法、装置和计算机设备，根据目的地的历史游客在各美食商家的停留时长和各美食商家的评论数据得到各饮食商家的总分值，并能够通过总分值对饮食商家进行推荐排序，便于用户快速找到满意的美食商家。

Description

旅游美食推荐方法、装置和计算机设备

技术领域

本发明涉及旅游服务技术领域，特别涉及一种旅游美食推荐方法、装置和计算机设备。

背景技术

随着互联网技术的不断发展，基于互联网技术的旅游应用也层出不穷，例如去哪儿网、驴妈妈旅游网、蚂蜂窝等网站。这些网站能够提供旅游咨询、景点介绍等旅游相关的信息。当用户有旅游需求时，可通过这些网站查询旅游景点、酒店、餐饮等相关信息，或者参考其他用户的旅游心得、攻略等。同时也因为旅游网站不断的增多，导致各个网站的对同一景点、酒店、餐饮的数据展示均不相同。

当用户在目的地游览或即将去到目的地旅游时，需要品尝目的地的美食，然而各个旅游网站的数据繁多，用户需要通过各种渠道记录美食商家，然后一一查找商家的价格、位置等信息并通过评价、距离等信息进行对比筛选，以便挑选出最满意的美食商家，这样就会耗费用户大量的时间，也不利于用户查找到满意的美食商家，降低了用户体验度。

发明内容

本发明提供了一种旅游美食推荐方法、装置和计算机设备，根据目的地的历史游客在各美食商家的停留时长和各美食商家的评论数据得到各饮食商家的总分值，并能够通过总分值对饮食商家进行推荐排序，便于用户快速找到满意的美食商家，节省了用户时间，提高了用户体验度。

本发明提供了一种旅游美食推荐方法，包括：

接收用户选择的旅游目的地；

获取所述旅游目的地所有历史游客的旅游路程停留信息；其中，所述旅游路程停留信息包括多个停留地点，且每个所述停留地点均包括停留位置以及停留时长；

提取所述旅游路程停留信息中属性为饮食的停留地点，作为饮食地点集合；其中，所述饮食地点集合中每个停留地点均为一个饮食商家；

依次提取所述饮食地点集合中的一个饮食商家作为目标饮食商家，并根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值；

根据所述目的地所有历史游客在所述目标饮食商家的停留时长计算所述目标饮食商家的平均停留时长；

根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值；

根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给所述用户。

进一步地，所述根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值的步骤，包括：

依次提取评论数据中的一条评论内容作为目标评论内容；

根据所述目标评论内容的属性计算所述目标评论内容在所述评论数据中的评论权重；

根据所述目标评论内容在所述评论数据中的评论权重计算所述目标评论内容的总积分；

根据所述评论数据中所有评论内容的总积分计算所述目标饮食商家的初始分值。

进一步地，所述根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤，包括：

获取所述饮食地点集合中饮食商家的数量以及所有饮食商家的平均停留时长；

统计所述目标饮食商家的平均停留时长在所有饮食商家的平均停留时长中的名次；

根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值；其中，所述目标饮食商家的名次即所述目标饮食商家的停留时长的名次；

根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值。

进一步地，所述根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值的步骤中，计算公式为：

名次分值=100-100/饮食商家的数量×（目标饮食商家的名次-1）；

所述根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤中，计算公式为：

总分值=名次分值×A+初始分值×B；

其中，A、B为加权百分比因子，且A+B=1。

进一步地，所述根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序的步骤之后，还包括：

当所述目的地所有历史游客具有喜欢的饮食商家时，将所述饮食商家添加至待确认饮食商家表中；

提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家；

获取所述目标待确认饮食商家的选择游客数量；其中，所述选择游客为将所述目标待确认饮食商家列为喜欢的饮食商家的历史游客；

判断所述选择游客的数量是否大于或等于所述目的地所有历史游客总数量的设定分数；

若所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数，则将所述目标待确认饮食商家排列在第一名的饮食商家之前；

若所述选择游客的数量小于所述目的地所有历史游客总数量的设定分数，则所述目标待确认饮食商家的总分值增加设定数值。

进一步地，所述提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤之后，还包括：

获取所述待确认饮食商家表中所有待确认饮食商家的位置和名称；

判断所述目标待确认饮食商家是否在所述饮食地点集合中；

若所述目标待确认饮食商家不在所述饮食地点集合中，则当所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数时，添加所述目标待确认饮食商家到所述饮食地点集合中；

将所述目标待确认饮食商家排列在第一名的饮食商家之前，并为所述目标待确认饮食商家添加少停留标签；

若所述目标待确认饮食商家在所述饮食地点集合中，则执行提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤。

进一步地，所述根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤之后，还包括：

从旅游网站爬取所述目的地的必吃美食，以形成必吃美食列表；

获取所述饮食地点集合中具有所述必吃美食列表中的必吃美食的多个饮食商家，作为优选商家集合；

以所述必吃美食列表中的每个必吃美食为一个字段，根据所述优选商家集合中每个优选商家的总分值对所述优选商家集合中的优选商家进行排序，以形成必吃美食分类推荐表展示给所述用户。

本发明还提供了一种旅游美食推荐装置，包括：

接收模块，用于接收用户选择的旅游目的地；

获取模块，用于获取所述旅游目的地所有历史游客的旅游路程停留信息；其中，所述旅游路程停留信息包括多个停留地点，且每个所述停留地点均包括停留位置以及停留时长；

第一提取模块，用于提取所述旅游路程停留信息中属性为饮食的停留地点，作为饮食地点集合；其中，所述饮食地点集合中每个停留地点均为一个饮食商家；

第二提取模块，用于依次提取所述饮食地点集合中的一个饮食商家作为目标饮食商家，并根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值；

第一计算模块，用于根据所述目的地所有历史游客在所述目标饮食商家的停留时长计算所述目标饮食商家的平均停留时长；

第二计算模块，用于根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值；

排序模块，用于根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给所述用户。

本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

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时实现上述方法的步骤。

本发明的有益效果为：

根据在目的地旅游过的历史游客的旅游路程停留信息确定属性为饮食的停留地点，形成饮食地点集合，饮食地点集合中的饮食商家可能为游客感兴趣的商家或当地美食商家，根据所有历史游客在每个饮食商家的停留时长确定每个饮食商家的平均停留时长，平均停留时长一定程度上反映了该商家的受欢迎程度和好吃程度，根据每个饮食商家的评论数据计算每个饮食商家的初始分值，进而根据初始分值和平均停留时长计算总分值，以便结合评论数据和停留时长进行综合分析，最后，在接收到用户的类别指令时，根据用户的类别指令和总分值，对饮食地点集合中的饮食商家进行分类排序，形成美食推荐表展示给用户，便于用户快速找到满意的美食商家，节省了用户时间，提高了用户体验度。

附图说明

图1为本发明一实施例的方法流程示意图。

图2为本发明一实施例的装置结构示意图。

图3为本发明一实施例的计算机设备内部结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明提供了一种旅游美食推荐方法，包括：

S1、接收用户选择的旅游目的地；

S2、获取所述旅游目的地所有历史游客的旅游路程停留信息；其中，所述旅游路程停留信息包括多个停留地点，且每个所述停留地点均包括停留位置以及停留时长；

S3、提取所述旅游路程停留信息中属性为饮食的停留地点，作为饮食地点集合；其中，所述饮食地点集合中每个停留地点均为一个饮食商家；

S4、依次提取所述饮食地点集合中的一个饮食商家作为目标饮食商家，并根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值；

S5、根据所述目的地所有历史游客在所述目标饮食商家的停留时长计算所述目标饮食商家的平均停留时长；

S6、根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值；

S7、根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给所述用户。

如上述步骤S1所述，通过发送窗口供用户选择目的地或用户主动选择目的地而接收到用户的旅游目的地，用户的旅游目的地可以为一级省级行政区，包括省、自治区、直辖市、特别行政区；也可以为二级地级行政区，包括地级市、地区、自治州、盟。

如上述步骤S2所述，获取目的地所有历史游客的旅游路程停留信息，因不同时间段的旅游具有不同的特点和不同的商家，因此可以设置获取时间段，例如获取当前时间的前五年内的所有历史游客的旅游路程停留信息；其中，旅游路程停留信息包括多个停留地点，停留地点具有商家的名称，设定在某一位置停留超过设定时长（如半小时）的地点为停留地点，每个停留地点包括停留位置和停留时长，停留位置用于结合停留地点的名称确定商家，停留时长用于结合饮食商家的评论数据计算饮食商家的总分值。

如上述步骤S3所述，由于停留地点为商家，而商家具有属性（如饮食、游乐、唱歌、健身等）；在历史游客的所有停留地点中提取属性为饮食的停留地点，即得到历史游客品尝过的若干个饮食商家，将若干个饮食商家组合以形成饮食地点集合。

如上述步骤S4所述，提取饮食地点集合中的一个饮食商家作为目标饮食商家，根据目标饮食商家的评论数据计算得到初始分值，然后再次提取一个饮食商家作为目标饮食商家计算初始分值，以此类推，直到完成饮食地点集合中所有饮食商家的初始分值的计算。

如上述步骤S5所述，饮食地点集合中每个饮食商家均具有多个历史游客的停留时长，根据多个历史游客在目标饮食商家的停留时长计算目标饮食商家的平均停留时长，如步骤S4中相同，依次提取并计算得到饮食地点集合中每个饮食商家的平均停留时长。

如上述步骤S6所述，饮食地点集合中每个饮食商家均得到了平均停留时长和初始分值，根据平均停留时长和初始分值计算得到饮食商家的总分值，总分值中包括了对所有历史游客的分析和对饮食商家的评论数据的分析，参考价值高，能够帮助用户直观的了解到最优选的饮食商家，避免浪费用户筛选的时间。

如上述步骤S7所述，通过发送窗口供用户选择或用户主动选择而接收到用户的类别指令，如用户选择目的地的其中一个美食，或选择目的地的一个区域，或选择当前位置设定范围内的区域，根据用户的类别指令能够从饮食地点集合中筛选出部分饮食商家，进而根据饮食商家的总分值对这部分的饮食商家进行排序，形成美食推荐表展示给用户，便于用户快速找到满意的美食商家，节省了用户时间，提高了用户体验度。

在一个实施例中，所述根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值的步骤，包括：

S41、依次提取评论数据中的一条评论内容作为目标评论内容；

S42、根据所述目标评论内容的属性计算所述目标评论内容在所述评论数据中的评论权重；

S43、根据所述目标评论内容在所述评论数据中的评论权重计算所述目标评论内容的总积分；

S44、根据所述评论数据中所有评论内容的总积分计算所述目标饮食商家的初始分值。

如上述步骤S41-S42所述，目标饮食商家的评论数据为从多个旅游网站爬取的评论数据，其中包含有若干条评论内容，提取其中一条评论内容作为目标评论内容，根据目标评论内容的属性计算目标评论内容在评论数据中的评论权重，属性包括评论内容的评论质量、评论内容的评论来源、评论内容的情感类型、评论内容的用户质量、评论内容的评论时间等，评论质量是根据评论内容信息、评论内容的长度和评论内容的时间等多特征分析得到的；评论来源可以包括精选评价、团购评价、试吃评价等；情感类型可以包括正向情感类型和负向情感类型，用户质量可以通过诚信度来表示，评论时间是指评论内容和用户评分的发布时间。

根据评论内容的属性确定出至少两个子权重；将至少两个子权重的和确定为评论权重；其中，子权重为根据以上评论内容的评论质量、评论内容的评论来源、评论内容的情感类型、评论内容的用户质量、评论内容的评论时间分别确定出的子权重，每个属性确定一个子权重；不同的评论质量对应不同的子权重，评论质量越高，子权重越高；不同的评论来源对应不同的子权重，如精选评价比非精选评价的子权重高；情感类型中情感越正向则子权重越高，可以通过神经网络模型判断评论的情感类型，比如LSTM模型；用户质量中用户诚信度越高表示用户质量越高，则子权重越高，上述诚信度可以根据用户诚信度与评论诚信度确定得到；评论时间越接近当前时刻则子权重越高，评论时间对应的子权重可以通过指数衰减的方式计算得到。

如上述步骤S43-S44所述，得到目标评论内容在评论数据中的评论权重后，根据目标评论内容在评论数据中的评论权重计算目标评论内容的总积分，总积分=评论内容的评论权重*评论内容的用户评分。依次类推，最终得到评论数据中每条评论内容的总积分，进而将评论数据中所有评论内容的总积分相加得到目标饮食商家的初始分值。

在一个实施例中，所述根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤，包括：

S61、获取所述饮食地点集合中饮食商家的数量以及所有饮食商家的平均停留时长；

S62、统计所述目标饮食商家的平均停留时长在所有饮食商家的平均停留时长中的名次；

S63、根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值；其中，所述目标饮食商家的名次即所述目标饮食商家的停留时长的名次；

S64、根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值。

如上述步骤S61-S64所述，获取饮食地点集合中的饮食商家的数量，以及获取每个饮食商家的平均停留时长，饮食商家的平均停留时长=历史游客在该饮食商家的总停留时长/历史游客的数量；依次提取饮食地点集合中的每个饮食商家进行计算，得到饮食地点集合中所有饮食商家的平均停留时长，进而能够根据平均停留时长对所有饮食商家进行排序；当提取一个饮食商家作为目标饮食商家时，即可获取目标饮食商家的平均停留时长以及目标饮食商家的名次，最后根据饮食地点集合中饮食商家的数量、目标饮食商家的名次计算目标饮食商家的名次分值，以便根据目标饮食商家的初始分值和名次分值计算目标饮食商家的总分值，类似地，依次提取饮食地点集合中的饮食商家，即可计算得到饮食地点集合中所有饮食商家的总分值。

在一个实施例中，所述S63、根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值的步骤中，计算公式为：

名次分值=100-100/饮食商家的数量×（目标饮食商家的名次-1）；

所述S64、根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤中，计算公式为：

总分值=名次分值×A+初始分值×B；

其中，A、B为加权百分比因子，且A+B=1。

如上所述，公式中饮食商家的数量为饮食地点集合中饮食商家的数量，目标饮食商家排名第一名次则为1，排名第二名次则为2，以此类推；名次分值以百分制进行评价，分数越高表明该饮食商家的顾客停留时长越长，越有可能受到用户青睐。

在一个实施例中，所述根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序的步骤之后，还包括：

S8、当所述目的地所有历史游客具有喜欢的饮食商家时，将所述饮食商家添加至待确认饮食商家表中；

S9、提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家；

S10、获取所述目标待确认饮食商家的选择游客数量；其中，所述选择游客为将所述目标待确认饮食商家列为喜欢的饮食商家的历史游客；

S11、判断所述选择游客的数量是否大于或等于所述目的地所有历史游客总数量的设定分数；

S12、若所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数，则将所述目标待确认饮食商家排列在第一名的饮食商家之前；

S13、若所述选择游客的数量小于所述目的地所有历史游客总数量的设定分数，则所述目标待确认饮食商家的总分值增加设定数值。

如上述步骤S9-S13所述，根据饮食商家的平均停留时长和评论数据得到的总分值仅为客观数据得到的排序结果，而不包含用户的主观想法；因此，当目的地的所有历史游客具有喜欢的饮食商家时，将这些饮食商家集合为一张待确认饮食商家表；判断历史游客是否具有喜欢的饮食商家通过游客上传商家名称、位置或照片等信息得到，或历史游客搜索商家进行好评得到，或历史游客给好友分享推荐的方式得到；提取待确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家，并获取其选择游客数量，选择游客为将目标待确认饮食商家列为喜欢的饮食商家的历史游客，其中，每一位历史游客不一定都具有喜欢的饮食商家，因而待确认商家饮食表中每个待确认饮食商家的选择游客数量不同。判断选择游客的数量是否大于或等于目的地所有历史游客总数量的设定分数（例如2/3，也可以根据具体需要进行调整），若选择游客的数量大于或等于目的地所有历史游客总数量的设定分数，表明绝大部分的游客均喜欢该饮食商家，该饮食商家很大可能能够获得用户的喜欢，因此将目标待确认饮食商家排列在第一名的饮食商家之前（多个饮食商家已经根据饮食商家的总分值进行了排序）；若选择游客的数量小于目的地所有历史游客总数量的设定分数，表明有少部分游客喜欢该饮食商家，但其总数量还是不多，因此，将目标待确认饮食商家的总分值增加设定数值（例如3分、5分，可以根据具体需要进行调整），确保饮食商家的总排名中加入了历史游客的主观因素。

在一个实施例中，所述提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤之后，还包括：

S091、获取所述待确认饮食商家表中所有待确认饮食商家的位置和名称；

S092、判断所述目标待确认饮食商家是否在所述饮食地点集合中；

S093、若所述目标待确认饮食商家不在所述饮食地点集合中，则当所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数时，添加所述目标待确认饮食商家到所述饮食地点集合中；

S094、将所述目标待确认饮食商家排列在第一名的饮食商家之前，并为所述目标待确认饮食商家添加少停留标签；

S095、若所述目标待确认饮食商家在所述饮食地点集合中，则执行提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤。

如上述步骤S091-S095所述，在提取待确认饮食上架表中的待确认饮食商家之后，还需要确定待确认商家是否在饮食地点集合中，以便判断是否添加该待确认饮食商家；因此，提取待确认饮食商家表中所有待确认饮食商家的位置和名称，通过位置和名称与饮食地点集合中的饮食商家进行比对即可判断目标待确认饮食商家是否在饮食地点集合中；当目标待确认饮食商家不在饮食地点集合中时，在选择游客的数量大于或等于目的地所有历史游客总数量的设定分数时，表明该商家受到大多数游客的喜欢，却基本不会有停留时间（一般为小吃、奶茶等即买即走的店铺），此时添加目标待确认饮食商家到所述饮食地点集合中，同时将目标待确认饮食商家排列在第一名的饮食商家之前，并为目标待确认饮食商家添加少停留标签（表明目标待确认商家受游客喜爱，但停留时间少），当饮食商家不在饮食地点集合中并且选择游客的数量小于目的地所有历史游客总数量的设定分数时，表明该饮食商家可能不会受到用户的喜欢，因而不做添加操作。当目标待确认饮食商家在饮食地点集合中时，该饮食商家具有停留时长（通常为正餐的饮食店）且受到游客喜爱，进而执行提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤。

在一个实施例中，所述根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤之后，还包括：

S601、从旅游网站爬取所述目的地的必吃美食，以形成必吃美食列表；

S602、获取所述饮食地点集合中具有所述必吃美食列表中的必吃美食的多个饮食商家，作为优选商家集合；

S603、以所述必吃美食列表中的每个必吃美食为一个字段，根据所述优选商家集合中每个优选商家的总分值对所述优选商家集合中的优选商家进行排序，以形成必吃美食分类推荐表展示给所述用户。

如上述步骤S601-S603所述，每个目的地都会具有一些必吃美食，而必吃美食的商家也有许多，无法知道哪些好吃哪些不好吃；因此，获取目的地的必吃美食，形成必吃美食表，然后从饮食地点集合中筛选出具有必吃美食的多个饮食商家，形成优选商家集合，优选商家集合中每个优选商家必包含一个必吃美食；最后，将必吃美食列表中的每个必吃美食列为一个字段，每个必吃美食下具有多个优选商家，根据多个选优商家的总分值对多个优选商家进行排序，完成必吃美食表中所有必吃美食的优选商家的排序后，形成必吃美食分类推荐表展示给所述用户，以便用户在不知道以什么为筛选条件的情况下，为用户推荐以必吃美食为条件的必吃美食分类推荐表，便于用户快速找到满意的美食商家，节省了用户时间，提高了用户体验度。

如图2所示，本发明还提供了一种旅游美食推荐装置，包括：

接收模块1，用于接收用户选择的旅游目的地；

获取模块2，用于获取所述旅游目的地所有历史游客的旅游路程停留信息；其中，所述旅游路程停留信息包括多个停留地点，且每个所述停留地点均包括停留位置以及停留时长；

第一提取模块3，用于提取所述旅游路程停留信息中属性为饮食的停留地点，作为饮食地点集合；其中，所述饮食地点集合中每个停留地点均为一个饮食商家；

第二提取模块4，用于依次提取所述饮食地点集合中的一个饮食商家作为目标饮食商家，并根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值；

第一计算模块5，用于根据所述目的地所有历史游客在所述目标饮食商家的停留时长计算所述目标饮食商家的平均停留时长；

第二计算模块6，用于根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值；

排序模块7，用于根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给所述用户。

在一个实施例中，第二提取模块4，包括：

依次提取单元，用于依次提取评论数据中的一条评论内容作为目标评论内容；

评论权重计算单元，用于根据所述目标评论内容的属性计算所述目标评论内容在所述评论数据中的评论权重；

总积分计算单元，用于根据所述目标评论内容在所述评论数据中的评论权重计算所述目标评论内容的总积分；

初始分值计算单元，用于根据所述评论数据中所有评论内容的总积分计算所述目标饮食商家的初始分值。

在一个实施例中，第二计算模块6，包括：

平均停留时长计算单元，用于获取所述饮食地点集合中饮食商家的数量以及所有饮食商家的平均停留时长；

名次统计单元，用于统计所述目标饮食商家的平均停留时长在所有饮食商家的平均停留时长中的名次；

名次分值计算单元，用于根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值；其中，所述目标饮食商家的名次即所述目标饮食商家的停留时长的名次；

总分值计算单元，用于根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值。

在一个实施例中，名次分值计算单元中，计算公式为：

名次分值=100-100/饮食商家的数量×（目标饮食商家的名次-1）；

总分值计算单元中，计算公式为：

总分值=名次分值×A+初始分值×B；

其中，A、B为加权百分比因子，且A+B=1。

在一个实施例中，还包括：

待确认饮食商家添加模块，用于当所述目的地所有历史游客具有喜欢的饮食商家时，将所述饮食商家添加至待确认饮食商家表中；

目标待确认饮食商家提取模块，用于提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家；

选择游客数量获取模块，用于获取所述目标待确认饮食商家的选择游客数量；其中，所述选择游客为将所述目标待确认饮食商家列为喜欢的饮食商家的历史游客；

第一判断模块，用于判断所述选择游客的数量是否大于或等于所述目的地所有历史游客总数量的设定分数；

排列模块，用于在所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数时，将所述目标待确认饮食商家排列在第一名的饮食商家之前；

增加模块，用于在所述选择游客的数量小于所述目的地所有历史游客总数量的设定分数时，所述目标待确认饮食商家的总分值增加设定数值。

在一个实施例中，还包括：

名称获取模块，用于获取所述待确认饮食商家表中所有待确认饮食商家的位置和名称；

第二判断模块，用于判断所述目标待确认饮食商家是否在所述饮食地点集合中；

饮食地点集合添加模块，用于在所述目标待确认饮食商家不在所述饮食地点集合中时，当所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数时，添加所述目标待确认饮食商家到所述饮食地点集合中；

少停留标签模块，用于将所述目标待确认饮食商家排列在第一名的饮食商家之前，并为所述目标待确认饮食商家添加少停留标签；

执行模块，用于在所述目标待确认饮食商家在所述饮食地点集合中时，执行提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤。

在一个实施例中，还包括：

必吃美食模块，用于从旅游网站爬取所述目的地的必吃美食，以形成必吃美食列表；

优选商家集合模块，用于获取所述饮食地点集合中具有所述必吃美食列表中的必吃美食的多个饮食商家，作为优选商家集合；

必吃美食推荐表模块，用于以所述必吃美食列表中的每个必吃美食为一个字段，根据所述优选商家集合中每个优选商家的总分值对所述优选商家集合中的优选商家进行排序，以形成必吃美食分类推荐表展示给所述用户。

上述各模块、单元均是用于对应执行上述旅游美食推荐方法中的各个步骤，其具体实现方式参照上述方法实施例所述，在此不再进行赘述。

如图3所示，本发明还提供了一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储旅游美食推荐方法的过程需要的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现旅游美食推荐方法。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一个旅游美食推荐方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种旅游美食推荐方法，其特征在于，包括：

接收用户选择的旅游目的地；

获取所述旅游目的地所有历史游客的旅游路程停留信息；其中，所述旅游路程停留信息包括多个停留地点，且每个所述停留地点均包括停留位置以及停留时长；

提取所述旅游路程停留信息中属性为饮食的停留地点，作为饮食地点集合；其中，所述饮食地点集合中每个停留地点均为一个饮食商家；

依次提取所述饮食地点集合中的一个饮食商家作为目标饮食商家，并根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值；

根据所述目的地所有历史游客在所述目标饮食商家的停留时长计算所述目标饮食商家的平均停留时长；

根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值；

根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给所述用户；

当所述目的地所有历史游客具有喜欢的饮食商家时，将所述饮食商家添加至待确认饮食商家表中；

提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家；

获取所述目标待确认饮食商家的选择游客数量；其中，所述选择游客为将所述目标待确认饮食商家列为喜欢的饮食商家的历史游客；

判断所述选择游客的数量是否大于或等于所述目的地所有历史游客总数量的设定分数；

若所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数，则将所述目标待确认饮食商家排列在第一名的饮食商家之前；

若所述选择游客的数量小于所述目的地所有历史游客总数量的设定分数，则所述目标待确认饮食商家的总分值增加设定数值。

2.根据权利要求1所述的旅游美食推荐方法，其特征在于，所述根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值的步骤，包括：

依次提取评论数据中的一条评论内容作为目标评论内容；

根据所述目标评论内容的属性计算所述目标评论内容在所述评论数据中的评论权重；

根据所述目标评论内容在所述评论数据中的评论权重计算所述目标评论内容的总积分；

根据所述评论数据中所有评论内容的总积分计算所述目标饮食商家的初始分值。

3.根据权利要求1所述的旅游美食推荐方法，其特征在于，所述根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤，包括：

获取所述饮食地点集合中饮食商家的数量以及所有饮食商家的平均停留时长；

统计所述目标饮食商家的平均停留时长在所有饮食商家的平均停留时长中的名次；

根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值；其中，所述目标饮食商家的名次即所述目标饮食商家的停留时长的名次；

根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值。

4.根据权利要求3所述的旅游美食推荐方法，其特征在于，

所述根据所述饮食商家的数量、目标饮食商家的名次计算所述目标饮食商家的名次分值的步骤中，计算公式为：

所述根据所述目标饮食商家的名次分值与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤中，计算公式为：

总分值＝名次分值×A+初始分值×B

其中，A、B为加权百分比因子，且A+B＝1。

5.根据权利要求1所述的旅游美食推荐方法，其特征在于，所述提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤之后，还包括：

获取所述待确认饮食商家表中所有待确认饮食商家的位置和名称；

判断所述目标待确认饮食商家是否在所述饮食地点集合中；

若所述目标待确认饮食商家不在所述饮食地点集合中，则当所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数时，添加所述目标待确认饮食商家到所述饮食地点集合中；

将所述目标待确认饮食商家排列在第一名的饮食商家之前，并为所述目标待确认饮食商家添加少停留标签；

若所述目标待确认饮食商家在所述饮食地点集合中，则执行提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家的步骤。

6.根据权利要求1所述的旅游美食推荐方法，其特征在于，所述根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值的步骤之后，还包括：

从旅游网站爬取所述目的地的必吃美食，以形成必吃美食列表；

获取所述饮食地点集合中具有所述必吃美食列表中的必吃美食的多个饮食商家，作为优选商家集合；

以所述必吃美食列表中的每个必吃美食为一个字段，根据所述优选商家集合中每个优选商家的总分值对所述优选商家集合中的优选商家进行排序，以形成必吃美食分类推荐表展示给所述用户。

7.一种旅游美食推荐装置，其特征在于，包括：

接收模块，用于接收用户选择的旅游目的地；

获取模块，用于获取所述旅游目的地所有历史游客的旅游路程停留信息；其中，所述旅游路程停留信息包括多个停留地点，且每个所述停留地点均包括停留位置以及停留时长；

第一提取模块，用于提取所述旅游路程停留信息中属性为饮食的停留地点，作为饮食地点集合；其中，所述饮食地点集合中每个停留地点均为一个饮食商家；

第二提取模块，用于依次提取所述饮食地点集合中的一个饮食商家作为目标饮食商家，并根据所述目标饮食商家的评论数据计算所述目标饮食商家的初始分值；

第一计算模块，用于根据所述目的地所有历史游客在所述目标饮食商家的停留时长计算所述目标饮食商家的平均停留时长；

第二计算模块，用于根据所述目标饮食商家的平均停留时长与所述目标饮食商家的初始分值计算所述目标饮食商家的总分值；

排序模块，用于根据所述用户的类别指令与所述饮食地点集合中每个饮食商家的总分值对所述饮食地点集合中的饮食商家进行分类排序，以形成美食推荐表展示给所述用户；

待确认饮食商家添加模块，用于当所述目的地所有历史游客具有喜欢的饮食商家时，将所述饮食商家添加至待确认饮食商家表中；

目标待确认饮食商家提取模块，用于提取所述确认饮食商家表中的一个待确认饮食商家作为目标待确认饮食商家；

选择游客数量获取模块，用于获取所述目标待确认饮食商家的选择游客数量；其中，所述选择游客为将所述目标待确认饮食商家列为喜欢的饮食商家的历史游客；

第一判断模块，用于判断所述选择游客的数量是否大于或等于所述目的地所有历史游客总数量的设定分数；

排列模块，用于在所述选择游客的数量大于或等于所述目的地所有历史游客总数量的设定分数时，将所述目标待确认饮食商家排列在第一名的饮食商家之前；

增加模块，用于在所述选择游客的数量小于所述目的地所有历史游客总数量的设定分数时，所述目标待确认饮食商家的总分值增加设定数值。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

9.一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时实现权利要求1至6中任一项所述的方法的步骤。

Images