CN116595259A - 位置推荐处理方法及装置 - Google Patents
位置推荐处理方法及装置 Download PDFInfo
- Publication number
- CN116595259A CN116595259A CN202310597786.9A CN202310597786A CN116595259A CN 116595259 A CN116595259 A CN 116595259A CN 202310597786 A CN202310597786 A CN 202310597786A CN 116595259 A CN116595259 A CN 116595259A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- user
- location
- points
- data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000000694 effects Effects 0.000 claims description 63
- 238000000034 method Methods 0.000 claims description 56
- 238000012545 processing Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 31
- 239000000463 material Substances 0.000 claims description 30
- 238000009877 rendering Methods 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 18
- 238000012790 confirmation Methods 0.000 claims description 7
- 230000003190 augmentative effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004308 accommodation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了位置推荐处理方法及装置,其中,一种位置推荐处理方法包括:确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
Description
本专利申请是中国申请日为2021年03月25日,申请号为2021103209042,名称为“位置推荐处理方法及装置”的分案申请。
技术领域
本文件涉及数据处理技术领域,尤其涉及一种位置推荐处理方法及装置。
背景技术
随着移动互联网技术的飞速发展,用户的移动终端上安装的应用越来越丰富,随之而来的是用户对移动终端的依赖程度越来越高,体现为用户在出行过程中依赖移动终端上安装的应用进行路线导航,以及在游览参观的过程中依赖移动终端上安装的应用进行参观引导和游览指引,尤其是在出行流量较大或者游览参观的人流量较大的情况下,如何根据实际场景进行更加人性化以及更加精准的指引提醒,以提升用户的使用体验,进而增加用户粘度,成为服务方和应用平台努力的方向。
发明内容
本说明书一个或多个实施例提供了一种位置推荐处理方法。所述位置推荐处理方法,包括:确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列。基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点。根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点。读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
本说明书一个或多个实施例提供了一种位置推荐处理装置,包括:位置确定模块,被配置为确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列。候选位置点确定模块,被配置为基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点。推荐位置点选择模块,被配置为根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点。位置点数据推荐模块,被配置为读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
本说明书一个或多个实施例提供了一种位置推荐处理设备,包括:处理器;以及,被配置为存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列。基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点。根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点。读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
本说明书一个或多个实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现以下流程:确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列。基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点。根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点。读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图;
图1为本说明书一个或多个实施例提供的一种位置推荐处理方法处理流程图;
图2为本说明书一个或多个实施例提供的一种应用于景区推荐场景的位置推荐处理方法处理流程图;
图3为本说明书一个或多个实施例提供的另一种应用于景区推荐场景的位置推荐处理方法处理流程图;
图4为本说明书一个或多个实施例提供的一种位置推荐处理装置示意图;
图5为本说明书一个或多个实施例提供的一种位置推荐处理设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个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说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,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,都应当属于本文件的保护范围。
本说明书提供的一种位置推荐处理方法实施例:
参照图1,其示出了本实施例提供的一种位置推荐处理方法处理流程图,参照图2,其示出了本实施例提供的一种应用于景区推荐场景的位置推荐处理方法处理流程图,参照图3,其示出了本实施例提供的另一种应用于景区推荐场景的位置推荐处理方法处理流程图。
参照图1,本实施例提供的位置推荐处理方法,具体包括步骤S102至步骤S108。
步骤S102,确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列。
本实施例提供的位置推荐处理方法,根据用户的位置信息确定用户在当前位置区域内所处的位置点,结合该位置点与用户的历史位置点序列确定候选位置点,进一步从候选位置点的推荐参数以及对应的推荐权重出发计算各候选位置点的推荐分数,作为最终向用户进行位置推荐的依据,并以推送由位置点的流媒体数据、活动数据和/或消费数据组成的推荐数据集的方式向用户推荐位置点,从而利用多样化的推荐内容吸引用户,增加用户对位置点的兴趣,提升用户的用户终端使用意愿和用户体验,并通过将位置推荐与位置点的消费活动相结合,来提升位置点的客流量,同时通过面向用户的消费活动奖励发放来提升用户在位置点的消费积极性。
本实施例所述位置点,包括地理信息维度的兴趣点(Point of Interest,POI),比如景点、房屋、商铺、社区、公交站、公园等。所述目标位置区域,是指在特定维度具有一定共性(比如,属性共性、类型共性或者业务共性)的位置点的集合所组成的位置区域范围,比如多个景点组成的景区,或者,多家美食门店组成的美食打卡街道、美食城或者城市美食打卡区域。
此处,将用户在所述目标位置区域内已访问或者经过的位置点称之为历史位置点,所述历史位置点序列,是指用户在所述目标位置区域内已访问或者经过的所有历史位置点构建的位置点序列。比如,目标位置区域为多个景点组成的景区,则历史位置点序列为基于用户在景区内已游览的景点构建的已游览景点序列。
本实施例以多个景点组成的景区为例,对景区内的景点推荐过程进行具体说明,其他类型的位置点组成的目标位置区域内位置点推荐的实现过程,与景区内的景点推荐实现过程类似,参见景区内的景点推荐具体实现过程即可,本实施例不再一一赘述。
具体实施时,根据获取的用户的位置信息,确定所述位置信息在所述目标位置区域内匹配的位置点,即用户当前所处的位置点,以及,根据用户在所述目标位置区域内的历史位置点,构建用户在所述目标位置区域内的历史位置点序列。
其中,在确定用户的位置信息在所述目标位置区域匹配的位置点之前,需获取用户的位置信息,本实施例提供的一种可选实施方式中,根据所述用户通过用户终端安装的第三方应用提交的位置推荐服务的访问请求,调用所述用户终端配置的位置采集接口采集所述用户的位置信息。除此之外,还可根据所述用户终端扫描所述位置推荐服务的标识码后提交的访问请求,调用所述位置采集接口采集所述用户的位置信息。
例如,用户(游客)在景区内打开移动终端安装的应用程序,通过点击应用程序提供的景点推荐服务的服务页面来访问景点推荐服务,在检测到用户访问景点推荐服务在服务页面(比如小程序页面、H5页面或者应用程序内应用页面)提交的点击指令的情况下,通过移动终端的LBS(Location Based Services,基于位置的服务)采集用户当前所处的位置信息。
需要说明的是,面向用户进行所述目标位置区域内的位置点推荐,需在所述目标区域内各位置点的推荐数据集的基础上进行,因此,需在确定用户的位置信息在所述目标位置区域内匹配的位置点之前,或者,在面向用户进行所述目标位置区域内的位置点推荐的过程中且下述候选位置点的推荐分数计算之前,获取所述目标位置区域内各位置点的推荐参数以及各位置点关联的推荐数据集。
本实施例中,所述目标位置区域内位置点的推荐参数,包括客流量数据和/或时间数据。其中,所述客流量数据,通过调用所述目标位置区域配置的流量采集设备进行采集,比如调用布置于景区内景点各处的传感器采集景区人流数据并计算景区内各景点的客流量。所述时间数据,包括从所述目标位置区域内一位置点前往另一位置点所需时长,比如从景区内前一景点前往下一景点的游览时长。
所述目标位置区域内位置点的推荐数据集,包括流媒体数据、活动数据和/或消费数据。其中,所述流媒体数据的确定过程包括:对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。
例如,预先采用离线处理的方式对景区内的景点进行建模,建模过程具体包括:假设第i个景点以xi标识,景区入口和出口处的景点表示为x0和xn,其中,景点xi可以到达的下一景点的集合Nexti={xm,…,xn},Ti,j是指景点xi到景点xj的游览时间,并且从入口处的景点x0开始,可规划处多条可行的游览路线至景区出口处的景点xn结束;
完成景区内各景点的建模之后,向流媒体平台请求该景区的流媒体数据,获得流媒体平台返回的该景区的短视频数据和直播源数据组成的流媒体数据,则对短视频数据和直播源数据进行打标处理,并基于打标处理后的打标标签与景区内的景点进行匹配,从而获得景区内各景点的短视频数据和直播源数据组成的集合Vi,该流媒体集合Vi即为景点xi关联的流媒体数据集,也即是景点xi关联的推荐数据集;其中,直播源数据包括在景区直播的主播的直播信息,以及景区配置的直播设备的直播信息。
所述活动数据和/或所述消费数据的确定过程包括:获取所述目标位置区域内消费点的活动数据和/或消费数据;将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
例如,从景区管理系统获取景区内各商店的售卖信息、住宿信息和/或商店活动信息,然后将售卖信息、住宿信息和/或商店活动信息与景点的景点信息进行匹配,获得与各景点匹配的商店的售卖信息、住宿信息和/或商店活动信息。除此之外,也可以直接从景区管理系统直接获取各景点商店的售卖信息、住宿信息、活动信息,作为各景点的活动数据和/或消费数据。
需要说明的是,上述确定所述目标位置区域内位置点的流媒体数据、活动数据和/或消费数据的过程中,还可以在对所述目标位置区域内的景点进行建模的过程中,同时对各景点的流媒体数据、活动数据和/或消费数据进行建模,并将建模后的流媒体数据、活动数据和/或消费数据与景点关联后进行存储,以待后续向用户进行位置点的推荐所用。
步骤S104,基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点。
本实施例中,根据用户的位置信息确定所述目标位置区域内与所述位置信息匹配的位置点,是指用户当前在所述目标位置区域内所处的位置点;所述历史位置点序列,是指用户在所述目标位置区域内已访问或者经过的所有历史位置点构建的位置点序列。
在此基础上,确定用户在所述目标区域内的候选位置点,是指确定所述目标位置区域内可供用户前往的位置点,具体的,所述候选位置点不包括用户当前所处的位置点以及所述历史位置点序列中包含的用户已经过的历史位置点。
具体的,所述候选位置点,还可以是用户从当前所处的位置点出发,能够到达的下一位置点,候选位置点的数目大于或者等于1。比如通过规划从景区内从入口处景点至出口处景点的所有游览路线,确定经过用户当前所处的景点的游览路线,则确定的游览路线中当前所处景点的下一景点即为用户在景区内的候选景点。
步骤S106,根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点。
如上所述,所述推荐参数包括客流量数据和/或时间数据,所述推荐参数以及对应的推荐权重,包括所述客流量数据对应的客流量权重以及所述时间数据对应的时间权重。
在此基础上,根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,是指根据所述候选位置点的客流量数据以及对应的客流量权重,时间数据以及对应的时间权重,计算所述候选位置点的推荐分数。进一步,根据计算获得所述候选位置点的推荐分数,在所述候选位置点中选择推荐分数最大的至少一个候选位置点作为所述推荐位置点。
例如,根据用户t在景区内的至少一个候选景点的客流量、用户t从当前所处景点前往候选景点所需时长,通过如下算法计算并选择向用户t推荐的推荐景点:
其中,scorei,j为用户t处于景点xi时候选景点xj的推荐分数,Ft为用户t的历史游览景点序列,Ft={xm,…,xn},Nexti为用户t在景区中从景点xi出发能够到达的下一景点,即景点xi的下一景点,C表示景点客流量,表示用户t能够到达的下一景点与景区中历史游览景点序列之外的其他景点的交集景点,wi为客流量对应的客流量权重,T表示从当前景点前往下一景点的游览时长,/>为游览时长对应的时间权重;
计算获得每个候选景点的推荐分数scorei,j之后,可选择推荐分数scorei,j最大的景点或者推荐分数前三的景点作为向用户t推荐的推荐景点。
除此之外,在计算各候选位置点的推荐分数的过程中,还可以采用神经网络、协同过滤等推荐算法进行推荐分数的计算和推荐位置点的选取,比如采用神经网络进行推荐分数的计算时,将候选位置点的推荐参数以及推荐权重输入预先采用神经网络算法构建并训练的位置推荐模型进行推荐分数计算,输出所述候选位置点的推荐分数。
步骤S108,读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
如上所述,所述目标位置区域内位置点的推荐数据集,包括流媒体数据、活动数据和/或消费数据。其中,所述流媒体数据的确定过程包括:对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。所述活动数据和/或所述消费数据的确定过程包括:获取所述目标位置区域内消费点的活动数据和/或消费数据;将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
基于此,本实施例读取所述推荐位置点关联的推荐数据集,是指读取预先获取的所述推荐位置点关联的流媒体数据、活动数据和/或消费数据组成的推荐数据集,并将读取的流媒体数据、活动数据和/或消费数据向用户的用户终端发送以实现向用户的位置点推荐。在此之后,用户终端在接收到流媒体数据、活动数据和/或消费数据组成的推荐数据集之后,向用户播放或者展示流媒体数据、活动数据和/或消费数据,以便用户通过浏览流媒体数据、活动数据和/或消费数据来选择想要前往的位置点。
具体实施时,在读取所述推荐位置点关联的推荐数据集并向所述用户推荐之后,若用户在推荐位置点中选择相应的位置点作为想要前往的目标位置点,为方便用户前往目标位置点,本实施例提供的一种可选实施方式中,采用AR(Augmented Reality,增强现实)引导的方式引导用户前往所述目标位置点,具体实现过程包括:根据所述用户在所述推荐位置点中选择的目标位置点,获取所述目标位置点的目标位置信息;基于所述位置信息和所述目标位置信息进行路径渲染,并通过调用AR组件对路径渲染结果数据进行展示。其中,所述AR组件用于控制用户终端一侧AR虚拟动画展示和短视频的播放流。
例如,用户在获得推荐的多个推荐景点的流媒体数据和活动数据之后,在多个推荐景点中选择其一作为想要前往的目标景点,在用户选择目标景点后,获取目标景点的位置信息与用户当前所处的位置信息构建游览路线,并通过AR组件在用户终端的图像传感器采集的实景图像中渲染已构建的游览路线的方向标识,以引导用户前往目标景点。
在此基础上,为了增加用户前往所述推荐位置点的可能性,提升用户在所述目标位置区域行进过程中的交互性,以此来提升用户访问用户终端的频率,本实施例提供的一种可选实施方式中,在上述通过AR引导的方式引导用户前往所述目标位置点的基础上,进一步检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,表明用户在位置点推荐以及AR引导的作用下到达所述目标位置点,则确定所述用户通过AR指引到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证,以此来提升用户前往推荐位置点并使用AR引导的积极性,或者,向所述用户推送所述目标位置点关联的活动数据和/或消费数据,方便用户访问和参与即将前往的目标位置点的消费活动;
若否,表明用户尚未到达所述目标位置点或者未前往所述目标位置点,不作处理即可。
此外,实际应用中,为提升用户在所述目标位置区域内行进过程中趣味性以及可交互性,比如增加用户在景区游览过程的趣味性,还可在景区内各景点处设置AR签到物料,用户可在AR签到物料处进行“AR打卡”活动,本实施例提供的一种可选实施方式,“AR打卡”活动的实现过程具体包括:
获取所述用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录所述用户基于所述物料标识图像的AR签到记录;
向所述用户终端下发所述AR物料标识的多媒体数据;由所述用户终端进行所述多媒体数据的播放。
其中,所述推荐数据集,在检测到所述用户在所述多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令进行展示。
例如,用户在景区内景点的AR物料标识处进行“AR打卡”后,则记录用户的“AR打卡”记录,并在用户的用户终端播放当前景点的AR虚拟动画,并在动画播放结束后展示访问景点推荐服务的入口按钮,如果用户触发该入口按钮,则在用户终端展示确定的当前景点的推荐景点关联的流媒体数据、活动数据和消费数据。
基于此,若用户在推荐的推荐位置点中选择相应的位置点作为想要前往的目标位置点,为方便用户前往目标位置点,本实施例提供的一种可选实施方式中,采用AR引导的方式引导用户前往所述目标位置点,具体的,若检测到所述用户针对选择的目标位置点提交的确认指令,则调用图像采集模块采集图像信息;然后基于采集的图像信息进行从所述位置点至所述目标位置点的行进路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至所述用户的用户终端展示。
进一步,为了增加用户前往所述推荐位置点的可能性,提升用户在所述目标位置区域行进过程中的可交互性,以此来提升用户访问用户终端的频率,本实施例提供的一种可选实施方式中,在上述通过AR引导的方式引导用户前往所述目标位置点的基础上,进一步检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,表明用户在位置点推荐以及AR引导的作用下到达所述目标位置点,基于所述AR签到记录确定所述用户到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证;
若否,表明用户尚未到达所述目标位置点或者未前往所述目标位置点,不作处理即可。
下述以本实施例提供的一种位置推荐处理方法在景区推荐场景的应用为例,对本实施例提供的位置推荐处理方法进行进一步说明,参见图2,应用于景区推荐场景的位置推荐处理方法,具体包括步骤S202至步骤S224。
步骤S202,对景区内的景点进行建模,并对获取的景区的流媒体数据进行打标。
步骤S204,将建模后的景点与流媒体数据的打标标签进行匹配,获得建模后的景点关联的流媒体数据。
步骤S206,将景区内消费点的活动数据和/或消费数据与景点进行匹配,获得各景点关联的活动数据和/或消费数据。
步骤S208,由各景点关联的流媒体数据以及活动数据和/或消费数据构建各景点关联的推荐数据集并存储。
步骤S210,根据用户终端扫描位置推荐服务的标识码后提交的访问请求,调用位置传感器采集用户的位置信息。
步骤S212,确定用户的位置信息在景区内匹配的景点,并构建用户的已游览景点序列。
步骤S214,基于匹配的景点和已游览景点序列,确定用户在景区内的至少一个候选景点。
步骤S216,根据多个候选景点的客流量数据和浏览时长以及对应的权重进行推荐分数计算,并基于计算获得的推荐分数从多个候选景点中选择至少一个推荐景点。
步骤S218,读取至少一个推荐景点关联的推荐数据集并向用户推荐。
步骤S220,根据用户在至少一个推荐景点中选择的目标景点,获取目标景点的目标位置信息。
步骤S222,基于用户的位置信息和目标位置信息进行路径渲染,并通过调用AR组件对路径渲染结果数据进行展示。
步骤S224,检测到用户处于目标景点的位置范围,确定目标景点的奖励信息,并向用户发放奖励信息对应的优惠券。
下述以本实施例提供的另一种位置推荐处理方法在景区推荐场景的应用为例,对本实施例提供的位置推荐处理方法进行进一步说明,参见图3,应用于景区推荐场景的位置推荐处理方法,具体包括步骤S302至步骤S318。
步骤S302,确定用户的位置信息在景区内匹配的景点,并构建用户的已游览景点序列。
步骤S304,基于匹配的景点和已游览景点序列,确定用户在景区内的至少一个候选景点。
步骤S306,根据多个候选景点的客流量数据和浏览时长以及对应的权重进行推荐分数计算,并基于计算获得的推荐分数从多个候选景点中选择至少一个推荐景点。
步骤S308,读取至少一个推荐景点关联的推荐数据集并向用户推荐。
步骤S310,获取用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录用户的AR签到记录。
步骤S312,向用户终端下发AR物料标识的多媒体数据。
相应的,用户终端对接收到的多媒体数据进行播放,并在检测到用户在多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令后,展示至少一个推荐景点关联的推荐数据集。
步骤S314,若检测到用户针对选择的目标景点提交的确认指令,调用图像采集模块采集图像信息。
步骤S316,基于采集的图像信息进行从用户所处景点至目标景点的路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至用户终端展示。
步骤S318,在检测到用户在目标景点的AR签到操作的情况下,向用户发放目标景点的消费折扣凭证。
本说明书提供的一种位置推荐处理装置实施例如下:
在上述的实施例中,提供了一种位置推荐处理方法,与之相对应的,还提供了一种位置推荐处理装置,下面结合附图进行说明。
参照图4,其示出了本实施例提供的一种位置推荐处理装置示意图。
由于装置实施例对应于方法实施例,所以描述得比较简单,相关的部分请参见上述提供的方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例提供一种位置推荐处理装置,包括:
位置确定模块402,被配置为确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
候选位置点确定模块404,被配置为基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;
推荐位置点选择模块406,被配置为根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
位置点数据推荐模块406,被配置为读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
可选的,所述推荐数据集,包括流媒体数据;所述流媒体数据通过运行如下模块确定:
流媒体数据打标模块,被配置为对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;
流媒体数据打标模块,被配置为将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。
可选的,所述推荐数据集,还包括活动数据和/或消费数据;
其中,所述活动数据和/或所述消费数据通过运行如下模块确定:
消费点数据获取模块,被配置为获取所述目标位置区域内消费点的活动数据和/或消费数据;
消费点数据匹配模块,被配置为将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
可选的,所述位置推荐处理装置,还包括:
模块,被配置为获取所述用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录所述用户基于所述物料标识图像的AR签到记录;
模块,被配置为向所述用户终端下发所述AR物料标识的多媒体数据;由所述用户终端进行所述多媒体数据的播放。
可选的,所述推荐数据集,在检测到所述用户在所述多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令进行展示。
可选的,所述位置推荐处理装置,还包括:
图像信息采集模块,被配置为若检测到所述用户针对选择的目标位置点提交的确认指令,调用图像采集模块采集图像信息;
AR图像渲染模块,被配置为基于采集的图像信息进行从所述位置点至所述目标位置点的路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至所述用户的用户终端展示。
可选的,所述位置推荐处理装置,还包括:
位置检测模块,被配置为检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,运行消费折扣凭证发放模块;所述消费折扣凭证发放模块,被配置为基于所述AR签到记录确定所述用户到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证。
可选的,所述目标位置区域包括所述用户所处的景区,所述位置点包括所述景区内的景点;所述历史位置点序列包括根据所述用户在所述景区内已游览的景点构建的已游览景点序列。
本说明书提供的一种位置推荐处理设备实施例如下:
对应上述描述的一种位置推荐处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种位置推荐处理设备,该位置推荐处理设备用于执行上述提供的位置推荐处理方法,图5为本说明书一个或多个实施例提供的一种位置推荐处理设备的结构示意图。
本实施例提供的一种位置推荐处理设备,包括:
如图5所示,位置推荐处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器501和存储器502,存储器502中可以存储有一个或一个以上存储应用程序或数据。其中,存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括位置推荐处理设备中的一系列计算机可执行指令。更进一步地,处理器501可以设置为与存储器502通信,在位置推荐处理设备上执行存储器502中的一系列计算机可执行指令。位置推荐处理设备还可以包括一个或一个以上电源503,一个或一个以上有线或无线网络接口504,一个或一个以上输入/输出接口505,一个或一个以上键盘506等。
在一个具体的实施例中,位置推荐处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对位置推荐处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;
根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
可选的,所述推荐数据集,包括流媒体数据;所述流媒体数据采用如下方式确定:
对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;
将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。
可选的,所述推荐数据集,还包括活动数据和/或消费数据;
其中,所述活动数据和/或所述消费数据采用如下方式确定:
获取所述目标位置区域内消费点的活动数据和/或消费数据;
将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
可选的,所述推荐参数,包括客流量数据和/或时间数据;
相应的,所述推荐参数以及对应的推荐权重,包括所述客流量数据对应的客流量权重和/或所述时间数据对应的时间权重;
其中,所述客流量数据,通过调用所述目标位置区域配置的流量采集设备进行采集。
可选的,所述确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列指令执行之前,还包括:
根据所述用户通过用户终端安装的第三方应用提交的位置推荐服务的访问请求,调用所述用户终端配置的位置传感器采集所述用户的位置信息;
或者,
根据所述用户终端扫描所述位置推荐服务的标识码后提交的访问请求,调用所述位置传感器采集所述用户的位置信息。
可选的,所述根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,包括:
根据所述候选位置点的客流量数据以及对应的客流量权重,时间数据以及对应的时间权重,计算所述候选位置点的推荐分数。
可选的,所述根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,包括:
将所述候选位置点的推荐参数以及推荐权重输入预先训练的位置推荐模型进行推荐分数计算,输出所述候选位置点的推荐分数。
可选的,所述计算机可执行指令执行时,还包括:
获取所述用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录所述用户基于所述物料标识图像的AR签到记录;
向所述用户终端下发所述AR物料标识的多媒体数据;由所述用户终端进行所述多媒体数据的播放。
可选的,所述推荐数据集,在检测到所述用户在所述多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令进行展示。
可选的,若检测到所述用户针对选择的目标位置点提交的确认指令,调用图像采集模块采集图像信息;
基于采集的图像信息进行从所述位置点至所述目标位置点的路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至所述用户的用户终端展示。
可选的,所述计算机可执行指令执行时,还包括:
检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,基于所述AR签到记录确定所述用户到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证。
可选的,所述读取所述推荐位置点关联的推荐数据集并向所述用户推荐指令执行之后,还包括:
根据所述用户在所述推荐位置点中选择的目标位置点,获取所述目标位置点的目标位置信息;
基于所述位置信息和所述目标位置信息进行路径渲染,并通过调用AR组件对路径渲染结果数据进行展示。
可选的,所述计算机可执行指令执行时,还包括:
检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,确定所述用户通过AR指引到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证;或者,向所述用户推送所述目标位置点关联的活动数据和/或消费数据。
可选的,所述目标位置区域包括所述用户所处的景区,所述位置点包括所述景区内的景点;所述历史位置点序列包括根据所述用户在所述景区内已游览的景点构建的已游览景点序列。
本说明书提供的一种存储介质实施例如下:
对应上述描述的一种位置推荐处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种存储介质。
本实施例提供的存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现以下流程:
确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;
根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
可选的,所述推荐数据集,包括流媒体数据;所述流媒体数据采用如下方式确定:对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。
可选的,所述推荐数据集,还包括活动数据和/或消费数据;其中,所述活动数据和/或所述消费数据采用如下方式确定:
获取所述目标位置区域内消费点的活动数据和/或消费数据;
将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
可选的,所述推荐参数,包括客流量数据和/或时间数据;相应的,所述推荐参数以及对应的推荐权重,包括所述客流量数据对应的客流量权重和/或所述时间数据对应的时间权重;其中,所述客流量数据,通过调用所述目标位置区域配置的流量采集设备进行采集。
可选的,所述确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列流程执行之前,还包括:
根据所述用户通过用户终端安装的第三方应用提交的位置推荐服务的访问请求,调用所述用户终端配置的位置传感器采集所述用户的位置信息;
或者,
根据所述用户终端扫描所述位置推荐服务的标识码后提交的访问请求,调用所述位置传感器采集所述用户的位置信息。
可选的,所述根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,包括:
根据所述候选位置点的客流量数据以及对应的客流量权重,时间数据以及对应的时间权重,计算所述候选位置点的推荐分数。
可选的,所述根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,包括:
将所述候选位置点的推荐参数以及推荐权重输入预先训练的位置推荐模型进行推荐分数计算,输出所述候选位置点的推荐分数。
可选的,所述计算机可执行指令在被执行时还实现以下流程:
获取所述用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录所述用户基于所述物料标识图像的AR签到记录;
向所述用户终端下发所述AR物料标识的多媒体数据;由所述用户终端进行所述多媒体数据的播放。
可选的,所述推荐数据集,在检测到所述用户在所述多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令进行展示。
可选的,若检测到所述用户针对选择的目标位置点提交的确认指令,调用图像采集模块采集图像信息;
基于采集的图像信息进行从所述位置点至所述目标位置点的路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至所述用户的用户终端展示。
可选的,所述计算机可执行指令在被执行时还实现以下流程:
检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;若是,基于所述AR签到记录确定所述用户到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证。
可选的,所述读取所述推荐位置点关联的推荐数据集并向所述用户推荐流程执行之后,还包括:
根据所述用户在所述推荐位置点中选择的目标位置点,获取所述目标位置点的目标位置信息;
基于所述位置信息和所述目标位置信息进行路径渲染,并通过调用AR组件对路径渲染结果数据进行展示。
可选的,所述计算机可执行指令在被执行时还实现以下流程:
检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,确定所述用户通过AR指引到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证;或者,向所述用户推送所述目标位置点关联的活动数据和/或消费数据。
可选的,所述目标位置区域包括所述用户所处的景区,所述位置点包括所述景区内的景点;所述历史位置点序列包括根据所述用户在所述景区内已游览的景点构建的已游览景点序列。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于位置推荐处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应方法的实施,重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。
Claims (23)
1.一种位置推荐处理方法,包括:
确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;所述目标位置区域是指在特定维度具有一定共性的位置点的集合所组成的位置区域范围,所述历史位置点序列是指用户在所述目标位置区域内已访问或者经过的所有历史位置点构建的位置点序列,所述候选位置点为所述目标位置区域内可供用户前往的位置点;
根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
2.根据权利要求1所述的位置推荐处理方法,所述推荐数据集,包括流媒体数据;所述流媒体数据采用如下方式确定:
对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;
将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。
3.根据权利要求2所述的位置推荐处理方法,所述推荐数据集,还包括活动数据和/或消费数据;
其中,所述活动数据和/或所述消费数据采用如下方式确定:
获取所述目标位置区域内消费点的活动数据和/或消费数据;
将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
4.根据权利要求1所述的位置推荐处理方法,所述推荐参数,包括客流量数据和/或时间数据;
相应的,所述推荐参数以及对应的推荐权重,包括所述客流量数据对应的客流量权重和/或所述时间数据对应的时间权重;
其中,所述客流量数据,通过调用所述目标位置区域配置的流量采集设备进行采集。
5.根据权利要求1所述的位置推荐处理方法,所述确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列步骤执行之前,还包括:
根据所述用户通过用户终端安装的第三方应用提交的位置推荐服务的访问请求,调用所述用户终端配置的位置传感器采集所述用户的位置信息;
或者,
根据所述用户终端扫描所述位置推荐服务的标识码后提交的访问请求,调用所述位置传感器采集所述用户的位置信息。
6.根据权利要求1所述的位置推荐处理方法,所述根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,包括:
根据所述候选位置点的客流量数据以及对应的客流量权重,时间数据以及对应的时间权重,计算所述候选位置点的推荐分数。
7.根据权利要求1所述的位置推荐处理方法,所述根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,包括:
将所述候选位置点的推荐参数以及推荐权重输入预先训练的位置推荐模型进行推荐分数计算,输出所述候选位置点的推荐分数。
8.根据权利要求1所述的位置推荐处理方法,还包括:
获取所述用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录所述用户基于所述物料标识图像的AR签到记录;
向所述用户终端下发所述AR物料标识的多媒体数据;由所述用户终端进行所述多媒体数据的播放。
9.根据权利要求8所述的位置推荐处理方法,所述推荐数据集,在检测到所述用户在所述多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令进行展示。
10.根据权利要求9所述的位置推荐处理方法,若检测到所述用户针对选择的目标位置点提交的确认指令,调用图像采集模块采集图像信息;
基于采集的图像信息进行从所述位置点至所述目标位置点的路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至所述用户的用户终端展示。
11.根据权利要求10所述的位置推荐处理方法,还包括:
检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,基于所述AR签到记录确定所述用户到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证。
12.根据权利要求1所述的位置推荐处理方法,所述读取所述推荐位置点关联的推荐数据集并向所述用户推荐步骤执行之后,还包括:
根据所述用户在所述推荐位置点中选择的目标位置点,获取所述目标位置点的目标位置信息;
基于所述位置信息和所述目标位置信息进行路径渲染,并通过调用AR组件对路径渲染结果数据进行展示。
13.根据权利要求12所述的位置推荐处理方法,还包括:
检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,确定所述用户通过AR指引到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证;或者,向所述用户推送所述目标位置点关联的活动数据和/或消费数据。
14.根据权利要求1至13任意一项所述的位置推荐处理方法,所述目标位置区域包括所述用户所处的景区,所述位置点包括所述景区内的景点;
所述历史位置点序列包括根据所述用户在所述景区内已游览的景点构建的已游览景点序列。
15.一种位置推荐处理装置,包括:
位置确定模块,被配置为确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
候选位置点确定模块,被配置为基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;所述目标位置区域是指在特定维度具有一定共性的位置点的集合所组成的位置区域范围,所述历史位置点序列是指用户在所述目标位置区域内已访问或者经过的所有历史位置点构建的位置点序列,所述候选位置点为所述目标位置区域内可供用户前往的位置点;
推荐位置点选择模块,被配置为根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
位置点数据推荐模块,被配置为读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
16.根据权利要求15所述的位置推荐处理装置,所述推荐数据集,包括流媒体数据;所述流媒体数据通过运行如下模块确定:
流媒体数据打标模块,被配置为对所述目标位置区域内的位置点进行建模,并对获取的所述目标位置区域的流媒体数据进行打标;
流媒体数据打标模块,被配置为将建模后的位置点与所述流媒体数据的打标标签进行匹配,获得建模后的位置点关联的流媒体数据。
17.根据权利要求16所述的位置推荐处理装置,所述推荐数据集,还包括活动数据和/或消费数据;
其中,所述活动数据和/或所述消费数据通过运行如下模块确定:
消费点数据获取模块,被配置为获取所述目标位置区域内消费点的活动数据和/或消费数据;
消费点数据匹配模块,被配置为将所述消费点的活动数据和/或消费数据与所述位置点进行匹配,获得各位置点关联的活动数据和/或消费数据。
18.根据权利要求15所述的位置推荐处理装置,还包括:
模块,被配置为获取所述用户的用户终端调用AR组件采集的AR物料标识的物料标识图像,并记录所述用户基于所述物料标识图像的AR签到记录;
模块,被配置为向所述用户终端下发所述AR物料标识的多媒体数据;由所述用户终端进行所述多媒体数据的播放。
19.根据权利要求18所述的位置推荐处理装置,所述推荐数据集,在检测到所述用户在所述多媒体数据播放结束后针对展示的推荐访问控件提交的触发指令进行展示。
20.根据权利要求19所述的位置推荐处理装置,还包括:
图像信息采集模块,被配置为若检测到所述用户针对选择的目标位置点提交的确认指令,调用图像采集模块采集图像信息;
AR图像渲染模块,被配置为基于采集的图像信息进行从所述位置点至所述目标位置点的路线引导AR图像渲染,并将渲染获得的路线引导AR图像下发至所述用户的用户终端展示。
21.根据权利要求20所述的位置推荐处理装置,还包括:
位置检测模块,被配置为检测所述用户的实时位置信息是否处于所述目标位置点的位置范围;
若是,运行消费折扣凭证发放模块;所述消费折扣凭证发放模块,被配置为基于所述AR签到记录确定所述用户到达所述目标位置点的奖励信息,并向所述用户发放所述奖励信息对应的消费折扣凭证。
22.一种位置推荐处理设备,包括:
处理器;以及,被配置为存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;所述目标位置区域是指在特定维度具有一定共性的位置点的集合所组成的位置区域范围,所述历史位置点序列是指用户在所述目标位置区域内已访问或者经过的所有历史位置点构建的位置点序列,所述候选位置点为所述目标位置区域内可供用户前往的位置点;
根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
23.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现以下流程:
确定用户的位置信息在目标位置区域内匹配的位置点,并构建所述用户的历史位置点序列;
基于所述位置点和所述历史位置点序列,确定用户在所述目标位置区域内的候选位置点;所述目标位置区域是指在特定维度具有一定共性的位置点的集合所组成的位置区域范围,所述历史位置点序列是指用户在所述目标位置区域内已访问或者经过的所有历史位置点构建的位置点序列,所述候选位置点为所述目标位置区域内可供用户前往的位置点;
根据所述候选位置点的推荐参数以及对应的推荐权重进行推荐分数计算,并基于计算获得的推荐分数从所述候选位置点中选择推荐位置点;
读取所述推荐位置点关联的推荐数据集并向所述用户推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310597786.9A CN116595259A (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320904.2A CN112948686B (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
CN202310597786.9A CN116595259A (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320904.2A Division CN112948686B (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116595259A true CN116595259A (zh) | 2023-08-15 |
Family
ID=76226785
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310597786.9A Pending CN116595259A (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
CN202110320904.2A Active CN112948686B (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320904.2A Active CN112948686B (zh) | 2021-03-25 | 2021-03-25 | 位置推荐处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN116595259A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282179A (zh) * | 2021-06-18 | 2021-08-20 | 北京市商汤科技开发有限公司 | 一种交互方法、装置、计算机设备及存储介质 |
CN113434772B (zh) * | 2021-07-09 | 2023-07-25 | 支付宝(杭州)信息技术有限公司 | 推荐处理方法及装置 |
CN113807916A (zh) * | 2021-09-02 | 2021-12-17 | 支付宝(杭州)信息技术有限公司 | 服务推荐处理方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870604B (zh) * | 2014-04-04 | 2017-03-29 | 北京航空航天大学 | 旅游推荐方法和装置 |
CN106227900A (zh) * | 2016-09-06 | 2016-12-14 | 北京易游华成科技有限公司 | 景点推荐设备、方法及系统 |
CN113837804A (zh) * | 2018-03-13 | 2021-12-24 | 创新先进技术有限公司 | 一种信息推荐的方法、装置及设备 |
CN110781415B (zh) * | 2019-09-16 | 2022-09-30 | 腾讯科技(深圳)有限公司 | 一种兴趣点推荐方法、装置、设备及介质 |
CN112418920A (zh) * | 2020-11-11 | 2021-02-26 | 北京三快在线科技有限公司 | 信息推荐模型的训练方法、信息推荐方法以及装置 |
-
2021
- 2021-03-25 CN CN202310597786.9A patent/CN116595259A/zh active Pending
- 2021-03-25 CN CN202110320904.2A patent/CN112948686B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112948686A (zh) | 2021-06-11 |
CN112948686B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112948686B (zh) | 位置推荐处理方法及装置 | |
US10728706B2 (en) | Predictive services for devices supporting dynamic direction information | |
US10509477B2 (en) | Data services based on gesture and location information of device | |
KR102043588B1 (ko) | 자율 주행 차량 내에서 미디어 콘텐츠를 표시하기 위한 시스템 및 방법 | |
US20100332324A1 (en) | Portal services based on interactions with points of interest discovered via directional device information | |
US20170223497A1 (en) | Mobile location based information platform | |
CN109631920B (zh) | 具有改进的导航工具的地图应用 | |
CN113313552B (zh) | 推荐处理方法及装置 | |
Amirian et al. | Landmark-based pedestrian navigation using augmented reality and machine learning | |
Wörndl et al. | Mobile applications for e-Tourism | |
KR101568741B1 (ko) | 모바일 증강현실 기반의 정보 제공 시스템 | |
CN114610198A (zh) | 基于虚拟资源的交互方法、装置、设备和存储介质 | |
CN117520662A (zh) | 一种基于定位的景区智能导览方法及系统 | |
KR20140050265A (ko) | 여행 가이드 서비스를 위한 방법 및 장치 | |
CN107832394A (zh) | 路线推荐方法及装置 | |
Lee et al. | Using augmented reality technology to construct a venue navigation and spatial behavior analysis system | |
JP7090779B2 (ja) | 情報処理装置、情報処理方法及び情報処理システム | |
KR102132684B1 (ko) | 이동 중 사용자와 음성에이전트간의 질의응답에 기초하여 정보 컨텐츠를 추천하는 방법 및 시스템 | |
US20210123767A1 (en) | System having travel guidance and reality games | |
CN117688159A (zh) | 信息搜索方法、装置、计算机设备及存储介质 | |
JP2023179237A (ja) | 通信機能付ナビゲーション装置、車両のルート案内プログラム及び方法 | |
Bacchewar et al. | Literature Survey: Indoor Navigation Using Augmented Reality | |
Kontogianni et al. | Conceptualizing Smart Tourism | |
KR20200037608A (ko) | 이동 중 사용자와 음성에이전트간의 질의응답에 기초하여 정보 컨텐츠를 추천하는 방법 및 시스템 | |
Salminen | Mobile navigation with mirror worlds: user experience and needs |
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 |