CN116823535B - 一种基于多模态大模型的行程规划及智能导览系统 - Google Patents
一种基于多模态大模型的行程规划及智能导览系统 Download PDFInfo
- Publication number
- CN116823535B CN116823535B CN202311099966.0A CN202311099966A CN116823535B CN 116823535 B CN116823535 B CN 116823535B CN 202311099966 A CN202311099966 A CN 202311099966A CN 116823535 B CN116823535 B CN 116823535B
- Authority
- CN
- China
- Prior art keywords
- route
- user
- travel
- scenic spot
- module
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 69
- 230000003993 interaction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000002474 experimental method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000011282 treatment Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Landscapes
- Navigation (AREA)
Abstract
本发明提供了一种基于多模态大模型的行程规划及智能导览系统,其特征在于,所述系统包括数据获取模块、行程规划模块和智能导览模块;所述数据获取模块用于获取当前地域内景点相关信息,所述行程规划模块用于根据景点相关信息对当前地域内景点的行程进行规划,所述智能导览模块用于在用户旅行过程中提供导览服务;本发明通过结合旅行时间、行程长度和景点热度信息来生成多条初始行程路线供用户选择,并结合天气情况、景点类型和预计人流量深入优化提取出最优行程路线,更能根据满足用户的实际需求,从而可以提高用户的旅行体验。
Description
技术领域
本发明涉及旅游行程规划系统领域,尤其涉及一种基于多模态大模型的行程规划及智能导览系统。
背景技术
在现今的旅游行业中,由于景点数量众多,加上旅行时间、人流量、天气等因素的限制,如何进行有效的行程规划以提高旅游体验是一个重要的问题。传统的行程规划方式往往依赖于人工经验,无法充分考虑所有影响因素,也无法实时调整行程以应对不确定性因素,如天气和人流量的变化等。因此,开发一种能够自动进行优化行程规划并提供智能导览的系统是非常有必要的。
查阅相关已公开技术方案,公开号为CN115759491A的技术提出一种景点行程规划方法、装置、电子设备和计算机介质,该方法包括:获取待目标用户游览的目标景点;根据目标用户与目标景点内游玩项目的匹配值、以及游玩项目的基础推荐值,从游玩项目中确定推荐游玩项目,其中,游玩项目的基础推荐值根据与目标用户相似的参考用户对游玩项目的游玩记录确定;根据推荐游玩项目,确定目标用户游览目标景点的标准游览时长;根据标准游览时长、以及目标景点的拥堵指数,规划目标用户的景点行程。如此,通过准确确定目标用户游览目标景点的标准游览时长,可以更加精确地规划用户的景点行程,可以满足不同旅游喜好的游客的出行需求;另一种公开号为CN110175722A的技术提出了一种旅游行程规划系统,包括:处理服务器,用于对用户旅游数据进行处理从而得到行程规划结果;以及至少一个用户终端,与处理服务器通信连接并由具有不同用户识别信息的用户持有,其中,处理服务器具有景点信息存储部、用户数据存储部、到达站点获取部、目标景点获取部、景点筛选部、行程规划生成部以及处理侧通信部,目标景点获取部能够获取对应用户选择的目标地点的各个景点作为目标景点,景点筛选部能够从各个目标景点中筛选出用户可能偏好的景点作为计划旅游景点,行程规划生成部能够生成包含有按推荐旅游顺序排序的计划旅游景点的行程规划结果;上述两种方案仅考虑用户自身兴趣爱好与游览目标景点的匹配,并没有考虑到行程路线长度和相关的天气情况等多种影响旅行体验的因素,对于提供给用户的旅行规划的实用性较差。
发明内容
本发明的目的在于,针对目前所存在的不足,提出了一种基于多模态大模型的行程规划及智能导览系统。
本发明采用如下技术方案:
一种基于多模态大模型的行程规划及智能导览系统,其特征在于,所述系统包括数据获取模块、行程规划模块和智能导览模块;
所述数据获取模块用于获取当前地域内景点相关信息,所述行程规划模块用于根据景点相关信息对当前地域内景点的行程进行规划,所述智能导览模块用于在用户旅行过程中提供导览服务;
所述数据获取模块获取的景点相关信息包括景点位置信息、景点类型信息、景点社交媒体数据、天气预报信息、景点预计游览时间信息和景点预计人流量信息;
所述景点预计人流量信息通过旅行部门或公共网络上公开的景点历史统计数据进行估计预测获取;
所述行程规划模块包括第一路线评估模块和第二路线评估模块,所述第一路线评估模块用于生成多条初始行程路线,所述第二路线评估模块用于对第一路线评估模块生成的行程路线进行评估提取出最优行程路线;
所述系统还包括交互模块,所述交互模块用于完成用户与系统之间的交互;
进一步的,所述第一路线评估模块生成初始行程路线的步骤如下:
S1:获取景点位置信息和社交媒体数据信息;
S2:定义起始位置和终点位置;此步骤中的位置确定可由用户自行设定;
S3:根据初始位置、终点位置和景点位置信息生成一组随机的访问序列;
S4:计算每个访问序列的第一评估值:
;
其中,为该访问序列中景点总数量,/>为该访问序列中第/>个景点的热度值,通过景点社交媒体数据获取;/>为该访问序列的行程总长度,/>为旅游时长阈值,可由用户根据自身情况自行设定;/>为该访问序列中所有景点的预计游览时间总和,/>为该访问序列中预计行程总花费时长;/>、/>和/>为调整系数,通过实验设定;
S5:对上述组中的访问序列进行多次随机选择、交叉和变异处理;
S6:计算S5步骤处理后的访问序列的第一评估值;
S7:将S4步骤和S6步骤获取的第一评估值按大小排序,保留预先设定数量的第一评估值最大对应的访问序列作为更新后的访问序列;
S8:重复S4~S7步骤,直到迭代次数达到预先设定的迭代次数;当迭代次数达到预先设定的迭代次数后,提取出此时S7步骤输出的访问序列作为初始行程路线;
进一步的,所述第二路线评估模块通过计算初始行程路线的第二评价值完成对最优行程路线的提取,所述第二评价值的计算方式如下:
;
其中,为天气影响因子,由获取的天气预报信息确定;/>为该初始行程路线中景点类型为室外景点的数量在该初始行程路线中总景点数量的占比;/>为该初始行程路线中的总景点数量;/>为该初始行程路线中第/>个景点的预计人流量,/>为预先设定的该初始行程路线中第/>个景点的标准承载人流量;/>和/>为权重影响因子,通过实验设定;
所述第二路线评估模块将第二评价值最大时对应的初始形成路线作为最优行程路线;
进一步的,所述智能导览模块包括定位单元、搜索单元、导览推荐单元和行程导入单元;所述定位单元用于定位用户当前所在位置,所述搜索单元用于接收用户对于旅行相关问题的查询并提供回复信息;所述导览推荐单元用于在定位到用户所在位置为景点所在地时,向用户推荐所在景点的相关活动信息;所述行程导入单元可根据用户需求导入行程规划模块生成的初始行程路线和最优行程路线;并根据所导入路线为用户提供相关的旅行信息。
本发明所取得的有益效果是:
本发明通过第一路线评估模块综合考虑旅行时间、行程长度和景点热度信息来生成初始行程路线,使得生成的初始行程路线更具实用性,用户可根据自身喜好对初始行程路线进行选择;
通过第二路线评估模块对初始行程路线进行了更深入的优化,考虑了影响旅行体验的更多因素,包括天气情况、景点类型和预计人流量,从而使得提取的最优行程路线更贴近实际,更能满足用户的实际需求,从而可以提高用户的旅行体验;
通过智能导览模块为用户提供定位、搜索、推荐和行程导入服务,为用户提供了便捷旅行服务,丰富了旅行体验。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为本发明整体模块示意图。
图2为本发明生成初始行程路线方法流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明;对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它系统、方法和/或特征将变得显而易见;旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内;包括在本发明的范围内,并且受所附权利要求书的保护;在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位,以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例一:如图1、图2所示,本实施例提供一种基于多模态大模型的行程规划及智能导览系统,其特征在于,所述系统包括数据获取模块、行程规划模块和智能导览模块;
所述数据获取模块用于获取当前地域内景点相关信息,所述行程规划模块用于根据景点相关信息对当前地域内景点的行程进行规划,所述智能导览模块用于在用户旅行过程中提供导览服务;
所述数据获取模块获取的景点相关信息包括景点位置信息、景点类型信息、景点社交媒体数据、天气预报信息、景点预计游览时间信息和景点预计人流量信息;
所述景点预计人流量信息通过旅行部门或公共网络上公开的景点历史统计数据进行估计预测获取;
所述行程规划模块包括第一路线评估模块和第二路线评估模块,所述第一路线评估模块用于生成多条初始行程路线,所述第二路线评估模块用于对第一路线评估模块生成的行程路线进行评估提取出最优行程路线;
所述系统还包括交互模块,所述交互模块用于完成用户与系统之间的交互;
进一步的,所述第一路线评估模块生成初始行程路线的步骤如下:
S1:获取景点位置信息和社交媒体数据信息;
S2:定义起始位置和终点位置;此步骤中的位置确定可由用户自行设定;
S3:根据初始位置、终点位置和景点位置信息生成一组随机的访问序列;
S4:计算每个访问序列的第一评估值:
;
其中,为该访问序列中景点总数量,/>为该访问序列中第/>个景点的热度值,通过景点社交媒体数据获取;/>为该访问序列的行程总长度,/>为旅游时长阈值,可由用户根据自身情况自行设定;/>为该访问序列中所有景点的预计游览时间总和,/>为该访问序列中预计行程总花费时长;/>、/>和/>为调整系数,通过实验设定;
S5:对上述组中的访问序列进行多次随机选择、交叉和变异处理;
S6:计算S5步骤处理后的访问序列的第一评估值;
S7:将S4步骤和S6步骤获取的第一评估值按大小排序,保留预先设定数量的第一评估值最大对应的访问序列作为更新后的访问序列;
S8:重复S4~S7步骤,直到迭代次数达到预先设定的迭代次数;当迭代次数达到预先设定的迭代次数后,提取出此时S7步骤输出的访问序列作为初始行程路线;
进一步的,所述第二路线评估模块通过计算初始行程路线的第二评价值完成对最优行程路线的提取,所述第二评价值的计算方式如下:
;
其中,为天气影响因子,由获取的天气预报信息确定;/>为该初始行程路线中景点类型为室外景点的数量在该初始行程路线中总景点数量的占比;/>为该初始行程路线中的总景点数量;/>为该初始行程路线中第/>个景点的预计人流量,/>为预先设定的该初始行程路线中第/>个景点的标准承载人流量;/>和/>为权重影响因子,通过实验设定;
所述第二路线评估模块将第二评价值最大时对应的初始形成路线作为最优行程路线;
进一步的,所述智能导览模块包括定位单元、搜索单元、导览推荐单元和行程导入单元;所述定位单元用于定位用户当前所在位置,所述搜索单元用于接收用户对于旅行相关问题的查询并提供回复信息;所述导览推荐单元用于在定位到用户所在位置为景点所在地时,向用户推荐所在景点的相关活动信息;所述行程导入单元可根据用户需求导入行程规划模块生成的初始行程路线和最优行程路线;并根据所导入路线为用户提供相关的旅行信息。
实施例二:本实施例应当理解为至少包含前述任一一个实施例的全部特征,并在其基础上进一步改进;
本实施例提供一种基于多模态大模型的行程规划及智能导览系统,其特征在于,所述系统包括数据获取模块、行程规划模块和智能导览模块;
所述数据获取模块用于获取当前地域内景点相关信息,所述行程规划模块用于根据景点相关信息对当前地域内景点的行程进行规划,所述智能导览模块用于在用户旅行过程中提供导览服务;
所述数据获取模块获取的景点相关信息包括景点位置信息、景点类型信息、景点社交媒体数据、天气预报信息、景点预计游览时间信息和景点预计人流量信息;
所述数据获取模块获取景点相关信息的数据源包括但不限于相关旅游部门、各地图服务提供商、各社交媒体平台、天气服务平台和各旅行网站;
所述景点预计人流量信息可通过旅行部门或公共网络上公开的景点历史统计数据进行估计预测获取;
所述行程规划模块包括第一路线评估模块和第二路线评估模块,所述第一路线评估模块用于生成多条初始行程路线,所述第二路线评估模块用于对第一路线评估模块生成的行程路线进行评估提取出最优行程路线;
所述系统还包括交互模块,所述交互模块用于完成用户与系统之间的交互;
所述第一路线评估模块根据对各景点的路线行程长度、各景点的热度和旅行时间的规划从而完成对初始行程路线的生成;所述第一路线评估模块生成初始行程路线的步骤如下:
S1:获取景点位置信息和社交媒体数据信息;
S2:定义起始位置和终点位置;此步骤中的位置确定可由用户自行设定;
S3:根据初始位置、终点位置和景点位置信息生成一组随机的访问序列;
S4:计算每个访问序列的第一评估值:
;
其中,为该访问序列中景点总数量,/>为该访问序列中第/>个景点的热度值,通过景点社交媒体数据获取;/>为该访问序列的行程总长度,/>为旅游时长阈值,可由用户根据自身情况自行设定;/>为该访问序列中所有景点的预计游览时间总和,/>为该访问序列中预计行程总花费时长;/>、/>和/>为调整系数,通过实验设定;
S5:对上述组中的访问序列进行多次随机选择、交叉和变异处理;
S6:计算S5步骤处理后的访问序列的第一评估值;
S7:将S4步骤和S6步骤获取的第一评估值按大小排序,保留预先设定数量的第一评估值最大对应的访问序列作为更新后的访问序列;
S8:重复S4~S7步骤,直到迭代次数达到预先设定的迭代次数;当迭代次数达到预先设定的迭代次数后,提取出此时S7步骤输出的访问序列作为初始行程路线;
所述步骤S4中对于景点的热度值可通过对各个景点在社交媒体平台上的各项热度指标分析获取;一种热度值的的具体获取方式如下:
;
其中,为该景点在社交媒体平台上的提及次数,/>为当前地域内所有景点在社交媒体平台上的提及次数,/>为该景点在社交媒体平台的平均得分;
所述步骤S5中的随机选择、交叉和变异处理的具体处理方式如下:
选择:根据第一评估值的高低,随机选择提取出访问序列,第一评估值高的访问序列更有可能被选出;
交叉;将选择步骤中选择出的访问序列随机选出两个访问序列,交换这两个访问序列中的随机一部分景点;
变异:将选择步骤中选择出的访问序列随机选出一个访问序列,随机交换这个访问序列中两个景点的访问顺序;
所述第一路线评估模块通过综合考虑旅行时间、行程长度和景点热度信息来生成初始行程路线,使得生成的初始行程路线更具实用性;
所述第二路线评估模块通过计算初始行程路线的第二评价值完成对最优行程路线的提取,所述第二评价值的计算方式如下:
;
其中,为天气影响因子,由获取的天气预报信息确定;/>为该初始行程路线中景点类型为室外景点的数量在该初始行程路线中总景点数量的占比;/>为该初始行程路线中的总景点数量;/>为该初始行程路线中第/>个景点的预计人流量,/>为预先设定的该初始行程路线中第/>个景点的标准承载人流量;/>和/>为权重影响因子,通过实验设定;
所述第二路线评估模块将第二评价值最大时对应的初始形成路线作为最优行程路线;
所述天气影响因子可通过天气预报信息中的温度、降雨量和风速的具体影响程度进行归一化设定,在天气越恶劣时设置的天气影响因子越大;
所述第二路线评估模块对初始行程路线进行了更深入的优化,考虑了影响旅行体验的更多因素,包括天气情况、景点类型和预计人流量,从而使得提取的最优行程路线更贴近实际,更能满足用户的实际需求,从而可以提高用户的旅行体验;
所述智能导览模块包括定位单元、搜索单元、导览推荐单元和行程导入单元;各单元分别具备以下功能:
定位单元:用于使用GIS定位技术精确地定位出用户当前的地理位置;通过定位单元用户可以更容易地找到他们想要去的景点,同时也能更好地规划他们的行程;同时定位单元还可以记录用户的行程轨迹,以方便用户查询;
搜索单元:用于为用户提供搜索服务,通过接收用户的查询请求,通过调用外部API从大量的数据中找出相关的信息并呈现给用户;如用户可能想了解一个特定景点的历史,他们只需要在搜索单元输入相关的关键词,搜索单元就能迅速地为他们找出相关的信息,不仅使用户可以更方便地获取信息,同时也可以节省他们查找信息的时间;
导览推荐单元:用于根据用户的位置推荐相关的景点活动;如用户当前位置在某个景点时,导览推荐单元可以推荐一些该景点的相关活动,从而使用户能更深入地了解和体验该地的特色;
行程导入单元:用于接收并处理由行程规划模块生成的初始行程路线和最优行程路线;当用户选择了某个行程路线时,行程导入单元会根据这条行程路线为用户提供详细的旅行信息,包括但不限于交通信息、景点活动信息和食宿信息。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (2)
1.一种基于多模态大模型的行程规划及智能导览系统,其特征在于,所述系统包括数据获取模块、行程规划模块和智能导览模块;
所述数据获取模块用于获取当前地域内景点相关信息,所述行程规划模块用于根据景点相关信息对当前地域内景点的行程进行规划,所述智能导览模块用于在用户旅行过程中提供导览服务;
所述数据获取模块获取的景点相关信息包括景点位置信息、景点类型信息、景点社交媒体数据、天气预报信息、景点预计游览时间信息和景点预计人流量信息;
所述景点预计人流量信息通过旅行部门或公共网络上公开的景点历史统计数据进行估计预测获取;
所述行程规划模块包括第一路线评估模块和第二路线评估模块,所述第一路线评估模块用于生成多条初始行程路线,所述第二路线评估模块用于对第一路线评估模块生成的行程路线进行评估提取出最优行程路线;
所述系统还包括交互模块,所述交互模块用于完成用户与系统之间的交互;
所述第一路线评估模块生成初始行程路线的步骤如下:
S1:获取景点位置信息和社交媒体数据信息;
S2:定义起始位置和终点位置;此步骤中的起始位置和终点位置的确定由用户自行设定;
S3:根据初始位置、终点位置和景点位置信息生成一组随机的访问序列;
S4:计算每个访问序列的第一评估值:
;
其中,为该访问序列中景点总数量,/>为该访问序列中第/>个景点的热度值,通过景点社交媒体数据获取;/>为该访问序列的行程总长度;/>为旅游时长阈值,由用户根据自身情况自行设定;/>为该访问序列中所有景点的预计游览时间总和,/>为该访问序列中预计行程总花费时长;/>、/>和/>为调整系数,通过实验设定;
S5:对步骤S3中生成的所述一组随机的访问序列进行多次随机选择、交叉和变异处理;
S6:计算S5步骤处理后的访问序列的第一评估值;
S7:将S4步骤和S6步骤获取的第一评估值按大小排序,保留预先设定数量的第一评估值最大对应的访问序列作为更新后的访问序列;
S8:重复S4~S7步骤,直到迭代次数达到预先设定的迭代次数;当迭代次数达到预先设定的迭代次数后,提取出此时S7步骤输出的访问序列作为初始行程路线;
所述步骤S5中的随机选择、交叉和变异处理的具体处理方式如下:
选择:根据第一评估值的高低,随机选择提取出访问序列,第一评估值高的访问序列更有可能被选出;
交叉:将选择步骤中选择出的访问序列随机选出两个访问序列,交换这两个访问序列中的随机一部分景点;
变异:将选择步骤中选择出的访问序列随机选出一个访问序列,随机交换这个访问序列中两个景点的访问顺序;
所述第二路线评估模块通过计算初始行程路线的第二评价值完成对最优行程路线的提取,所述第二评价值的计算方式如下:
;
其中,为天气影响因子,由获取的天气预报信息确定;/>为该初始行程路线中景点类型为室外景点的数量在该初始行程路线中总景点数量的占比;/>为该初始行程路线中的总景点数量;/>为该初始行程路线中第/>个景点的预计人流量,/>为预先设定的该初始行程路线中第/>个景点的标准承载人流量;/>和/>为权重影响因子,通过实验设定;
所述第二路线评估模块将第二评价值最大时对应的初始形成路线作为最优行程路线。
2.根据权利要求1所述的一种基于多模态大模型的行程规划及智能导览系统,其特征在于,所述智能导览模块包括定位单元、搜索单元、导览推荐单元和行程导入单元;所述定位单元用于定位用户当前所在位置,所述搜索单元用于接收用户对于旅行相关问题的查询并提供回复信息;所述导览推荐单元用于在定位到用户所在位置为景点所在地时,向用户推荐所在景点的相关活动信息;所述行程导入单元根据用户需求导入行程规划模块生成的初始行程路线和最优行程路线;并根据所导入路线为用户提供相关的旅行信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311099966.0A CN116823535B (zh) | 2023-08-30 | 2023-08-30 | 一种基于多模态大模型的行程规划及智能导览系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311099966.0A CN116823535B (zh) | 2023-08-30 | 2023-08-30 | 一种基于多模态大模型的行程规划及智能导览系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823535A CN116823535A (zh) | 2023-09-29 |
CN116823535B true CN116823535B (zh) | 2023-11-07 |
Family
ID=88126128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311099966.0A Active CN116823535B (zh) | 2023-08-30 | 2023-08-30 | 一种基于多模态大模型的行程规划及智能导览系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823535B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117131109B (zh) * | 2023-10-26 | 2023-12-22 | 环球数科集团有限公司 | 一种基于aigc的模糊行程规划系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157192A (zh) * | 2016-05-09 | 2016-11-23 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106650989A (zh) * | 2016-09-26 | 2017-05-10 | 成都奥科睿科技有限公司 | 景区旅游服务平台及其工作方法 |
CN113935547A (zh) * | 2021-11-11 | 2022-01-14 | 扆林海 | 最优效用的定制化旅游景区线路规划系统 |
KR102495260B1 (ko) * | 2021-12-01 | 2023-02-06 | (주)천사랑세계여행 | 여행 경로 추천 시스템 및 그 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130268195A1 (en) * | 2012-04-05 | 2013-10-10 | Xaduro Inc. | Itinerary Planning System and Method Thereof |
-
2023
- 2023-08-30 CN CN202311099966.0A patent/CN116823535B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157192A (zh) * | 2016-05-09 | 2016-11-23 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106650989A (zh) * | 2016-09-26 | 2017-05-10 | 成都奥科睿科技有限公司 | 景区旅游服务平台及其工作方法 |
CN113935547A (zh) * | 2021-11-11 | 2022-01-14 | 扆林海 | 最优效用的定制化旅游景区线路规划系统 |
KR102495260B1 (ko) * | 2021-12-01 | 2023-02-06 | (주)천사랑세계여행 | 여행 경로 추천 시스템 및 그 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN116823535A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104102719B (zh) | 一种轨迹信息的推送方法及装置 | |
CN110726418A (zh) | 兴趣点区域确定方法、装置、设备及存储介质 | |
CN104156897B (zh) | 基于情景感知的室内导览系统 | |
CN111177572B (zh) | 一种基于用户动态兴趣的个性化旅游路线推荐方法 | |
CN109556622B (zh) | 一种兴趣点查找方法和装置 | |
CN109478184A (zh) | 识别、处理和显示数据点聚类 | |
KR20080048786A (ko) | 목적지 주변의 관심지점 제공 방법 및 시스템 | |
US20120271541A1 (en) | Route recommendation system | |
KR102301086B1 (ko) | 빅데이터 기반 최적의 여행 경로 추천 시스템 및 여행 경로 추천 방법 | |
CN105678412A (zh) | 面向多人乘车的路线规划方法和装置 | |
CN116823535B (zh) | 一种基于多模态大模型的行程规划及智能导览系统 | |
KR101687494B1 (ko) | 소셜 네트워크 위치기반 통합 마케팅 분석 서비스 제공 시스템 | |
US8843480B2 (en) | Server, information-management method, information-management program, and computer-readable recording medium with said program recorded thereon, for managing information input by a user | |
WO2022217685A1 (zh) | 一种旅游景区智能路径规划方法及系统 | |
CA2760624C (en) | Server, dictionary creation method, dictionary creation program, and computer-readable recording medium recording the program | |
CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
JP2007219655A (ja) | 施設情報管理システム、施設情報管理方法および施設情報管理プログラム | |
JP2014203272A (ja) | 新規出店候補地分析装置及び方法及びプログラム | |
CN111723959A (zh) | 区域的划分方法、装置、存储介质及电子装置 | |
CN109631922A (zh) | 信息处理装置、信息处理方法和存储程序的非暂时性存储介质 | |
KR20200048756A (ko) | 여행 루트 추천 서비스 제공 시스템 및 방법 | |
CN108717640B (zh) | 旅游信息的数据处理方法和电子设备 | |
CN108121725A (zh) | 一种搜索方法及装置 | |
CN113761398B (zh) | 信息推荐方法、装置、电子设备以及存储介质 | |
JP4828653B1 (ja) | サーバ、辞書生成方法、辞書生成プログラム、及びそのプログラムを記録するコンピュータ読み取り可能な記録媒体 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |