[发明专利]一种旅行路线推荐方法及系统

说明书

本发明实施例公开了一种旅行路线推荐方法及系统，包括获取用户的历史访问记录，并依据历史访问记录得到历史访问信息；采用预先建立的协同过滤模型对历史访问信息进行处理，得出与用户对应的各个兴趣点及各个兴趣点的兴趣值；获取各个兴趣点的流行度；依据约束条件及目标函数对各个兴趣点的流行度及各个兴趣点的兴趣值进行处理，得到具有最大兴趣值的兴趣点序列。本发明实施例在使用的过程中提高了所推荐的兴趣点的准确度及旅行路线的准确性，还可以使所推荐的旅行路线个性化，进一步增加了用户体验。

技术领域

本发明实施例涉及旅游推荐技术领域，特别是涉及一种旅行路线推荐方法及系统。

背景技术

随着旅游业的发展及人们生活水平的提高，旅游已成为人们生活中的重要部分。为了提高用户的旅行体验，对用户旅游路线的推荐也越来越普遍，所推荐出的旅行路线可以为用户的旅行提供一定的参考。

在对用户进行旅行路线推荐时，需要先对用户没有访问过的兴趣点进行推荐，再将推荐出的兴趣点进行优化处理得到旅行路线。现有技术中，是根据兴趣点的平均持续访问时间来确定用户的兴趣点，也就是将平均持续访问时间大于某一个值的兴趣点确定为用户的兴趣点，从而对用户没有访问过的兴趣点进行推荐的。但是，现有技术中在向用户推荐没有访问过的兴趣点时并没有考虑用户自身的偏好，致使所推荐的兴趣点可能是用户不感兴趣的兴趣点，从而使所推荐的兴趣点的准确度降低，进一步使所推荐的旅行路线的准确性降低，降低了用户体验。

因此，如何提供一种解决上述问题的旅行路线推荐方法及系统成为本领域的技术人员目前需要解决的问题。

发明内容

本发明实施例的目的是提供一种旅行路线推荐方法及系统，在使用的过程中提高了所推荐的兴趣点的准确度及旅行路线的准确性，还可以使所推荐的旅行路线个性化，进一步增加了用户体验。

为解决上述技术问题，本发明实施例提供了一种旅行路线推荐方法，包括：

获取用户的历史访问记录，并依据所述历史访问记录得到历史访问信息；

采用预先建立的协同过滤模型对所述历史访问信息进行处理，得出与所述用户对应的各个兴趣点及各个所述兴趣点的兴趣值；

获取所述各个兴趣点的流行度；

依据约束条件及目标函数对各个所述兴趣点的流行度及各个所述兴趣点的兴趣值进行处理，得到具有最大兴趣值的兴趣点序列。

可选的，所述协同过滤模型为概率矩阵分解模型。

可选的，所述采用预先建立的协同过滤模型对所述历史访问信息进行处理，得出与所述用户对应的各个兴趣点及各个所述兴趣点的兴趣值的过程具体为：

采用预先建立的概率矩阵分解模型通过最大化后验概率及梯度下降法对所述历史访问信息进行处理，得出与所述用户对应的各个兴趣点及各个所述兴趣点的兴趣值。

可选的，所述协同过滤模型为视觉增强型概率矩阵分解模型；所述历史访问信息包括与历史访问记录中的历史照片对应的视觉特征。

可选的，所述采用预先建立的协同过滤模型对所述历史访问信息进行处理，得出与所述用户对应的各个兴趣点及各个所述兴趣点的兴趣值的过程具体为：

采用预先建立的视觉增强型概率矩阵分解模型通过视觉邻域算法、最大化后验概率及梯度下降法对所述历史访问信息进行处理，得出与所述用户对应的各个兴趣点及各个所述兴趣点的兴趣值。

可选的，所述视觉特征包括颜色直方图特征、尺度不变特征及卷积神经网络特征中的一种或多种的组合。