[发明专利]基于主题的旅游本体构建方法

权利要求书

1.基于主题的旅游本体构建方法，所述旅游本体包括类、关系、函数、属性和实例五种元素，其特征在于：该方法包括以下步骤：

S1：通过Python语言和BeautifulSoup4库对各大旅游信息类网站有关旅游景点描述性文字内容进行爬取；

S2：将爬取的数据进行去重去噪，并利用Java中文分词器Ansj对文本进行分词；

S3：使用文档主题生成模型LDA对分词结果进行训练，得到“文档-主题”矩阵，并提取出主题，作为兴趣点；通过词语相关性，计算主题之间的关联度，然后将相关性大的兴趣点归集为大主题，作为本体的一级类；将各个景点根据“文档-主题”矩阵具体分配到对应兴趣点下，并利用景点的属性描述景点；最后将分词产生的关键词进行人工筛选后，选出旅游项目，归类到至对应景点；

S4：利用信息熵进行主题划分效果的评判，信息熵越小主题划分效果越好，找到最小的信息熵对应的本体参数；

S5：利用protege4.3框架进行本体的构建；

所述类为四级结构，包括主题、兴趣点、景点和旅游项目；所述关系包括属于、位于和包含；所述属性包括开放时间、价格、最佳游玩季节、地域、别名和推荐游玩时间；所述实例包括景点和旅游项目；

所述在步骤S2中，根据旅游领域的知识，分词的时候添加适用的常用词表和停用词表，使得分词的结果满足需求；

在步骤S3中，所述主题由十个词描述，所述文档与景点一一对应。

2.根据权利要求1所述的基于主题的旅游本体构建方法，其特征在于：所述BeautifulSoup4库、Java中文分词器Ansj以及protege4.3均为开源框架。