[发明专利]一种基于游览行为的游客偏好学习系统及方法

说明书

本发明提出一种基于游览行为的游客偏好学习系统,该系统包括iBeacon模块、智能终端、应用程序和服务器；所述iBeacon模块用于标识景区内部游览点或展厅内部展品的位置信息；所述应用程序用于接收并解析iBeacon模块的广播数据包，计算智能终端和iBeacon设备之间的距离，识别游客当前所处的游览点；所述智能终端采集游客在某个游览点的游览行为数据并上传游览行为数据至服务器；所述服务器用于处理并存储游客的游览行为数据，并根据偏好学习模型获取游客对不同游览点的偏好。本发明提出的将iBeacon模块和智能终端相结合获取游客游览行为的方法，可以获取游客细粒度的游览行为，根据本发明提出的游客偏好学习系统，可获取游客针对某一景区内各个游览点的细粒度游览偏好。

技术领域

本发明涉及移动互联网终端技术领域，具体涉及一种基于游览行为的游客偏好学习系统及方法。

背景技术

目前在游客旅游偏好学习的相关研究中常使用游客在兴趣点的签到次数或者签到的顺序作为游客对兴趣点的偏好程度，游客在某一兴趣点签到的频次越高，表明游客对该兴趣点的偏好程度越高。大部分游客偏好学习的相关研究使用的都是基于位置的社交网络数据集，只能学习游客对景区级别的粗粒度偏好；其次，在实际环境中，游客不会实时共享自己的位置信息，因此签到数据集仅包含游客部分位置信息，导致数据稀疏，旅游偏好评价不够完善；且游客往往在旅游行程结束后对景区进行评分、评价，因此将评分、评价数据集用于学习游客偏好存在一定的主观性滞后性。在游客偏好学习中现有的方法无法学习客观和细粒度的游客偏好。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于游览行为的游客偏好学习系统及方法，以解决当前技术存在的获取偏好缺乏实时性、客观性、且偏好学习不够全面细致等问题。

为实现上述目的及其他相关目的，本发明提供一种基于游览行为的游客偏好学习系统，该系统包括iBeacon模块、智能终端、应用程序和服务器；

所述iBeacon模块用于标识景区内部游览点或展厅内部展品的位置信息；

所述应用程序用于接收并解析iBeacon模块的广播数据包，识别游客当前所在的位置信息，计算智能终端和iBeacon模块之间的距离；

所述智能终端采集游客在某个游览点的游览行为数据并上传游览行为数据至服务器，其中，所述游览行为数据包括游客在景区的游玩时间、拍照次数和停留次数；

计算所述停留次数的方法为：

设置加速度数据滑动窗口值；

计算窗口内加速度数值的平均值，遍历窗口内的加速度并与均值作差，若结果的绝对值均小于预先设定的加速度浮动值，则认为游客在该窗口的时间段内是静止的；

获取每一个静止窗口第一个加速度数值的索引；

遍历静止窗口加速度索引，将相邻值作差，若相邻值之差大于1，则停留次数加1；若相邻值之差等于1，则停留次数保持不变；

所述服务器用于处理并存储游客的游览行为数据，并根据偏好学习模型获取游客对不同游览点的偏好。

优选地，所述获取游客在某个游览点的游览行为数据包括获得iBeacon模块与客户端之间的距离d。

d＝10^((abs(Rssi)-A)/(10*n))

Rssi为智能终端接收到的iBeacon广播信号的强度，A为智能终端和iBeacon模块之间的距离为1m时的信号的强度，n为环境衰减因子。

优选地，游客在游览点i的游玩时间为:T_i＝L_i/f，其中，L_i为游客在游览点i合成加速度数据的条数，f为加速度数据的采集频率。