[发明专利]一种基于改进推荐算法的智慧旅游推荐方法及系统

说明书

本发明涉及一种基于改进推荐算法的智慧旅游推荐方法及系统，属于智慧旅游领域。系统先获取用户输入信息，并将信息发送到中心控制系统，通过评估模块进行用户的分类，以及对用户的需求进行分类。获取用户的需求情况，以及用户对评价指标的权重赋值，同时改进的推荐算法通过对用户评价指标关联矩阵的分解，结合用户隐变量来获取一个预测值。经过控制器，把用户的指令和数据传递给业务模型，模型进行业务逻辑判断，和数据库进行交互，查询和增删数据，返回推荐结果，调用并展示与业务逻辑相应的视图，用户得到系统的推荐。对用户和其特征的关联矩阵分解，得到低维正交矩阵，进而得到预测值，通过求平均值，并且不断更新数据，得到更加准确的数值。

技术领域

本发明属于智慧旅游领域，涉及一种基于改进推荐算法的智慧旅游推荐方法及系统。

背景技术

随着网络信息技术的飞速发展和互联网行业的快速发展，互联网的信息技术与旅游服务行业正进行协同合作和快速融合，进而产生更多具有创造力的产业形式，探索出了一条信息化转型、智能化升级的发展道路。旅游业的迅猛发展，旅游的人数指数型增长，刺激用户的需求也越来越大，要求也越来越高。

目前已有的智慧旅游推荐系统是远远不能满足用户需求的。系统的推荐内容千篇一律，缺乏个性化的推荐，推荐的结果是针对所有用户的，不管用户是什么类型，或者是大概想要一个怎样的推荐结果，系统都只是笼统的推荐，没有对用户进行分类，进而对用户需求进行针对性的推荐。游客希望获取全新的旅游体验，个性化的服务，几乎是不能实现的。并且针对用户隐性的选择，系统不会做出相应的判断，从而影响系统对用户推荐的质量，甚至影响用户的体验。

当前的推荐系统应用存在系统冷启动的问题，即对一个刚开始运行推荐系统的应用的系统来说，在没有大量用户行为数据支持的情况下设计个性化推荐系统并且让用户对推荐系统满意，从而愿意使用推荐系统。当前系统随着用户数据的不断增多、系统规模的不断扩大，系统的实时性能越来越差，数据计算量成直线增长，呈现出大规模的数据稀疏，导致系统的实时性能下降，推荐内容不够完整，推荐数据准确性下降。

发明内容

有鉴于此，本发明的目的在于提供一种基于改进推荐算法的智慧旅游推荐方法及系统，是一种针对不同用户，针对不同消费群体，具有数据智能分析预测以及个性化推荐的智慧旅游推荐系统。

为达到上述目的，本发明提供如下技术方案：

一种基于改进推荐算法的智慧旅游推荐方法，该方法包括以下步骤：

S1：分阶段推荐模型的第一阶段，用户信息筛选阶段，依据用户主观因素进行初步筛选；

S2：分阶段推荐模型的第二阶段，综合因素信息筛选阶段，依据客观存在的因素进行筛选；

S3：通过从数据库中对应数据表中获取模型对应参数和权重的关系，即各个影响因素对用户的权重信息；

S4：对用户和信息关联矩阵的分析，得出需要推荐item，并对关联矩阵进行分解，结合隐变量信息，得到完整矩阵，提高系统的实时性和推荐的完整性；其中，完整矩阵是区别于稀疏矩阵的；

S5：通过对预测值和已知值求平均，更加准确的体现用户的特性。

进一步，所述分阶段推荐模型的第一阶段为：用户个人因素影响，根据每个用户的特征分布、计划出行费用和个性化要求来进行初步的筛选；每种因素用不同的变量表示，并且每一个特征具有不同等级的权值，根据用户的信息初步判定用户对每种因素的权值；

所述分阶段推荐模型的第二阶段为：客观综合因素影响，综合因素信息筛选阶段，考虑客观因素带来的影响，包括天气因素、目的地的温度情况和用户自身的身体情况；客观影响因素由不同的变量表示，且权值不同。