[发明专利]一种基于关联分析算法的旅行推荐方法和系统

权利要求书

1.一种基于关联分析算法的旅行推荐方法，其特征在于，包括：

通过命名实体识别，抽取出旅行网页中的文本信息，构建旅行文本信息集，并通过情感分析对所述旅行文本信息集进行喜好置信度计算；所述旅行文本信息集分类为作者基本信息、食宿信息、轨迹信息和商品信息；

抽取出旅行网页中的图片信息，去除与旅行无关的噪音图片，构建旅行图片集，对所述图片中的地标、品牌和菜品进行识别，得到每张图片的标签集合，建立所述图片的标签集合与所述旅行文本信息集的映射关系；

根据旅行时空关系，由所述映射关系中各分类信息形成关联规则树中的事件链，识别出旅行频繁项集，包括：按照时间序列关系，将所述分类信息填充至所述事件链中，事件链中的每个节点对应于指定的时间和地理位置，并包含了在所述时间和地理位置的地标、品牌、菜品和对应的情感特征；采用混合遍历的方式，通过深度优先策略识别出旅行频繁项集；所述旅行时空关系包括时间关系和地理位置关系；

提取出所述旅行频繁项集中符合用户要求的旅行文本信息，得到推荐结果，并按照所述旅行文本信息集的标签分类，嵌入所述旅行图片集中的图片，形成推荐攻略。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

按照用户的选择条件，预测用户的兴趣点，并根据所述兴趣点对所述推荐结果进行增加、删除和排序，生成新的推荐攻略。

3.根据权利要求1所述的方法，其特征在于，通过命名实体识别，抽取出旅行网页中的文本信息，构建旅行文本信息集，并通过情感分析对所述旅行文本信息集进行喜好置信度计算，包括：

对所述旅行网页进行分块预处理，根据网页视觉特征抽取出网页核心内容分块；

抽取所述网页核心内容分块中的地标、品牌、菜品和对应的情感特征词，形成旅行文本信息集；

通过情感分析计算所述旅行文本信息集的喜好置信度，并按照地标、品牌和菜品分别进行排序。

4.根据权利要求1所述的方法，其特征在于，抽取出旅行网页中的图片信息，去除与旅行无关的噪音图片，构建旅行图片集，对所述图片中的地标、品牌和菜品进行识别，得到每张图片的标签集合，建立所述图片的标签集合与所述旅行文本信息集的映射关系，包括：

对所述旅行网页进行分块预处理，根据网页视觉特征抽取出网页核心内容分块；

识别出所述网页核心内容分块中图片的焦点内容，对所述焦点内容进行地标、品牌和菜品识别，得到每张图片的标签集合；

将所述标签集合中的每个元素与所述文本信息集中的每个元素进行语义比对，在比对结果超过指定阈值的情况下，建立映射关系。

5.根据权利要求1所述的方法，其特征在于，所述推荐攻略还包括：

根据所述推荐结果中各个频繁项集的支持度，结合所述情感特征，得到的推荐度。

6.根据权利要求5所述的方法，其特征在于，根据所述推荐结果中各个频繁项集的支持度，结合所述情感特征，得到的推荐度，通过公式：

Rec_i＝Sup_i+μEmo_i

进行，其中Rec_i表示所述频繁项集中的第i项推荐度，Sup_i表示所述频繁项集中的第i项支持度，Emo_i表示所述频繁项集中的第i项情感特征的置信度，μ为情感加权系数。