[发明专利]基于用户画像的旅游景点推荐方法

说明书

本发明提供了一种基于用户画像的旅游景点推荐方法，包括：根据用户的个人信息及个人历史旅游信息建立用户画像；根据画像所属的景点种类，检索符合用户画像的相关景点以及相关的游乐设施，并且根据相邻用户的选择景点的习惯进行推荐；在用户选择目的地之后，将尝试匹配目的相同景点目的点用户的路径进行推荐，并且结合用户当前所处的位置按照时间和经济成本相互制约的方式计算出一条旅游线路进行推荐。本发明通过对用户在外出旅游行程数据进行分析，建立用户画像，当用户选择外出进行旅游时，可以通过用户画像分析，匹配与用户画像符合的景点进行个性化推荐，为用户提供符合时间以及经济成本要求以及满足用户个性化需求的景点推荐。

技术领域

本发明涉及景点推荐领域，特别涉及一种基于用户画像的旅游景点推荐方法。

背景技术

随着目前国家经济水平的不断提高，人们的生活水平也有了很大程度上的提高，现阶段人们对于生活的要求不仅经停留在温饱阶段上，还在追求更高的生活质量。外出旅游就是人们一个不错的选择，除了能够释放工作压力舒缓心情，还能开阔眼界。同时现在人们对与定制化的旅游服务的需求越来越小。随着大数据技术的发展的，越来越多的企业对精准定位某个人的特征的需求越来越大，并且也针对不同类人的不同需求进行精准的营销和个性化解决方案，这也与目前人们对于外出旅游的个性化需求增长的不谋而合。目前常用的推荐算法有:基于内容的推荐、基于用户行为的推荐、基于混合模型的推荐、基于标签的推荐等几种:对于产品量比较少,用户量较多,需要进行精准匹配的运营模式中,这些常用的推荐方法就不是很实用。

发明内容

本发明提供了一种基于用户画像的旅游景点推荐方法，以解决至少一个上述技术问题。

为解决上述问题，作为本发明的一个方面，提供了一种基于用户画像的旅游景点推荐方法，包括：根据用户的个人信息及个人历史旅游信息建立用户画像；根据画像所属的景点种类，检索符合用户画像的相关景点以及相关的游乐设施，并且根据相邻用户的选择景点的习惯进行推荐；在用户选择目的地之后，将尝试匹配目的相同景点目的点用户的路径进行推荐，并且结合用户当前所处的位置按照时间和经济成本相互制约的方式计算出一条旅游线路进行推荐。

优选地，所述方法还包括：通过计算用户之间相似度的方式进行聚类，得到几个类内用户画像相似度较高的画像群。

优选地，用户的个人信息包括姓名、身份证号码、年龄、家庭住址、单次消费金额、学历、职业等相关信息；个人历史旅游信息包括近几年的出行的季节以出行的平均人数、消费金额、游览的景点类型。

优选地，所述方法还包括：当用户去游览的是一个不属于他画像中的景点以及其他设施时，系统将进行记录，但是并不会立即对用户画像数据进行修改，只有在用户的旅游习惯在一定时间跨度上有着一定程度的改变，才会对用户画像数据进行修改。

优选地，聚类方式采用类蚁群算法，通过类似于蚁群的计算方式将各个用户进行归类，完成用户聚类。

优选地，采用以下步骤进行划分：

步骤(1)，初始随机选定几个用户作为划分基准点并建立初始信息素矩阵；

步骤(2)，所有用户计算选择基准点的概率，并使用轮盘赌选择自己所归属的基准点；

步骤(3)，根据划分更新基准点；

步骤(4)，计算用户与新基准点的相似度；

步骤(5)，更新信息素矩阵；

步骤(6)，是否满足迭代条件，是则停止循环输出分类结果，否则回到步骤 (2)。

优选地，相似度计算公式采用余弦定理计算两个用户之间的夹角，将两个用户画像之间余弦夹角作为两个用户之间的相似度：

α＝arccosS