[发明专利]一种个性化多维度景点推荐方法

说明书

本发明公开了一种个性化多维度景点推荐方法，包括以下步骤：规定推荐景点范围及获取数据；构建基于兴趣漂移算法的兴趣打分模型；构建景色打分模型；构建景区人流量模型；构建景区舒适度打分模型；构建基于距离的打分模型；综合兴趣打分模型、景色打分模型、景区舒适度打分模型、基于距离的打分模型，构建多维度景点打分模型；构建反馈修正模型，对多维度景点打分模型进行修正，根据修正后的多维度景点打分模型推荐景点。本发明综合考量了环境、人流量（舒适度）、景色、距离四个因素对景点进行评分，针对用户的个性化需求，为用户智能地推荐景点，提升了用户的体验度。

技术领域

本发明涉及旅游行业领域，特别涉及一种个性化多维度景点推荐方法。

背景技术

我国旅游人数和旅游收入持续快速增长，旅游业发展迅速，旅游业己成为第三产业的一项重要组成部分。而要实现旅游行业更高水平的提升、可持续的发展，个性化、智能化的自助旅游才是未来旅游市场发展的趋势。

对游客而言，在有限的旅游时间，且对游玩景区不够了解的情形下，对景区内部众多的旅游景点很难选择适合自己的景点。因此，市面上已经出现了众多的较为实用的景点推荐系统。但是这些系统大多个性化程度不高，其主要问题体现在以下几点：

1.有的只推荐热门的景点，没有充分考虑到游客的个性化需求，结果上缺乏真实性；

2.推荐算法考虑内容过于单一，导致推荐的景点不满足用户需求；

3.推荐算法无法根据用户的反馈动态的改变推荐模型。

发明内容

为了解决上述技术问题，本发明提供一种算法简单、实用性强的个性化多维度景点推荐方法。

本发明解决上述问题的技术方案是：一种个性化多维度景点推荐方法，包括以下步骤：

1)初步规定推荐景点范围及获取数据；

2)根据获取数据构建基于兴趣漂移算法的兴趣打分模型；

3)根据获取数据构建景色打分模型；

4)根据获取数据构建景区人流量模型；

5)根据获取数据以及构建的景区人流量模型，构建景区舒适度打分模型；

6)根据获取数据构建基于距离的打分模型；

7)综合兴趣打分模型、景色打分模型、景区舒适度打分模型、基于距离的打分模型，构建多维度景点打分模型；

8)构建反馈修正模型，对多维度景点打分模型进行修正，根据修正后的多维度景点打分模型推荐景点。

上述个性化多维度景点推荐方法，所述步骤1)中，推荐景点范围的方式为：获取用户当前位置和所有景点中距离的最大值D_max，以用户当前位置为圆心，取1/5D_max为半径设置圆形范围，将在该范围内的所有景点列入初步筛选的景点范围中；如果筛选范围中的景点范围中的景点数目少于总数目的1/5，则按照用户当前位置到景点位置的距离按照由小到大将剩下景点补充进初步筛选的景点范围中，直到范围中的景点数目为总数目的1/5。

上述个性化多维度景点推荐方法，所述步骤1)中，获取数据包括：

景点信息：经纬度LAL、坡度S、i处景点范围半径R_i、容纳量上限SL、i处景点软件所得人流量VF_S_i、i处景点硬件所得人流量VF_H_i；

景区信息：环境因子，包括气温AT、空气湿度H、二氧化碳浓度CDC、一氧化碳浓度CMC、声环境AE；