[发明专利]一种城市旅行路线规划的方法在审
申请号: | 202010624829.4 | 申请日: | 2020-07-02 |
公开(公告)号: | CN111898043A | 公开(公告)日: | 2020-11-06 |
发明(设计)人: | 孙艳春;黄罡;彭方 | 申请(专利权)人: | 北京大学 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06F16/9536;G06F16/29;G06F16/35;G06Q10/04;G06Q50/14 |
代理公司: | 北京万象新悦知识产权代理有限公司 11360 | 代理人: | 王岩 |
地址: | 100871*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城市 旅行 路线 规划 方法 | ||
1.一种城市旅行路线规划的方法,其特征在于,所述城市旅行路线规划的方法包括以下步骤:
1)从社交媒体网站的公开数据中按照类型获取兴趣点的基本信息数据与评论文本数据;
2)采用自然语言处理模型对兴趣点的评论文本数据进行主题类别分类,得到每条评论文本数据的主题类别;
3)采用自然语言处理模型对兴趣点的评论文本数据进行情感分类,得到每条评论的情感类别;
4)构建兴趣点的多维评分模型:
依次得到层层递进的好评率、威尔逊评分和贝叶斯评分,并构成兴趣点的多维评分模型;
5)计算兴趣点之间的交通时间:
根据公共交通网站的公开数据,利用商业地图提供的服务接口,计算兴趣点之间的交通时间;
6)将兴趣点的基本信息数据、多维评分模型以及兴趣点之间的交通时间结合起来,构建兴趣点图模型,兴趣点图模型是由多个点和多条边构成,每两个点相互连接为边,每一个兴趣点在兴趣点图模型作为一个点,每一个点包括兴趣点的基本信息数据和多维评分模型,边即为兴趣点之间的交通时间;
7)根据游客对旅行路线的需求进行路线搜索,得到高质量的城市旅行路线:
a)游客输入起点和终点的信息;
b)游客输入访问的多个兴趣点的数量,多个兴趣点按照需求排序,由高到低依次分为多层,并按顺序输入对每层兴趣点的需求,即约束条件,包括了兴趣点的类型、细分类型、感兴趣的评分维度、预计在兴趣点花费的时间、能够接受的最高的平均价格、前往该兴趣点的最长交通时间;
c)基于每层兴趣点的需求,从兴趣点图模型中筛选出该层可用的候选兴趣点集合;
d)基于起点和终点的坐标,根据兴趣点图模型,计算其最近的公交站点,而后估计起点到第一层兴趣点的交通时间,以及最后一层兴趣点到终点的交通时间;
e)从候选兴趣点集合中,连接起点到第一层兴趣点的有向边,连接上一层到下一层兴趣点的有向边,连接最后一层兴趣点到终点的有向边,该边不计权值,构成有向图,设定边的权值w为:
其中,ini表示游客对第i主题类别是否感兴趣,1为感兴趣,0为不感兴趣,si表示该有向边末尾的兴趣点在第i主题类别上的评分,lT表示游客到达该有向边末尾兴趣点的最高交通时间要求,tT表示该边上兴趣点间的交通时间,α表示兴趣点质量分数和交通时间分数的权重,取值范围为0到100的整数,这也意味着边的权值w最大值为100;
f)在e)构建的有向图中搜索从起点到终点的路线,路线中边的权值和越大则路线的质量越高,以此为依据推荐边的权值和排在前列的多条旅行路线。
2.如权利要求1所述的城市旅行路线规划的方法,其特征在于,在步骤1)中,兴趣点的类型分为:美食、休闲娱乐和景点。
3.如权利要求1所述的城市旅行路线规划的方法,其特征在于,基本信息数据包括兴趣点名称、类别、细分类型、人均价格、地址、经纬度和距离兴趣点最近的站点。
4.如权利要求1所述的城市旅行路线规划的方法,其特征在于,对兴趣点的评论文本数据进行主题分类,包括以下步骤:
a)将部分评论文本数据进行主题类别分类的人工标注,每种类型的兴趣点根据评论的特点所包含的主题类别不同,每种类型的人工标注的评论文本数据的数量不少于5000条;
b)将人工标注的评论文本数据转化为数字化表示后,输入到自然语言处理模型中进行模型训练,每种类型各训练一个模型;
c)使用训练好的模型对剩下的评论文本数据进行主题类别分类。
5.如权利要求1所述的城市旅行路线规划的方法,其特征在于,在步骤3)中,对兴趣点的评论文本数据进行情感分类,包括以下步骤:
a)将部分评论文本数据进行情感分类的人工标注,每种类型的人工标注的评论文本数据的数量不少于5000条;
b)将人工标注的评论文本数据转为数字化表示后,输入到自然语言处理模型中进行模型训练,每种类型各训练一个模型;
c)使用训练好的模型对剩下的评论文本数据进行情感分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010624829.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种面向战术边缘的分散计算架构
- 下一篇:一种大数据智能康复医疗装置