[发明专利]一种城市旅行路线规划的方法

说明书

本发明公开了一种城市旅行路线规划的方法。本发明能够根据需求为游客提供个性化的城市旅行路线，采用了先进的自然语言处理技术进行评论数据挖掘，构建了兴趣点的多维评分模型，能够更加准确细致地体现兴趣点的特征，从而提高兴趣点推荐的精确度；将兴趣点的多维评分模型融入旅行路线规划中，游客通过提出对兴趣点按照需求的排序，并按顺序输入对每层兴趣点的需求，来表明自己的兴趣，能够将兴趣点的质量和类型等多种约束条件考虑进来，提供更加个性化的高质量旅行路线。

技术领域

本发明涉及路径规划领域，具体涉及一种城市旅行路线规划的方法。

背景技术

在城市旅行路线规划中，游客需要考虑自己的需求，在旅游城市选择一些合适的兴趣点 (POI，Point of interest)，并且确定对每个兴趣点的访问顺序。比如，游客打算在北京进行游 玩，可能会选择故宫、全聚德等兴趣点，并且确定自己对这些兴趣点的游览顺序。由此可见， 旅行路线规划的重点在于如何选择符合游客需求和兴趣的兴趣点，以及如何安排兴趣点的访 问顺序。

在对旅行路线规划的研究中，有的研究从兴趣点的类型出发进行路线规划，比如Sharifzadeh等人提出的最佳顺序路线问题(Optimal Sequenced Route)。在该研究中，首先要 求游客给出固定的兴趣点类型顺序，比如游客按照顺序访问“电影院-餐馆-景点”，然后在兴 趣点图模型中搜索出符合上述类型顺序的距离最短的旅行路线。这类研究虽然能够满足游客 对兴趣点类型的约束，但是大都从时间和距离的角度去规划最佳路线，忽视了游客对兴趣点 质量的要求。

有的研究从兴趣点的质量出发进行路线规划。比如Gionis等人在最佳顺序路线问题的基 础上，不但考虑兴趣点的类型固定有序，并且通过兴趣点受欢迎度、兴趣点附近可访问其它 兴趣点数量等特征描述兴趣点的质量，采用动态规划的方法计算出时间限制下兴趣点质量最 高的路线。除此之外，也有研究使用Yelp等社交媒体中兴趣点的评论次数和评分等信息描述 兴趣点的质量。这类研究虽然能够利用兴趣点的质量信息得到具有较高质量的旅行路线，但 是没有考虑游客的个性化需求，无法提供令不同偏好游客均满意的个性化路线。

近年来，随着自然语言处理技术的进步，许多研究致力于从兴趣点评论数据中挖掘出用 户不同方面的偏好，从而为用户提供更加个性化的兴趣点推荐。比如Miao使用评论摘要抽取 技术获取评论中的“评价对象”和“对象描述”并整理成为评论摘要，再利用逻辑回归对评论进 行情感分类，构建了餐厅的多属性打分向量用来计算餐厅相似度，提高了餐厅推荐的准确度。 这些研究证实了从评论数据中挖掘出的兴趣点的多属性评分能够提高兴趣点推荐的精确度。 但是这些研究使用的数据挖掘方法较为落后，没有充分利用当前自然语言处理领域的前沿技 术。

发明内容

为了克服上述现有技术中的不足，本发明提出了一种城市旅行路线规划的方法；本发明 首先基于数据挖掘技术获取兴趣点的多维评分模型与图模型，然后在游客给出起点终点的位 置、固定有序的兴趣点类型和约束条件的情况下，从交通时间和兴趣点质量两个方面出发， 为游客提供高质量的旅行路线。

本发明的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：