[发明专利]一种基于景点聚类和群体情感识别的旅游景点推荐系统

说明书

本发明提供了一种基于景点聚类和群体情感识别的旅游景点推荐系统，包括：数据采集模块、数据库、景点聚类模块、情感计算模块、景点情感与景点类型关系建模及分析模块、景点推荐模块以及服务显示模块。本发明的有益效果是：该系统基于多项人工智能技术，对游客分享的景点照片进行情感分析和计算，为旅游者提供丰富而真实的景点体验数据，按照景点类型进行推荐，充分考虑了由于景点类型造成的景点情感分数的影响，丰富了用户的景点选择参考信息，帮助旅游者更好的做出旅游决策。

技术领域

本发明涉及旅游领域，尤其涉及一种基于景点聚类和群体情感识别的旅游景点推荐系统。

背景技术

随着社会经济的发展，旅游业已成为促进经济增长方式转变的重要产业，旅游景点信息的分析处理至关重要。大数据时代的到来，信息过载使得人们在以指数增长的资源中快速、准确地定位到所需内容变得非常重要且极具挑战。对游客而言，这种挑战就具体到从海量信息中快速找到真实直观的旅游体验数据，一种公正全面的旅游推荐系统亟待研发。

现有的旅游景点排名列表依赖于环境和社会经济等客观指标，或直接根据游客量来直接排名，游客的感知和感受常常被忽略。基于游客情感感知排名能够提供以人为本的旅游推荐，则需要对景点进行自动情感计算。

早前，社会科学领域的学者经常使用问卷和报告来调查人们在不同环境中的情感，花费很多人力资源缺乏及时性；而且，依赖于问卷的结果可能会受自我认知的限制和知情同意的影响。随着情感计算技术的出现，大多数现有研究使用自然语言处理(NLP)从文本语料库中提取人类情感，如微博推文数据、带有地理标记的文本等。文本通常是在事件发生后记录下来的，可能缺乏实时性；此外，目前基于文本的情感计算仅限于一次分析一种语言的资料，将面临多语言环境的挑战，不适用于全球规模的研究。而面部表情在各个国家和不同时期都具有普遍性，是人类传达其情感状态和意图最强烈、最自然和最普遍的信号之一，同时可以实时捕获人的情绪，具有实时性和普适性，适合全球范围内的场所情感提取。近年来，由于深度卷积神经网络的发展，越来越多的研究开始将深度学习技术运用到了人脸表情识别中，使得人脸表情识别技术有较强的抗干扰性(例如，在有遮挡物和光线太强或太弱的场景下，也能较好的识别)。因此，将“游客照”中的人脸进行表情识别，根据他们所表达出的“积极”、“消极”和“中性”的情感来分析该景点的群体情感指数和推荐指数，具有重大意义。

此外，旅游景点类型影响着人们真实情绪的表达，例如人们在教堂、军师纪念馆等场所，会抑制自己开心情绪的表达，在游客照上将较少呈现出高兴表情，但这并不意味这游客在这些场所的情感是不积极的；而在游乐场、户外等场所，人们感情得到释放，表现出很多开心表情。因此，深入讨论景点类型与人类情绪之间的关联度指数，为游客提供更为全面的景点情感指标和推荐信息，也具有重要的研究意义。

发明内容

为了解决上述问题，本发明提供了一种基于景点聚类和群体情感识别的旅游景点推荐系统。

一种基于景点聚类和群体情感识别的旅游景点推荐系统，包括：数据采集模块、数据库、景点聚类模块、情感计算模块、景点情感与景点类型关系建模及分析模块、景点推荐模块以及服务显示模块；

数据采集模块，用于选取全球游客量靠前的若干个景点，并在相关网站上爬取各景点中若干张游客照片，并获取用户收藏、点赞及评论行为信息；

景点聚类模块，用于按照景点分类标准，对选取的景点进行分类；

情感计算模块，用于计算出各景点的景点情感指数；

景点情感与景点类型关系建模及分析模块，用于分析景点类型与景点情感指数的相关关系，并建立景点类型与景点情感指数的模型；

景点推荐模块，用于计算出景点偏好相似的用户集以及目标用户没有看过的景点的推荐评分，并给出各景点类型的推荐景点；