1.一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：该系统包括：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；具体步骤为：

S1、获取公开情感数据集；

S2、利用步骤S1中所述公开情感数据集训练基于上下文内容的图注意力神经网络，获得群体情感预测模型；

S3、利用步骤S2中所述群体情感预测模型来分别对各景点的游客照片中群体情感进行预测，识别出各景点中每张游客照片中表达出来的情感类别；

S4、基于步骤S3中所述情感类别，计算出各景点的景点情感指数；

某一个景点的景点情感指数的计算公式如公式(1)：

其中，i表示第i个景点，i∈{1,2,...,N}，N表示景点的总数，ei表示景点i的景点情感指数， 表示第i个景点包含的所有游客照片中，判定为积极表情的游客照片的总数， 表示第i个景点包含的所有游客照片中，判定为消极表情的游客照片的总数， 表示第i个景点包含的所有游客照片中，判定为中性表情的游客照片的总数；

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，用于计算出与目标用户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；

数据库，用于存储用户信息和数据采集模块发送的各景点的游客照片及用户收藏、点赞和评论行为信息，还用于存储景点情感与景点类型关系建模及分析模块发送的景点类型与各景点的情感指数的相关关系分析结果；

服务显示模块，用于显示各景点类型的推荐景点以及景点类型与各景点的情感指数的相关关系分析结果。

2.如权利要求1所述的一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：数据采集模块中，爬取的游客照片覆盖全部景点，且各景点的游客照片至少有2万张。

3.如权利要求1所述的一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：在步骤S2中，针对所述公开情感数据集中的任意一张图片，首先基于多任务卷积神经网络裁剪出人脸，基于语义分割网络模型分割出场景中的不同类别的目标，然后，基于卷积神经网络提取人脸特征、各类别目标特征及全局场景特征，最后，将每个特征作为节点，通过注意力模型学习到的自适应权重，将每对节点通过无方向边加权连接，构成基于上下文内容的图注意力神经网络。

4.如权利要求1所述的一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：在步骤S3中，所述情感类别包括积极、中性和消极表情。

5.如权利要求1所述的一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：景点情感与景点类型关系建模及分析模块中，利用皮尔逊相关系数来计算景点类型与景点情感指数的相关关系Pe,t，计算公式如公式(2)：其中，e表示景点情感指数，e＝{e1,e2,...,ei,...,en}，ei表示景点i的景点情感指数，i表示第i个景点，i∈{1,2,...,N}，N表示景点的总数，t表示某种景点类型，t∈{t1,t2,...,tn}，n表示景点类型的总数，ue表示e的均值，ut表示t的均值，Pe表示e的标准差，Pt表示ut的标准差，E表示e、t、ue以及ut的协方差；

当Pe,t>0时，表示该景点类型对景点情感指数有正影响，当Pe,t＝0时，表示该景点类型对景点情感指数无影响，当Pe,t<0时，表示该景点类型对景点情感指数有负影响。

6.如权利要求1所述的一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：景点情感与景点类型关系建模及分析模块中，基于MLR，建立景点类型与景点情感指数的多元线性回归模型，如公式(3)：其中，表示预测的景点情感指数，tj表示第j种景点类型，j∈{1,2,...,n}，n表示景点类型的总数，γ为观测不到的误差项，f为多元线性方程。

7.如权利要求1所述的一种基于景点聚类和群体情感识别的旅游景点推荐系统，其特征在于：景点推荐模块中，给出各景点类型的推荐景点的具体步骤为：S101、基于余弦相似度算法和用户收藏、点赞及评论行为信息，计算出目标用户与任一用户之间的相似度wuv，并建立相似度矩阵，如公式(4)：其中，u和v表示两个不同的用户，u为目标用户，N(u)表示用户u曾经有过正反馈的景点集合，N(v)为用户v曾经有过正反馈的景点集合；

S102、选取与目标用户相似度最高的K个用户；

S103、基于步骤S102中选取的K个用户，计算出目标用户没有看过的景点的推荐评分，如公式(5)：p(u,i)＝∑v∈S(u,K)∩N(i)wuvrvi  (5)

其中，i表示第i个景点，i∈{1,2,...,I}，I表示目标用户u没有看过的景点总数，p(u,i)表示目标用户u没有看过的景点i的推荐评分，S(u,K)表示和目标用户u相似度最高的K个用户的集合，即与目标用户景点偏好相似的用户集，N(i)表示对景点i有过评价的用户集合，wuv表示目标用户u与用户v之间的相似度，rvi＝w1uvi+w2ei，w1+w2＝1，rvi表示结合uvi对景点i的综合评价，uvi表示用户v对景点i的评价，ei表示景点i的情感指数，w1和w2分别表示uvi和ei的权重；

S104、根据景点的推荐评分对景点进行降序排序，并按照景点类型分别选出各景点类型中排名前3的景点来作为各景点类型的推荐景点。