欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2022102715361
申请人: 泉州万虹文旅有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2024-11-08
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于旅游大数据的旅游目的地推荐系统,其特征在于:所述系统包括:推荐信息采集模块(S1)、数据库(S2)、内部因素分析模块(S3)、外部因素分析模块(S4)和目的地筛除模块(S5);

所述推荐信息采集模块(S1)用于采集待推荐的目的地信息和旅游用户信息;

所述数据库(S2)用于存储采集到的全部信息;

所述内部因素分析模块(S3)用于调取并分析旅游用户信息,设置内部参数;

所述外部因素分析模块(S4)用于分析外界信息,设置外部参数;

所述目的地筛除模块(S5)用于结合内部参数和外部参数筛选目的地。

2.根据权利要求1所述的一种基于旅游大数据的旅游目的地推荐系统,其特征在于:所述推荐信息采集模块(S1)包括评论信息采集单元、目的地信息采集单元和用户信息采集单元,所述目的地信息采集单元用于采集待推荐的目的地数据;所述评论信息采集单元用于采集用户对对应目的地的评论信息;所述用户信息采集单元用于采集当前需要目的地推荐的旅游用户登记信息,将采集到的所有信息传输到所述数据库(S2)中。

3.根据权利要求1所述的一种基于旅游大数据的旅游目的地推荐系统,其特征在于:所述内部因素分析模块(S3)包括用户信息分析单元、决定性对象筛选单元和自主能力匹配单元,所述用户信息分析单元用于分析旅游用户人数;所述决定性对象筛选单元用于当一起旅游的用户人数不止一个时,分析全部用户对筛选出的目的地做最终决定的干预程度;所述自主能力匹配单元用于匹配用户的自主能力数据和目的地的自主能力需求数据。

4.根据权利要求1所述的一种基于旅游大数据的旅游目的地推荐系统,其特征在于:所述外部因素分析模块(S4)包括居住环境分析单元和评价价值分析单元,所述居住环境分析单元用于分析对待推荐地进行评价的用户所在地的环境数据;所述评价价值分析单元用于依据环境数据分析评价用户的评价价值。

5.根据权利要求1所述的一种基于旅游大数据的旅游目的地推荐系统,其特征在于:所述目的地筛除模块(S5)包括筛选模型建立单元和目的地筛选单元,所述筛选模型建立单元用于结合外部参数、内部参数建立目的地筛选模型;所述目的地筛选单元用于筛选出目的地并将目的地推荐给用户。

6.一种基于旅游大数据的旅游目的地推荐方法,其特征在于:包括以下步骤:

Z01:采集用户信息和待推荐目的地信息;

Z02:调取用户信息,分析用户类型,设置内部参数;

Z03:分析外界信息对推荐目的地的价值,设置外部参数;

Z04:结合内部参数、外部参数生成目的地筛选模型,对推荐目的地进行排序,按顺序推荐给对应用户。

7.根据权利要求6所述的一种基于旅游大数据的旅游目的地推荐方法,其特征在于:在步骤Z01‑Z02中:采集到不同的旅游用户数量集合为K={K1,K2,...,Kn},其中,n表示当前旅游的用户批数,采集到随机一批一起旅游的用户过往旅游时决定目的地的次数集合为N={N1,N2,...,Nm},随机一个用户决定目的地时,同意决定的人数集合为M={M1,M2,...,MI},其中,m表示对应批次一起旅游的用户数量,I表示随机一个用户做决定的次数,当m≥2时,根据公式 计算随机一个用户对筛选出的目的地做最终决定的干预程度Wi,其中,Ni表示随机一个用户过往旅游时决定目的地的次数,Mi表示对应用户随机一次决定目的地时,同意决定的人数,得到用户对筛选出的目的地做最终决定的干预程度集合为W={W1,W2,...,Wm},比较W中的元素,筛选干预程度最高的用户作为旅游目的地的决定性对象,最高干预程度为Wmax,获取到干预程度最高的用户过往决定的目的地综合特征与待推荐目的地的相似度集合为S={S1,S2,...,Si,...,Sk},采集到去待推荐目的地的自主能力要求等级集合为A={A1,A2,...,Ak},不同批次用户的自主能力等级集合为B={B1,B2,...,Bn},其中,k表示待推荐的目的地数量,对于不同批次用户将Bi‑Aj<0的待推荐目的地筛除,Bi表示随机一批用户的自主能力等级,Aj表示去随机一个待推荐目的地的自主能力要求等级,设置内部参数为(B‑A)*S。

8.根据权利要求6所述的一种基于旅游大数据的旅游目的地推荐方法,其特征在于:在步骤Z03中:采集到待推荐地的平均评价分数集合为Q={Q1,Q2,...,Qk},在对随机一个待推荐地进行评价的用户中,采集到用户长期居住地的年均温度集合为t={t1,t2,...,tp},用户评价次数集合为D={D1,D2,...,Dp},用户评价时间与当前时间的平均间隔时间集合为T={T1,T2,...,Tp},对应评价的待推荐地年均温度为tj’,其中,p表示对随机一个待推荐地进行评价的用户数量,根据下列公式计算随机一个用户对随机一个待推荐地进行评价的用户的评价价值Ci:其中,ti表示随机一个用户长期居住地的年均温度,Di表示对应用户评价次数,Ti表示对应用户评价时间与当前时间的平均间隔时间,得到评价价值集合为C={C1,C2,...,Cp},设置随机一个待推荐目的地的外部参数为:

9.根据权利要求7或8所述的一种基于旅游大数据的旅游目的地推荐方法,其特征在于:在步骤Z04中:生成目的地筛选模型:建立筛选函数Y:其中,X=(B‑A)*S,X’={X1’,X2’,...,Xk’}, δ1和δ2分别表示内部参数和外部参数的系数,X”=(B'‑A)*S',B’表示一起旅游的用户只有一个时,对应用户的自主能力等级,S’表示一起旅游的用户只有一个时,对应用户过往决定的目的地综合特征与待推荐目的地的相似度,在推荐目的地时,分别将内部参数和外部参数代入筛选函数中,得到Y的值,将Y的值从大到小进行排列,按排列顺序将参数对应的目的地推荐给用户。