1.一种基于角色协同推荐的自驾游行程规划方法，其特征是，所述方法包括：

获取游客需求信息，并根据所述游客需求信息构建自驾游出行游客模型，所述游客需求信息包括游客基本信息和游客偏好信息，所述自驾游出行游客模型为借鉴基于角色协同理论将自驾游行程规划问题抽象建模的E‑CARGO模型，E表示一个涉及多个景点和多天出行的问题环境；C是E中抽象概念的类集合；O是与C相关的具体对象集合；R是整个旅途中待分配的半天旅游计划的集合，每个半天旅游计划包括一个景点和一个休憩点，将每个半天旅游计划抽象为一个任务；A是候选景点集合；G是工作组，即由景点推荐算法构建出的所有半天旅游计划构成的总行程；

根据所述自驾游出行游客模型从旅游资源数据库或第三方获取目标城市的酒店数据集合、餐厅数据集合和景点数据集合；

基于所述自驾游出行游客模型对所述酒店数据集合中的各酒店和所述餐厅数据集合中的各餐厅进行性价比评分，并根据性价比评分结果获取目标休憩点序列，其中，休憩点包括餐厅和酒店；

基于所述自驾游出行游客模型根据所述景点数据集合以及所述目标休憩点序列获取表征行程景点组满意度的目标函数，并求解使所述目标函数最大的景点分配矩阵；包括：根据所述景点数据集合中的任一景点 的各评价指标的评分数据与景点指标权重向量中的各评价指标权重进行加权求和，得到任一景点 的客观满意度；根据所述景点数据集合中的任一景点 的基本信息和拥挤程度结合所述游客基本信息获取任一景点 分配至所述自驾游出行游客模型的任务集中任一任务 的特色满意度；对任一景点 的所述客观满意度和所述特色满意度求和，得到任一景点 分配至任务 的综合满意度，并构建综合满意度矩阵；

根据所述目标休憩点序列中各休憩点以及各景点的地理位置构建景点与任务之间的冲突矩阵；基于m个景点和n个任务，计算所述综合满意度矩阵、所述冲突矩阵以及景点分配矩阵中各对应点的乘积之和，得到目标函数，其中，所述景点分配矩阵 中任一点 表示景点是否被分配到任务 ；应用CPLEX优化器求解满足景点分配约束的使所述目标函数最大的景点分配矩阵，其中，所述景点分配约束包括：每个景点最多只能被选择一次、每个任务只能包含一个景点；

将所述景点分配矩阵和所述目标休憩点序列转换为自驾游行程规划方案，并反馈给游客。

2.如权利要求1所述的方法，其特征是，所述根据游客需求信息构建自驾游出行游客模型，包括：

以问答方式与游客交互，获取游客基本信息，并进行规范化表示；

针对餐厅、酒店和景点，根据所述游客偏好信息分别构建餐厅指标权重向量、酒店指标权重向量以及景点指标权重向量。

3.如权利要求2所述的方法，其特征是，所述游客基本信息包括：目标城市、出行总天数、到达目标城市时初始位置、出行人群类型、休憩点预算、休息和游玩的时间段、以及对于景点人群拥挤程度的接受度，所述以问答方式与游客交互，获取游客基本信息，并进行规范化表示，包括：以问答方式获取游客自驾游的目标城市、出行总天数以及出行人群类型，并根据游客输入或者地图查询得到游客到达所述目标城市时的初始位置；

以问答方式获取游客上、下午的期望活动时间段和期望休息时间段，以区间数表示；

以问答方式获取游客对景点人群拥挤程度的接受度，以区间数表示；

根据所述出行总天数以半天为一个任务构建任务集，每个所述任务的属性包括：任务ID、期望活动时间段、期望休息时间段；

以问答方式获取游客对休憩点的休憩点预算，以区间数表示。

4.如权利要求2所述的方法，其特征是，所述游客偏好信息包括酒店评价指标偏好、餐厅评价指标偏好、景点评价指标偏好，所述针对餐厅、酒店和景点，根据所述游客偏好信息分别构建餐厅指标权重向量、酒店指标权重向量以及景点指标权重向量，包括：对于餐厅，根据所述餐厅评价指标偏好对餐厅的包括食品质量、服务质量、餐厅环境、品牌声誉和菜单种类的五个评价指标赋予不同的权重，并对餐厅停车便利度指标和餐厅周围路况指标分别赋予预设权重，得到餐厅指标权重向量；

对于酒店，根据所述酒店评价指标偏好对酒店的包括安全性、设施齐全性、清洁程度和服务能力的四个评价指标赋予不同的权重，并对酒店停车便利度指标和酒店周围路况指标分别赋予预设权重，得到酒店指标权重向量；

对于景点，根据所述景点评价指标偏好对景点的包括景点环境和景点服务的两个评价指标赋予不同的权重，并对景点停车便利度指标和景点周围路况指标分别赋予预设权重，得到景点指标权重向量。

5.如权利要求4所述的方法，其特征是，所述基于所述自驾游出行游客模型对所述酒店数据集合中的各酒店和所述餐厅数据集合中的各餐厅进行性价比评分，并根据性价比评分结果获取目标休憩点序列，包括：根据所述酒店数据集合中的各酒店的各评价指标的评分数据与酒店指标权重向量中的各评价指标权重进行加权求和，得到各酒店的加权历史评分；

根据所述餐厅数据集合中的各餐厅的各评价指标的评分数据与餐厅指标权重向量中的各评价指标权重进行加权求和，得到各餐厅的加权历史评分；

根据所述自驾游出行游客模型中的休憩点预算和任务集中的任务总数 计算单个任务的单休憩点预算，并根据各餐厅和酒店的开销水平和所述加权历史评分、以及所述单休憩点预算获取各餐厅和酒店的性价比评分；

选择所述性价比评分最高的前 个餐厅为上午的休憩点，选择所述性价比评分最高的前 个酒店为下午的休憩点；

根据游客到达所述目标城市时的初始位置对各休憩点按照距离进行排序，且餐厅和酒店间隔排列，得到目标休憩点序列。

6.如权利要求5所述的方法，其特征是，所述根据各休憩点的开销水平和所述加权历史评分、以及所述单休憩点预算获取各休憩点的性价比评分，包括：针对任一休憩点 ，如果所述休憩点 的开销水平超过单休憩点预算上限的两倍，则确定所述休憩点 的性价比评分 ；

如果所述休憩点 的开销水平超过单休憩点预算上限且在单休憩点预算上限两倍之内，则确定所述休憩点 的性价比评分 ，其中， 为所述休憩点 的开销水平， 为单休憩点预算上限， 为所述休憩点 的加权历史评分；

如果所述休憩点 的开销水平低于单休憩点预算下限，则确定所述休憩点 的性价比评分 ， 为单休憩点预算下限。

7.一种基于角色协同推荐的自驾游行程规划系统，其特征是，所述系统包括：

交互与建模单元，用于获取游客需求信息，并根据所述游客需求信息构建自驾游出行游客模型，所述游客需求信息包括游客基本信息和游客偏好信息，所述自驾游出行游客模型为借鉴基于角色协同理论将自驾游行程规划问题抽象建模的E‑CARGO模型，E表示一个涉及多个景点和多天出行的问题环境；C是E中抽象概念的类集合；O是与C相关的具体对象集合；R是整个旅途中待分配的半天旅游计划的集合，每个半天旅游计划包括一个景点和一个休憩点，将每个半天旅游计划抽象为一个任务；A是候选景点集合；G是工作组，即由景点推荐算法构建出的所有半天旅游计划构成的总行程；

候选数据获取单元，用于根据所述自驾游出行游客模型从旅游资源数据库或第三方获取目标城市的酒店数据集合、餐厅数据集合和景点数据集合；

休憩点规划单元，用于基于所述自驾游出行游客模型对所述酒店数据集合中的各酒店和所述餐厅数据集合中的各餐厅进行性价比评分，并根据性价比评分结果获取目标休憩点序列，其中，休憩点包括餐厅和酒店；

景点分配单元，用于基于所述自驾游出行游客模型根据所述景点数据集合以及所述目标休憩点序列获取表征行程景点组满意度的目标函数，并求解使所述目标函数最大的景点分配矩阵；包括：根据所述景点数据集合中的任一景点 的各评价指标的评分数据与景点指标权重向量中的各评价指标权重进行加权求和，得到任一景点 的客观满意度；根据所述景点数据集合中的任一景点 的基本信息和拥挤程度结合所述游客基本信息获取任一景点分配至所述自驾游出行游客模型的任务集中任一任务 的特色满意度；对任一景点 的所述客观满意度和所述特色满意度求和，得到任一景点 分配至任务 的综合满意度，并构建综合满意度矩阵；根据所述目标休憩点序列中各休憩点以及各景点的地理位置构建景点与任务之间的冲突矩阵；基于m个景点和n个任务，计算所述综合满意度矩阵、所述冲突矩阵以及景点分配矩阵中各对应点的乘积之和，得到目标函数，其中，所述景点分配矩阵 中任一点 表示景点 是否被分配到任务 ；应用CPLEX优化器求解满足景点分配约束的使所述目标函数最大的景点分配矩阵，其中，所述景点分配约束包括：每个景点最多只能被选择一次、每个任务只能包含一个景点；

行程规划单元，用于将所述景点分配矩阵和所述目标休憩点序列转换为自驾游行程规划方案，并反馈给游客。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1‑6中任意一项所述的方法。

9.一种计算机存储介质，其特征是，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1‑6中任一项所述的方法。