一种基于群体足迹的个性化旅游路线规划方法
一种基于群体足迹的个性化旅游路线规划方法
【专利摘要】本发明公开了一种基于群体足迹的个性化旅游路线规划方法，该方法的具体过程为：使用网络爬虫进行群体足迹数据采集；从采集到的数据中，提取旅游地点及其类型属性、用户对象及其签到记录；将一天分为多个时间段，建立用户分时段的地点偏好模型以及地点热度模型；根据用户提供的旅游需求，利用协同过滤方法确定用户每个时间段偏好的备选地点集合；利用马尔科夫模型，根据时空约束和用户偏好，在各个时段的备选地点集合中挑选最佳地点生成旅游路线。本发明利用丰富的用户轨迹数据，根据用户的旅游需求，自动为用户定制符合偏好的旅游路线，充分挖掘了开放可得的群体足迹数据中隐含的旅游信息，可帮助人们制定旅游计划，提高旅游体验。
【专利说明】一种基于群体足迹的个性化旅游路线规划方法
【技术领域】
[0001]本发明属于个性化推荐【技术领域】，涉及一种基于群体足迹的个性化旅游路线规划方法。
【背景技术】
[0002]随着经济和交通的发展，人们生活水平逐渐提高，旅游成为人们生活的一部分。对游客而言，旅游路线规划是旅行准备中最重要的工作之一。为规划旅游路线，游客们往往通过旅行社或者互联网等获取旅游信息和建议，然而，旅行社提供的旅游信息比较单一，缺乏个性化，另一方面，用户难以从日益膨胀的网络数据中快速找到有用的信息。在这种情况下，开发一种能考虑游客的个性化需求并能够自动规划旅游路线的方法，将会给人们的生活带来巨大的便利。
[0003]随着无线通信技术的飞速发展，手机成为社会中普及最为广泛和深入的计算终端，成为人们与外界联系与交互不可或缺的工具，基于位置的服务得到广泛应用。人们利用手机和平板等移动设备，可以随时随地共享自己的位置和活动数据，这些数据形成了一个巨大的群体足迹知识库，其中包含丰富的旅游相关信息，挖掘并使用群体足迹信息将使旅游应用更加符合用户需求。
【发明内容】
[0004]本发明的目的在于克服上述技术存在的缺陷，提供一种基于群体足迹的个性化旅游路线规划方法，该方法根据用户提出的旅游需求，综合考虑时间、空间和用户偏好等上下文(Context)，为用户规划出合理的旅游路线。用挖掘群体足迹数据中的旅游信息，自动生成满足用户需求的旅游路线。
[0005]其具体技术方案为:
[0006]一种基于群体足迹的个性化旅游路线规划方法，其特征在于，包括以下步骤:
[0007]步骤I，使用网络爬虫进行群体足迹数据采集；
[0008]步骤2，从采集到的数据中，提取旅游地点及其类型属性、用户对象及其签到记录;
[0009]步骤3，将一天分为多个时间段，建立用户分时段的地点偏好模型以及地点热度模型；
[0010]步骤4，根据用户提供的旅游需求，利用协同过滤方法确定用户每个时间段偏好的备选地点集合；
[0011]步骤5，利用马尔科夫模型，根据时空约束和用户偏好，在各个时段的备选地点集合中挑选最佳地点生成旅游路线。
[0012]进一步优选,所述步骤2中,本发明使用网络爬虫从街旁网(www.jiepang.com)采集用户“签到”数据，并存储于数据库。
[0013]进一步优选，所述步骤2中，地点分类为两级分类，每一个地点属于一个子类i，i属于大类C。
[0014]进一步优选，所述步骤3中，通过下述公式(I)计算用户u在时间段r对i类地点的偏好向量，并存入数据库中:
[0015]Vuri = <F1,F2,...,Fm>(I)
[0016]其中，上述向量的每一维F。由下述公式(2)计算得出，
【权利要求】
1.一种基于群体足迹的个性化旅游路线规划方法，其特征在于，包括以下步骤: 步骤I，使用网络爬虫进行群体足迹数据采集； 步骤2，从采集到的数据中，提取旅游地点及其类型属性、用户对象及其签到记录； 步骤3，将一天分为多个时间段，建立用户分时段的地点偏好模型以及地点热度模型；步骤4，根据用户提供的旅游需求，利用协同过滤方法确定用户每个时间段偏好的备选地点集合； 步骤5，利用马尔科夫模型，根据时空约束和用户偏好，在各个时段的备选地点集合中挑选最佳地点生成旅游路线。
2.根据权利要求1所述的基于群体足迹的个性化旅游路线规划方法，其特征在于， 所述步骤2中,本发明使用网络爬虫从街旁网(www.jiepang.com)采集用户“签到”数据，并存储于数据库。
3.根据权利要求1所述的基于群体足迹的个性化旅游路线规划方法，其特征在于， 所述步骤2中，地点分类为两级分类，每一个地点属于一个子类i，i属于大类C。
4.根据权利I所述的基于群体足迹的个性化旅游路线规划方法，其特征在于，所述步骤3中，通过下述公式(I)计算用户u在时间段r对i类地点的偏好向量，并存入数据库中: Vuri =〈匕，F2,…，Fli丨〉(I) 其中，上述向量的每一维F。由下述公式(2)计算得出，
5.根据权利要求4所述的基于群体足迹的个性化旅游路线规划方法，其特征在于， 用户制定旅游计划时考虑的各类因素，即旅游需求包括:旅游的开始时间STime、结束时间ETime以及起始地点P ;根据起止时间可确定旅游所跨越的时间段；对每个时间段，根据公式(4)可计算出用户对以P为中心的d公里内的每一个地点的偏好值，其中d由时间段长度确定； 根据上述用户u对地点j的偏好值，排序后得出用户u在每个时间段r所偏好的备选地点列表。
6.根据权利要求5所述的基于群体足迹的个性化旅游路线规划方法，其特征在于，根据上述步骤4得出的备选地点列表，以及用户设定的起点P，从P出发，在备选地点列表中挑选合适地点，即可生成旅游路线； 挑选地点的过程用马尔科夫模型模拟，以P为起点，在各个时间段的备选地点列表中按转移概率选择下一个地点，直到旅游时间超出ETime ;其中转移概率根据公式(5)计算:
【文档编号】G06F17/30GK103995837SQ201410178027
【公开日】2014年8月20日 申请日期:2014年4月25日 优先权日:2014年4月25日
【发明者】於志文, 胥皇, 周兴社, 郭斌, 王柱 申请人:西北工业大学
【专利摘要】本发明公开了一种基于群体足迹的个性化旅游路线规划方法，该方法的具体过程为：使用网络爬虫进行群体足迹数据采集；从采集到的数据中，提取旅游地点及其类型属性、用户对象及其签到记录；将一天分为多个时间段，建立用户分时段的地点偏好模型以及地点热度模型；根据用户提供的旅游需求，利用协同过滤方法确定用户每个时间段偏好的备选地点集合；利用马尔科夫模型，根据时空约束和用户偏好，在各个时段的备选地点集合中挑选最佳地点生成旅游路线。本发明利用丰富的用户轨迹数据，根据用户的旅游需求，自动为用户定制符合偏好的旅游路线，充分挖掘了开放可得的群体足迹数据中隐含的旅游信息，可帮助人们制定旅游计划，提高旅游体验。
【专利说明】一种基于群体足迹的个性化旅游路线规划方法
【技术领域】
[0001]本发明属于个性化推荐【技术领域】，涉及一种基于群体足迹的个性化旅游路线规划方法。
【背景技术】
[0002]随着经济和交通的发展，人们生活水平逐渐提高，旅游成为人们生活的一部分。对游客而言，旅游路线规划是旅行准备中最重要的工作之一。为规划旅游路线，游客们往往通过旅行社或者互联网等获取旅游信息和建议，然而，旅行社提供的旅游信息比较单一，缺乏个性化，另一方面，用户难以从日益膨胀的网络数据中快速找到有用的信息。在这种情况下，开发一种能考虑游客的个性化需求并能够自动规划旅游路线的方法，将会给人们的生活带来巨大的便利。
[0003]随着无线通信技术的飞速发展，手机成为社会中普及最为广泛和深入的计算终端，成为人们与外界联系与交互不可或缺的工具，基于位置的服务得到广泛应用。人们利用手机和平板等移动设备，可以随时随地共享自己的位置和活动数据，这些数据形成了一个巨大的群体足迹知识库，其中包含丰富的旅游相关信息，挖掘并使用群体足迹信息将使旅游应用更加符合用户需求。
【发明内容】
[0004]本发明的目的在于克服上述技术存在的缺陷，提供一种基于群体足迹的个性化旅游路线规划方法，该方法根据用户提出的旅游需求，综合考虑时间、空间和用户偏好等上下文(Context)，为用户规划出合理的旅游路线。用挖掘群体足迹数据中的旅游信息，自动生成满足用户需求的旅游路线。
[0005]其具体技术方案为:
[0006]一种基于群体足迹的个性化旅游路线规划方法，其特征在于，包括以下步骤:
[0007]步骤I，使用网络爬虫进行群体足迹数据采集；
[0008]步骤2，从采集到的数据中，提取旅游地点及其类型属性、用户对象及其签到记录;
[0009]步骤3，将一天分为多个时间段，建立用户分时段的地点偏好模型以及地点热度模型；
[0010]步骤4，根据用户提供的旅游需求，利用协同过滤方法确定用户每个时间段偏好的备选地点集合；
[0011]步骤5，利用马尔科夫模型，根据时空约束和用户偏好，在各个时段的备选地点集合中挑选最佳地点生成旅游路线。
[0012]进一步优选,所述步骤2中,本发明使用网络爬虫从街旁网(www.jiepang.com)采集用户“签到”数据，并存储于数据库。
[0013]进一步优选，所述步骤2中，地点分类为两级分类，每一个地点属于一个子类i，i属于大类C。
[0014]进一步优选，所述步骤3中，通过下述公式(I)计算用户u在时间段r对i类地点的偏好向量，并存入数据库中:
[0015]Vuri = <F1,F2,...,Fm>(I)
[0016]其中，上述向量的每一维F。由下述公式(2)计算得出，
【权利要求】
1.一种基于群体足迹的个性化旅游路线规划方法，其特征在于，包括以下步骤: 步骤I，使用网络爬虫进行群体足迹数据采集； 步骤2，从采集到的数据中，提取旅游地点及其类型属性、用户对象及其签到记录； 步骤3，将一天分为多个时间段，建立用户分时段的地点偏好模型以及地点热度模型；步骤4，根据用户提供的旅游需求，利用协同过滤方法确定用户每个时间段偏好的备选地点集合； 步骤5，利用马尔科夫模型，根据时空约束和用户偏好，在各个时段的备选地点集合中挑选最佳地点生成旅游路线。
2.根据权利要求1所述的基于群体足迹的个性化旅游路线规划方法，其特征在于， 所述步骤2中,本发明使用网络爬虫从街旁网(www.jiepang.com)采集用户“签到”数据，并存储于数据库。
3.根据权利要求1所述的基于群体足迹的个性化旅游路线规划方法，其特征在于， 所述步骤2中，地点分类为两级分类，每一个地点属于一个子类i，i属于大类C。
4.根据权利I所述的基于群体足迹的个性化旅游路线规划方法，其特征在于，所述步骤3中，通过下述公式(I)计算用户u在时间段r对i类地点的偏好向量，并存入数据库中: Vuri =〈匕，F2,…，Fli丨〉(I) 其中，上述向量的每一维F。由下述公式(2)计算得出，
5.根据权利要求4所述的基于群体足迹的个性化旅游路线规划方法，其特征在于， 用户制定旅游计划时考虑的各类因素，即旅游需求包括:旅游的开始时间STime、结束时间ETime以及起始地点P ;根据起止时间可确定旅游所跨越的时间段；对每个时间段，根据公式(4)可计算出用户对以P为中心的d公里内的每一个地点的偏好值，其中d由时间段长度确定； 根据上述用户u对地点j的偏好值，排序后得出用户u在每个时间段r所偏好的备选地点列表。
6.根据权利要求5所述的基于群体足迹的个性化旅游路线规划方法，其特征在于，根据上述步骤4得出的备选地点列表，以及用户设定的起点P，从P出发，在备选地点列表中挑选合适地点，即可生成旅游路线； 挑选地点的过程用马尔科夫模型模拟，以P为起点，在各个时间段的备选地点列表中按转移概率选择下一个地点，直到旅游时间超出ETime ;其中转移概率根据公式(5)计算:
【文档编号】G06F17/30GK103995837SQ201410178027
【公开日】2014年8月20日 申请日期:2014年4月25日 优先权日:2014年4月25日
【发明者】於志文, 胥皇, 周兴社, 郭斌, 王柱 申请人:西北工业大学
最新回复(0)