一种基于网络数据收集的旅游线路景点组合推荐方法

一种基于网络数据收集的旅游线路景点组合推荐方法
【技术领域】
[0001] 本发明设及一种旅游线路景点推荐方法，尤其是一种基于网络数据收集的旅游线 路景点组合推荐方法，属于旅游景点推荐领域。
【背景技术】
[0002] 目前网络上现有的旅游景点热度信息如百度指数、百度旅游预测等平台上的数据 资料均为单一景点的关注热度，缺乏对多景点之间关联程度的量化表现，导致在具体旅游 线路规划中、某既定景点确定的情况下，无法对景点组合进行适宜的选择。
[000引此外，在现有的旅游景点组合推荐方法的专利文献中，如专利号为 200810181564. 4,名称为"景点推荐装置及方法"的发明专利，对景点组合具有一定的指导 意义，但在实践中也存在一定的不足，该专利的主要问题在于；计算景点组合的关联程度时 缺少对空间距离、游览时间等实际影响因素的考虑，难W形成合理的景点组合推荐。

【发明内容】

[0004] 本发明的目的是为了解决上述现有技术的缺陷，提供了一种基于网络数据收集的 旅游线路景点组合推荐方法，该方法可W将词频共现方法运用至不同旅游景点的组合，在 贴近现实条件的约束下、使景点组合的关联程度量化，继而进行辅助景点的组合推荐。
[0005] 本发明的目的可W通过采取如下技术方案达到：
[0006] -种基于网络数据收集的旅游线路景点组合推荐方法，包括W下步骤：
[0007]S1、对旅游者输入的某个目标旅游景点进行卫星定位，确定该目标旅游景点的地 理位置；
[0008]S2、在网络地图中对某个W所述目标旅游景点为中屯、的区域范围内的所有景点进 行捜索，并储存所有景点的名称及数量信息，将所有景点中的任意两个W及任意=个景点 进行组合，分别得到二元景点组合名称和S元景点组合名称；
[0009]S3、获取各个景点所需的一般游览时间，W及在社交网络平台对各个景点名称、各 个二元景点组合名称、各个=元景点组合名称的网络文本数量进行统计；
[0010] S4、获取二元景点组合中每两个景点间的距离，W及获取S元景点组合中每两个 景点间的距离，并叠加计算出每S个景点间两两距离的总和；
[0011] S5、根据二元景点组合中每两个景点间的总距离，计算二元景点组合的关联热度 及关联系数，W及根据=元景点组合中每=个景点间两两距离的总和，计算=元景点组合 的关联热度及关联系数；
[0012]S6、根据各个景点所需的一般游览时间，计算各个景点组合中景点所需要花费时 间的总和；
[0013]S7、根据旅游者选择的旅游模式，将各个景点组合中景点所需要花费时间的总和 分别与所选择旅游模式对应的时间阔值进行比较，若所需要花费时间的总和《时间阔值， 则该景点组合作为推荐，即该景点组合为有效的景点组合；若所需要花费时间的总和>时 间阔值，则该景点组合不作为推荐；
[0014]S8、将有效的景点组合按关联热度大小排序后输出。
[0015] 作为一种实施方案，步骤S3中，所述获取各个景点所需的一般游览时间，具体为： 捜索各个景点的详细网络信息，统计游览各个景点所需的时间范围，取平均值后进行记录。
[0016] 作为一种实施方案，步骤S3中，所述在社交网络平台对各个景点名称、各个二元 景点组合名称、各个=元景点组合名称的网络文本数量进行统计，具体包括：
[0017]S31、利用网络文本数据库，对各个景点名称进行捜索，得到含有各个景点名称的 网络文本数量，该数量记为S,，其中X表示景点X，W此作为在网络文本数据库中各景点出 现的词频数的依据；
[0018]S32、利用网络文本数据库，对各个二元景点组合的名称进行捜索，得到含有各个 二元景点组合名称的网络文本数量，记为Sy。y，其中X、Y分别表示景点X和景点Y，W此作 为在网络文本数据库中各景点组合出现的词频数的依据；
[0019]S33、利用网络文本数据库，直接对各个=元景点组合名称进行捜索，得到含有各 景点组合名称的网络文本数量，记为Synynz，其中X、Y、Z分别表示景点X、景点Y和景点Z， W此作为在网络文本数据库中各景点组合出现的词频数的依据。
[0020] 作为一种实施方案，步骤S4中，所述获取二元景点组合中每两个景点间的距离， 具体为：
[0021] 将二元景点组合名称提取出来，连入网络数据库，在百度地图中分别拾取两个景 点对应的地理位置信息，并获取两个景点间的实际距离，而两个景点间的实际距离的两倍 即为两个景点间的总距离，总距离记为dq，其中X、Y分别表示景点X和景点Y。
[0022] 作为一种实施方案，步骤S4中，所述获取=元景点组合中每两个景点间的距离， 并叠加计算出每=个景点间两两距离的总路程，具体为：
[0023] 将=元景点组合名称提取出来，连入网络数据库，在百度地图中分别拾取=个景 点对应的地理位置信息，并获取每两个景点间的实际距离dq、cU和dy,，其中X、Y、Z分别表 不景点X、景点Y和景点Z;将dyy、du和dy,相加，得到二兀景点组合中每二个景点间两两距 离的总和。
[0024] 作为一种实施方案，步骤S5中，所述二元景点组合的关联热度的计算，具体为：
[00巧]给定一个关联规则壯Y，它表示在所规划的一条一日游旅游线路中，将景点X和景 点Y作为相邻的两个旅游目的地；将X巧该一规则出现的可能性量化，定义为X巧的关联热 度，记为PfyW，而将X景点的词频数记为Sy、Y景点的词频数记为Sy，X景点和Y景点组合的 词频数记为Sy。y，给定一个关系式，即；
[0026]
[0027] 该式表示将景点X和景点Y作为相邻的两个旅游目的地的可能性，P值越高，表示 可能性越大。
[0028] 作为一种实施方案，步骤S5中，所述二元景点组合的关联系数通过下式计算：
[0029]
[0030] 关联系数Sy。y表示景点X和景点Y的关联程度；关联热度Py。y表示景点X和景 点Y该一组合的关注热度；d表示两个景点间的总距离。
[0031] 作为一种实施方案，步骤S5中，所述=元景点组合的关联热度的计算，具体为：
[0032] 给定一个关联规则X巧+Z，它表示在规划的一条一日游旅游线路中，将景点X、景 点Y和景点Z作为相邻的S个旅游目的地；将X巧+Z该一规则出现的可能性量化，定义为 X巧+Z的关热度数，记为Pb+y+d，而将X景点的词频数记为Sy、Y景点的词频数记为Sy，X景 点和Y景点组合的词频数记为Sy。y，X景点和Z景点组合的词频数记为Sy。，，Y景点和Z景 点组合的词频数记为Sy。，，X景点、Y景点和Z景点组合的词频数记为Sy。y。Z，给定一个关 系式，即；
[0033]
[0034] 该式表示景点X、景点Y和景点Z作为相邻的S个旅游目的地的可能性，P值越高， 可能性越大。
[00巧]作为一种实施方案，步骤S5中，所述=元景点组合的关联系数通过下式计算：
[0036]
[0037] 关联系数馬。y。Z表示景点X、景点Y和景点Z的关联程度；关联热度PX。y。Z表示 景点X、景点Y和景点Z该一组合的关注热度；d表示=个景点间两两距离的总和。
[0038] 本发明相对于现有技术具有如下的有益效果：
[0039] 1、本发明所使用的词频共现方法基于网络文本数据库，通过同时捜索两个及W上 词语的组合，根据捜索结果数量得到该词语组合的网络词频。通过词频共现的方法能够表 现出任意两个词语的关联情况，通过具体的数值分析可W将该一关联情况量化，将该方法 运用至不同旅游景点的组合上，使景点组合的关联程度量化，继而辅助景点推荐。
[0040] 2、本发明所使用的数据来源于社交网络平台的捜索结果，利用了在旅游景点组合 方面的网络关注度，将景点之间实际关联程度建立在实时更新的网络关注度的基础上，再 加上空间距离和游览时间该2个主要影响因素的约束，使得计算出的景点关联程度更具有 时效性和真实性，在实际应用上更具竞争力。
[0041] 3、本发明量化景点组合关联程度的方法依据了社会物理学的引力模型，将空间相 互作用理论应用到旅游景点的选择方面。
【附图说明】
[0042] 图1为本发明实施例1的基于网络数据收集的旅游线路景点组合推荐方法的流程 图。
[0043] 图2为本发明实施例1的二元景点组合中景点X和景点Y的词频共现示意图。
[0044] 图3为本发明实施例1的S元景点组合中景点X、景点Y和景点Z的词频共现示意 图。
[0045] 图4为本发明实施例1的各个景点关联热度与距离示意图（景点的圆越大代表该 景点的网络关注度越高）。
[0046] 图5为本发明实施例1的关联程度最高的二元景点组合示意图（景点的圆越大代 表该景点的网络关注度越高）。
[0047] 图6本发明实施例1的关联程度最高的S元景点组合示意图（景点的圆越大代表 该景点的网络关注度越高）。
【具体实施方式】
[0048] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限 于此。
[0049] 实施例1 ;
[0050] 如图1所示，本实施例的旅游线路景点组合推荐方法包括W下步骤：
[0051] 1)旅游者在系统中输入某目标旅游景点A， 在本实施例中定义A为旅游线路中首 个旅游景点（W广州的花城广场为例），且假定旅游者最终回到出发地；
[0052] 2)系统接收到旅游者输入的信息后，对目标旅游景点A进行卫星定位，确定其地 理位置；
[0053] 3)在网络地图中对某范围内所有景点进行捜索
[0054] 在本步骤中，利用网络地图在W该目标旅游景点A为中屯、、半径100kmW内的区域 范围内捜索所有旅游景点；
[0055] 4)储存所有景点名称及数量的信息，如下表1所示；
[0056]
[0057] 表1W花城广场为示例的部分周边景点 [005引 5)将所有景点中的任意两个景点进行组合
[0059] 在该步骤中，不考虑每两个景点间的先后顺序，每个景点和其余景点的组合有且 仅有一次，如下表2所示；
[0060]

[0061] 表2二元景点组合的组合结果示例
[0062] 6)将所有景点中的任意S个景点进行组合。
[0063] 在该步骤中，不考虑每=个景点间的先后顺序，每个景点和其余任意两个个景点 的组合有且仅有一次，得到二元景点组合名称如下表3所示；
[0064]
脚)6引 表3立元景点组合的组合结果示例
[0066] 7)获取游览各个景点所需的一般游览时间
[0067] 捜索各个景点的详细网络信息，统计游览各个景点所需的时间范围，取平均值后， W小时为单位进行记录，得到=元景点组合名称如下表4所示；
[0068]

[0069]
[0070] 表4各个景点游览用时示例表
[0071] 8)在社交网络平台中，对步骤4)中得到的景点名称的网络文本（如微博）数量进 行统计
[0072] 在本步骤中，利用网络文本数据库，对各个景点名称进行捜索，得到含有各个景点 名称的网络文本（如微博）数量，该数量记为S,，其中X表示景点X。W此作为在网络文本 数据库中各景点出现的词频数的依据，如下表5所示；
[0073]
[0074] 表5各个景点名称在微博捜索结果数量的示例表 '
[0075] 9)在社交网络平台中，对步骤5)中得到的二元景点组合名称的网络文本（如微 博）数量进行统计
[0076] 在本步骤中，利用网络文本数据库，对各个二元景点组合的名称进行捜索，得到含 有各景点组合名称的网络文本（如微博）数量，记为Sy。y，其中X、Y分别表示景点X和景 点Y，如图2所示，W此作为在网络文本数据库中各景点组合出现的词频数的依据，如下表6 所示；
[0077]
[0078]
[007引表6二元景点组合名称在微博捜索结果数量的示例表
[0080] 10)在社交网络平台中，对步骤6)中得到的景点的S元组合名称的网络文本（如 微博）数量进行统计
[0081] 在本步骤中，利用网络文本数据库，直接对各个S元景点组合名称进行捜索，得到 含有各景点组合名称的网络文本数量，记为Sy。y。Z，其中X、Y、Z分别表示景点X、景点Y和 景点Z，如图3所示，W此作为在网络文本（如微博）数据库中各景点组合出现的词频数的 依据，如下表7所示；
[0082]
[00^~表7 =元景点组合名称在微博捜索数量结果的示例表
[0084] 11)获取步骤5)中二元景点组合中每两个景点间的距离
[0085] 在本步骤中，将步骤5)中得到的景点组合名称提取出来，连入网络数据库，在百 度地图中分别拾取两个景点对应的地理位置信息，并获取两个景点间的实际距离；假定旅 游路线完整封闭，且旅游者最终回到起点，故在二元景点组合问题上，将两个景点间的总距 离计算为来回的路程之和，即为两个景点间距离的两倍，总距离记为dq，X、Y分别表示景点 X和景点Y，如下表8所示；
[0086]
[0087]表8二元景点组合的景点间距离示例表
[008引12)获取步骤6)中S元景点组合中每两个景点间的距离，并叠加计算出每S个景 点间两两距离的总和。
[0089] 在本步骤中，将步骤6)中得到的景点组合名称提取出来，连入网络数据库，在百 度地图中分别拾取3个景点对应的地理位置信息，并获取每两个景点之间的实际距离dq、 心和dyz，X、Y、Z分别表示景点X、景点Y和景点Z;将dxy、cU和dyz相加，得到S元景点组 合中每S个景点间两两距离的总和，如下表9所示；
[0090]
[0091] 表9S元景点组合的景点距离总和示例表
[0092] 13)计算二元景点组合的关联热度P
[0093] 在本步骤中，给定一个关联规则，形如X巧，它表示在所规划的一条一日游旅游线 路中，将景点X和景点Y作为相邻的两个旅游目的地；将X巧该一规则出现的可能性量化， 定义为X巧的关联热度，记为Pbw，而将X景点的词频数记为Sy、Y景点的词频数记为Sy，X 景点和Y景点组合的词频数记为Sy。y，给定一个关系式，即；
[0094]
[0095] 该式表示将景点X和景点Y作为相邻的两个旅游目的地的可能性，P值越高，可能 性越大，如下表10所示；
[0096]
[0097] 表10二元景点组合计算得出的关联热度示例表
[0098] 14)计算S元景点组合的关联热度P
[0099] 在本步骤中，给定一个关联规则，形如壯Y+Z，它表示在规划的一条一日游旅游线 路中，将景点X、景点Y和景点Z作为相邻的S个旅游目的地。将X巧+Z该一规则出现的可 能性量化，定义为壯Y+Z的关热度数，记为，而将X景点的词频数记为Sy、Y景点的词 频数记为Sy，X景点和Y景点组合的词频数记为Sy。y，X景点和Z景点组合的词频数记为 Sy。，，Y景点和Z景点组合的词频数记为Sy。，，X景点、Y景点和Z景点组合的词频数记为 Syriynz。给定一个关系式，即；
[0100]
[0101] 该式就表示景点X、景点Y和景点Z作为相邻的3个旅游目的地的可能性，P值越 高，可能性越大，如下表11所示；
[0102]
[0103] 表11 =元景点组合计算得出的关联热度示例表
[0104] 各个景点关联热度与距离可如图4所示。
[0105] 15)计算二元景点组合的关联系数R
[0106] 在本步骤中，对关联系数RW及关联热度P建立一个关系式，首先需要明确景点之 间的实际关联程度受多种实际因素的影响，本实施例使用空间距离W及游览时间该2个主 要影响因素来约束R和P两者的关系；
[0107] 在关系式的建立中，本实施例引用社会物理学中的引力模型来处理，将研究的问 题理解为研究两个地点之间的吸引力，基于空间相互作用理论，主体间相互作用及联系强 度一方面受距离影响，另一方面与两地的规模有关，在旅游的问题中，将规模看做人群的聚 集情况；则有引力模型的形式为：
[010 引
[0109]馬。y表示一段时间内旅游者先后到达景点X与景点Y的需求程度，即两地的相对 吸引力；My、My分别表示一段时间内人群在景点X与景点Y的聚集程度；d表示两个景点之 间的距离；G是引力常量。
[0110] 由于在本实施例设及的问题中，不要求具体数值，而是对于所有样本数据之间的 比较，因此我们将关系式中的常量G舍去；此外，人群关注程度可与人群聚集程度对应，因 两者呈正相关，因此，将M,My简化为P,。y，最终得到关系式为：
[0111]
[0112] 关联系数馬。y表示景点X和景点Y的关联程度；关联热度Py。y表示景点X和景 点Y该一组合的关注热度；d表示两个景点间的总距离，即上述两个景点间距离的两倍，二 元景点组合的关联系数如下表12所示，其中关联程度最高的二元景点组合如图5所示； [011 引
[0114] 表12二元景点组合计算得出的关联系数示例表 '
[0115] 16)计算S元景点组合的关联系数R
[0116] 在本步骤中，将步骤15)中的推演过程推衍至景点的=元组合，得到关系式为：
[0117]
[0118] 关联系数馬。，。2表示景点X、景点Y和景点Z的关联程度；关联热度表示 景点X、景点Y和景点Z该一组合的关注热度；d表示=个景点间两两距离的总和，=元景点 组合的关联系数如下表13所示，其中关联程度最高的=元景点组合如图6所示；
[0119]
阳。1] 表13 =元景点组合计算得出的关联系数示例表
[0122] 17)计算各个景点组合中景点所需要花费时间的总和t
[0123] 在本步骤中，提取步骤7)中得到的游览各个景点所需的一般游览时间，计算各个 景点组合中景点所需要花费的时间的总和t。
[0124] 18)设置时间阀值T
[0125] 在本步骤中，确定一天内最佳旅游小时数，并将其设置为时间阀值T，该时间阀值 T的数值大小可因旅游者的要求而上下浮动，若旅游者偏好轻松的行程，则时间阀值T向下 浮动；若旅游者偏好紧凑的行程，则时间阀值T向上浮动；
[0126] 19)旅游者选择旅游模式
[0127] 在本步骤中，可由旅游者选择的旅游模式，例如"轻松"到"紧凑"不等，W此确定 时间阀值T的数值，时间阀值T作为约束景点选择的条件之一，对于给 定的景点，其游览时 间总和不得多于一定的阀值，W免旅行者的旅行舒适度下降；
[012引 20)将景点组合总用时t带入条件中进行筛选
[0129] 在本步骤中，将步骤17)中的各个景点组合中景点所需要花费的时间的总和t与 时间阀值T(在本实施例中，暂使用T= 6小时该一数值进行计算）进行比较，若t《T，则 该景点组合作为推荐，即该景点组合为有效的景点组合，若t>T，则该景点组合不作为推 荐，如下表14和表15所示；
[0130]
[0131]
[0132] 表14所有二元景点组合经过阀值筛选后的结果示例表
[0133]

阳134]'表15所有=元景点组合经过阀值筛选后的结果示例'表 '
[0135] 21)将有效的景点组合按关联程度P的大小排序后依次输出
[0136] 在本步骤中，将步骤20)中得到的有效的景点组合按关联程度P的大小进行排序， 按照由大到小的顺序依次输出景点组合名称，如下表16和表17所示；
[0137]
阳13引表化最终按关联程度降序输出的二元景点组合推荐结果示例表
[0139]
[0140] 表17最终按关联程度降序输出的=元景点组合推荐结果示例表
[0141] 22)旅游者对所推荐的关联程度P依次下降的景点组合进行选择。
[0142] 综上所述，本发所使用的词频共现方法基于网络文本数据库，通过同时捜索两个 及W上词语的组合，根据捜索结果数量得到该词语组合的网络词频。通过词频共现的方法 能够表现出任意两个词语的关联情况，通过具体的数值分析可W将该一关联情况量化，将 该方法运用至不同旅游景点的组合上，使景点组合的关联程度量化，继而辅助景点推荐；所 使用的数据来源于社交网络平台的捜索结果，利用了在旅游景点组合方面的网络关注度， 将景点之间实际关联程度建立在实时更新的网络关注度的基础上，再加上空间距离和游览 时间该2个主要影响因素的约束，使得计算出的景点关联程度更具有时效性和真实性，在 实际应用上更具竞争力。
[0143]W上所述，仅为本发明专利优选的实施例，但本发明专利的保护范围并不局限于 此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技 术方案及其发明专利构思加W等同替换或改变，都属于本发明专利的保护范围。
【主权项】
1. 一种基于网络数据收集的旅游线路景点组合推荐方法，其特征在于：所述方法包括 以下步骤： 51、 对旅游者输入的某个目标旅游景点进行卫星定位，确定该目标旅游景点的地理位 置； 52、 在网络地图中对某个以所述目标旅游景点为中心的区域范围内的所有景点进行搜 索，并储存所有景点的名称及数量信息，将所有景点中的任意两个以及任意三个景点进行 组合，分别得到二元景点组合名称和三元景点组合名称； 53、 获取各个景点所需的一般游览时间，以及在社交网络平台对各个景点名称、各个二 元景点组合名称、各个三元景点组合名称的网络文本数量进行统计； 54、 获取二元景点组合中每两个景点间的距离，以及获取三元景点组合中每两个景点 间的距离，并叠加计算出每三个景点间两两距离的总和； 55、 根据二元景点组合中每两个景点间的总距离，计算二元景点组合的关联热度及关 联系数，以及根据三元景点组合中每三个景点间两两距离的总和，计算三元景点组合的关 联热度及关联系数； 56、 根据各个景点所需的一般游览时间，计算各个景点组合中景点所需要花费时间的 总和； 57、 根据旅游者选择的旅游模式，将各个景点组合中景点所需要花费时间的总和分别 与所选择旅游模式对应的时间阈值进行比较，若所需要花费时间的总和 < 时间阈值，则该 景点组合作为推荐，即该景点组合为有效的景点组合；若所需要花费时间的总和>时间阈 值，则该景点组合不作为推荐； 58、 将有效的景点组合按关联热度大小排序后输出。2. 根据权利要求1所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S3中，所述获取各个景点所需的一般游览时间，具体为：搜索各个景点的详细 网络信息，统计游览各个景点所需的时间范围，取平均值后进行记录。3. 根据权利要求1所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S3中，所述在社交网络平台对各个景点名称、各个二元景点组合名称、各个三 元景点组合名称的网络文本数量进行统计，具体包括： 531、 利用网络文本数据库，对各个景点名称进行搜索，得到含有各个景点名称的网络 文本数量，该数量记为Sx，其中X表示景点X，以此作为在网络文本数据库中各景点出现的 词频数的依据； 532、 利用网络文本数据库，对各个二元景点组合的名称进行搜索，得到含有各个二元 景点组合名称的网络文本数量，记为Sx n y，其中X、Y分别表示景点X和景点Y，以此作为在 网络文本数据库中各景点组合出现的词频数的依据； 533、 利用网络文本数据库，直接对各个三元景点组合名称进行搜索，得到含有各景点 组合名称的网络文本数量，记为Sx n y n z，其中X、Y、Z分别表示景点X、景点Y和景点Z，以此 作为在网络文本数据库中各景点组合出现的词频数的依据。4. 根据权利要求1所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S4中，所述获取二元景点组合中每两个景点间的距离，具体为： 将二元景点组合名称提取出来，连入网络数据库，在百度地图中分别拾取两个景点对 应的地理位置信息，并获取两个景点间的实际距离，而两个景点间的实际距离的两倍即为 两个景点间的总距离，总距离记为dxy，其中X、Y分别表示景点X和景点Y。5. 根据权利要求1所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S4中，所述获取三元景点组合中每两个景点间的距离，并叠加计算出每三个 景点间两两距离的总路程，具体为： 将三元景点组合名称提取出来，连入网络数据库，在百度地图中分别拾取三个景点对 应的地理位置信息，并获取每两个景点间的实际距离dxy、dxz和d yz，其中X、Y、Z分别表示景 点X、景点Y和景点Z ;将dxy、dxz和d yz相加，得到二兀景点组合中每二个景点间两两距尚的 总和。6. 根据权利要求1所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S5中，所述二元景点组合的关联热度的计算，具体为： 给定一个关联规则X+Y，它表示在所规划的一条一日游旅游线路中，将景点X和景点Y 作为相邻的两个旅游目的地；将X+Y这一规则出现的可能性量化，定义为X+Y的关联热度， 记为P(x+y)，而将X景点的词频数记为s x、Y景点的词频数记为Sy，X景点和Y景点组合的词 频数记为Sx n y，给定一个关系式，即：该式表示将景点X和景点Y作为相邻的两个旅游目的地的可能性，P值越高，表示可能 性越大。7. 根据权利要求6所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S5中，所述二元景点组合的关联系数通过下式计算：关联系数Rx n y表示景点X和景点Y的关联程度；关联热度P x n y表示景点X和景点Y 这一组合的关注热度；d表示两个景点间的总距离。8. 根据权利要求1所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S5中，所述三元景点组合的关联热度的计算，具体为： 给定一个关联规则X+Y+Z，它表示在规划的一条一日游旅游线路中，将景点X、景点Y和 景点Z作为相邻的三个旅游目的地；将X+Y+Z这一规则出现的可能性量化，定义为X+Y+Z的 关热度数，记为P(x+y+z)，而将X景点的词频数记为s x、Y景点的词频数记为Sy，X景点和Y景 点组合的词频数记为Sx n y，X景点和Z景点组合的词频数记为Sx n z，Y景点和Z景点组合的 词频数记为Sy n z，X景点、Y景点和Z景点组合的词频数记为Sx n y n z，给定一个关系式，即：该式表示景点X、景点Y和景点Z作为相邻的三个旅游目的地的可能性，P值越高，可能 性越大。9. 根据权利要求8所述的一种基于网络数据收集的旅游线路景点组合推荐方法，其特 征在于：步骤S5中，所述三元景点组合的关联系数通过下式计算：关联系数Rx n y π z表示景点X、景点Y和景点Z的关联程度；关联热度P x n y π z表示景点 X、景点Y和景点Z这一组合的关注热度；d表示三个景点间两两距离的总和。
【专利摘要】本发明公开了一种基于网络数据收集的旅游线路景点组合推荐方法，包括：确定某个目标旅游景点的地理位置，并对其区域范围内所有景点进行搜索，将所有景点中的任意两个以及任意三个景点进行组合；对各个景点、二元景点组合、三元景点组合名称的网络文本数量进行统计；获取二元景点组合中每两个景点间的距离，以及计算三元景点组合中每三个景点间两两距离的总和；计算二元景点组合、三元景点组合的关联热度及关联系数；计算各个景点组合中景点所需要花费时间的总和；将各个景点组合中景点所需要花费时间的总和分别与时间阈值进行比较，得到有效的景点组合。本发明可以将词频共现方法运用至不同旅游景点的组合上，继而进行辅助景点推荐。
【IPC分类】G06F17/30
【公开号】CN104881472
【申请号】CN201510283999
【发明人】赵渺希, 贾锐澜, 吴江月, 顾沁
【申请人】华南理工大学
【公开日】2015年9月2日
【申请日】2015年5月28日