CN105069717A - 一种基于游客信任度的个性化旅游线路推荐方法 - Google Patents

Abstract

本发明涉及一种基于游客信任度的个性化旅游线路推荐方法，其是首先爬取网站上带有地理标签的照片信息与历史游客信息，并对大量照片信息进行预处理，得到较为可靠的兴趣点信息，然后用基于本体建模思想构建本体数据库，利用Markov和主题的混合模型预测兴趣点概率，并设计基于兴趣点热度的旅游线路生成算法，最后结合用户信任度加权旅游线路，将最终线路推荐给用户，本发明充分利用了社交网络中用户的真实旅游信息，能有效地为用户提供个性化旅游线路推荐服务，对交通服务部门和旅行社等有很好的参考价值。

Description

一种基于游客信任度的个性化旅游线路推荐方法

技术领域

本发明涉及互联网技术领域，具体是基于社交网络和数据挖掘设计一种基于游客信任度的个性化旅游线路推荐方法。

背景技术

近年来社会化媒体网站迅速发展，国外的Panoramio、Flickr以及国内的豆瓣、新浪微博等为人们信息交流提供了平台。人们喜欢通过文字，图片等形式记录自己生活的方方面面，特别是旅游行程，人们很愿意分享旅途所见所闻。传统的旅行社只是根据大众的旅游经历或者浏览旅游博客日志等方式来规划线路，通常比较耗时，没有充分利用信息技术等优势，不能满足用户的多样化需求，结果也不尽人意。旅游网站则侧重热点推荐、大众化推荐以及各种票务购买活动。

目前在社交网络中，大多数游客通常会根据个人兴趣爱好添加某个联系人或者加入某个兴趣小组，这些可以是家人、朋友或者知名人士等。美国著名调查机构调查了影响用户相信某个推荐的因素，结果显示90％的用户相信她们朋友的推荐。也就是说，用户之间的信任度在一定程度上影响用户旅游线路的选择。

旅游业作为国民经济发展的支柱产业，个性化旅游服务推荐也受到了很大重视。大数据的到来使得每秒都会产生数以百计的数据，如何从海量数据中挖掘出有益信息是一个亟待解决的问题。个性化推荐已成为解决信息过载问题的主要技术，在电影、音乐和电子商务等领域应用广泛，大部分采用单一的推荐技术，没有充分考虑用户的偏好，同时也存在数据稀疏性等问题。

发明内容

针对以上不足之处，本发明提供了一种通过从社会化媒体网站中获取真实的旅游数据信息，结合兴趣点热度和用户信任度，可以为用户提供多样化、个性化的旅游线路参考意见的基于游客信任度的个性化旅游线路推荐方法。

为了实现上述目的，本发明所采用的技术方案是由以下步骤组成：

(1)调用照片分享社群网站API，根据地理经纬度边界爬取带有地理标签的旅游照片信息集与照片对应的历史游客信息，并利用照片信息挖掘旅游兴趣点；

(2)筛选历史游客的基本信息，结合步骤(1)所确定的旅游兴趣点，采用本体建模的方法构建本体数据库，包括用户模型和兴趣点模型；

(3)根据用户输入的旅游线路要求，匹配步骤(2)的本体数据库，采用基于兴趣点热度的旅游线路生成算法生成候选线路集；

(4)根据步骤(2)的用户模型计算用户与游玩候选线路集中的任一个候选线路中对应兴趣点的历史游客之间的信任度，得到用户对该候选线路的平均信任度并加权处理，得到推荐旅游线路并将其呈现给用户。

上述步骤(1)中利用照片信息数据挖掘旅游兴趣点的方法由以下步骤实现：

(a)采用香农熵方法对照片信息数据进行预处理；

(b)根据地理标签信息聚类并形成旅游兴趣点；

(c)旅游兴趣点命名。

上述步骤(a)的香农熵方法具体是：

$E\left(u\right)=-\underset{m}{\overset{M\left(u\right)}{\Σ}}{P}_m\left(u\right){\mathrm{logP}}_m\left(u\right)$

$P_m\left(u\right)=\frac{D_m\left(u\right)}{\underset{m}{\overset{M\left(u\right)}{\Σ}}{D}_m\left(u\right)}$

其中，u是用户，E(u)是香农熵，P_m(u)是用户u在m月拍照的概率，D_m(u)是用户u在旅游兴趣点第m月的照片数量，M(u)是用户u在旅游兴趣点拍照月份m的集合，E(u)越大，用户是本地居民的概率越大。

上述用户模型包括用户ID、性别、年龄、出游时间、当前位置、偏好景点类型、好友ID；兴趣点模型包括兴趣点名称、兴趣点类型、旅游时间、天气情况、游玩停留时间。

上述步骤(3)的具体方法是：

(3.1)根据用户输入的旅游线路要求，匹配步骤(2)的本体数据库；

(3.2)根据当前位置和历史兴趣点记录用Markov模型与主题模型的混合模型预测游玩各旅游兴趣点的概率；

(3.3)选取概率较大的旅游兴趣点存入队列，并把当前位置作为起点；

(3.4)计算从起点到旅游兴趣点所形成的当前线路的时间，若该线路时间小于空余时间，则执行步骤(3.5)；否则，输出当前线路即为备选线路，执行步骤(3.6)；

(3.5)根据步骤(3.2)所得的各旅游兴趣点概率，将队列中的前k个游玩概率较大的旅游兴趣点分别加入当前线路中，再返回步骤(3.4)；

(3.6)计算备选线路中各旅游兴趣点的热度；

(3.7)取备选线路中各兴趣点的热度平均值作为该备选线路的热度，选择前k个热度较大的备选线路作为候选线路集。

上述步骤(3.2)的Markov模型与主题模型的混合模型具体为：

$P\left(l_i\right|l_{i-1,}{h}^u)=\frac{P\left(l_i\right|l_{i-1})}{C(l_{i-1},h^u)}\frac{P\left(l_i\right|h^u)}{P\left(l_i\right)}$

其中，l_i,l_i-1为旅游兴趣点，h^u为用户u的历史兴趣点记录，P(l_i|l_i-1)为旅游兴趣点l_i-1到l_i的转移概率，P(l_i|h^u)是根据用户u的历史兴趣点记录预测游玩兴趣点l_i的概率，P(l_i)是所有历史兴趣点记录中游玩l_i的概率，C(l_i-1,h^u)表示标准化因子，一元语法模型召回率。

上述步骤(3.6)中兴趣点热度的计算方法：

$H\left(l_i\right)=0.5\×\frac{\underset{u_i\∈U}{\Σ}{\mathrm{VT}}_{u_i,l_i}}{\underset{u_i\∈U,l_i\∈L}{\Σ}{\mathrm{VT}}_{u_i,l_i}}+0.5\×{\mathrm{rank}}_{l_i}$

其中：H(l_i)表示旅游兴趣点l_i的热度，热度取值在0～1之间，值越大表示该旅游兴趣点越受欢迎；表示用户u_i游玩该旅游兴趣点l_i的次数；L是旅游兴趣点集合，L＝{l_i}；U为所有用户的集合，U＝{u_i}；rank_li为旅游兴趣点总排名；

计算公式如下：

上述用户信任度计算方法为：

用户u_a对用户u_b的信任度为采用基于PageRank算法的信任度计算公式：

其中，u_j为用户u_a好友，u_a的所有好友为{u₁,u₂,u_b,…,u_j,…,u_n}，PR(u_j)表示好友u_j的PageRank值。

本发明的基于游客信任度的个性化旅游线路推荐方法是利用群体智慧从社会化媒体网站中获取真实的旅游数据信息，分析其旅游动态，结合用户信任度和兴趣点热度，为用户提供多样化、个性化的旅游线路参考意见，与已有的技术相比，本发明优点在于：

1)从大量来自社交网络中的真实旅游数据挖掘旅游兴趣点，优于大众人工设置的旅游兴趣点，更具有客观性。

2)基于用户本体模型(基本信息和历史兴趣点记录)和用户信任度实现个性化推荐，增加用户对推荐结果的信任度，而不是采用大众的评分信息。

3)综合考虑当前位置、偏好类型和空余时间等信息，满足用户多样化需求，提供个性化旅游线路。

4)采用基于Markov和主题混合模型预测游玩未来旅游兴趣点的概率，提高推荐旅游线路的客观性与精确度，提升客户的满意度；

5)结合兴趣点热度、混合兴趣点预测模型和空余时间限制设计合理的旅游线路生成算法，提高推荐性能，为旅游规划以及旅游项目开发等提供参考依据，推动旅游事业的发展。

附图说明

图1是基于游客信任度的个性化旅游线路推荐方法框架图；

图2是旅游兴趣点挖掘流程图；

图3是用户模型框架图；

图4是兴趣点模型框架图。

具体实施方法

下面结合附图，对本发明的技术方案进一步说明。

如图1所示，本实施例的基于游客信任度的个性化旅游线路推荐方法具体由以下步骤实现：

(1)调用Panoramio照片分享社群网站API，根据地理经纬度边界爬取旅游景点区域内带有地理标签的旅游照片信息集与照片对应的历史游客信息，并利用照片信息挖掘旅游兴趣点；

(1.1)爬取旅游信息集，主要包括历史游客基本信息和照片数据集。

游客基本信息，包括游客ID、性别、年龄以及好友ID；

照片信息集，包括照片ID、游客ID、纬度、经度、标签以及时间；

(1.2)旅游兴趣点挖掘，具体是：

如图2所示，旅游兴趣点即热门旅游区域的挖掘流程图，通过预处理、聚类和统计等技术得到一些列兴趣点L＝{l₁,l₂,…,l_i,…}，具体是：

(a)采用香农熵方法对照片信息数据进行预处理，过滤非旅游相关的居民照片；

在收集的数据中存在像婚礼照、生日照，事故现场等与旅游不相关的照片，这些对于旅游推荐没有任何贡献价值，故需要把非旅游的照片数据剔除，提高旅游推荐性能和效率。

本发明利用香农熵方法区分城市居民生活照片，一般游客在一个城市旅游的停留时间在一周左右、同一个月内或者最多连续2个月，相比当地居民来说，一年内每个月都有可能拍照，故在这设置一个阈值ε，当E(u)＞ε，我们把该游客作为当地居民，是异常点，应该剔除。

香农熵具体算法是：

$E\left(u\right)=-\underset{m}{\overset{M\left(u\right)}{\Σ}}{P}_m\left(u\right){\mathrm{logP}}_m\left(u\right)$

$P_m\left(u\right)=\frac{D_m\left(u\right)}{\underset{m}{\overset{M\left(u\right)}{\Σ}}{D}_m\left(u\right)}$

其中，u是用户，E(u)是香农熵，P_m(u)是用户u在m月拍照的概率，D_m(u)是用户u在旅游兴趣点第m月的照片数量，M(u)是用户u在旅游兴趣点的拍照月份m的集合，E(u)越大，用户是本地居民的概率越大。

信息熵最常用的是以2为底，单位为比特(bit)；还可以采用其他的底和单位，并可进行互换。本文采取以2为底。

(b)根据地理标签信息聚类并形成旅游兴趣点；

利用基于密度的均值漂移(MeanShift)聚类算法对照片的经纬度标签信息进行聚类形成类簇，从而确定旅游兴趣点。

均值漂移是一个非参数的，具体是：

已知给定的照片位置p₀，其Meanshift向量m_w,G(p₀)计算公式为：

$m_{w,G}\left(p_0\right)=\frac{{\Σ}_{i=1}^n{p}_{i}g\left(\right|\left|\right(p_0-p_i)/w|{|}^2)}{{\Σ}_{i=1}^{n}g\left(\right|\left|\right(p_0-p_i)/w|{|}^2)}-p_0$

其中，g代表了每个位置点对应的特定核函数G的权重，一般的，g是核函数G求导的负方向，w是一个频宽参数(半径)，p_i为第i个照片位置。

均值偏移过程是一系列指向某个位置的地点集合，满足：

p_i'₊₁＝p_i+m_w,G(p_i)

这是一个迭代过程，直到Meanshift向量m_w,G(p_i)收敛，停止迭代，这样就得到一个兴趣点信息，以此类推找到一系列兴趣点集合L＝{l_i},l_i＝{p_i}。

(c)旅游兴趣点命名

采用n元语法模型(n-grams)统计方法计算每个类簇中所有文本标签的频率，最终选择频率最高的文本标签作为兴趣点名称。

n元语法模型是在文本中统计词频的算法，在n元语法模型中，一个句子可以看成一个连续的字符串序列，即可以是单字序列，也可以是词序列。n元语法的作用之一，就是预测一个单词序列出现的概率。利用大规模的语料库和成熟的n元语法模型，可以很容易的得到比较高的切分正确率。己经有研究表明，使用三元语法(n＝3)，在不考虑未定义词的情况下，切分正确率高达98％以上。

(2)筛选历史游客的基本信息，结合步骤(1)所确定的旅游兴趣点，根据本体建模思想，借鉴“七步法”思想，构建本体数据库，包括用户模型和兴趣点模型。

如图3所示，用户模型包括用户ID、性别、年龄、出游时间、当前位置、偏好景点类型、好友ID。

如图4所示，兴趣点模型包括兴趣点名称、兴趣点类型、旅游时间、天气情况、游玩停留时间。

最终两个模型之间的关联可以表示成用户游玩某兴趣点。

其中兴趣点类型主要有古迹遗址、博物馆、主题乐园、山水景观和寺庙等；

旅游时间是根据兴趣点类簇中照片时间信息的平均值；

游玩停留时间是根据兴趣点类簇中照片时间信息最大值与最小值的差值。

(3)根据用户输入的旅游线路要求，匹配步骤(2)的本体数据库，采用基于兴趣点热度的旅游线路生成算法生成候选线路。

(3.1)根据用户输入的旅游线路要求，如：当前位置、兴趣点类型偏好、空余时间等，按照常规方法匹配步骤(2)的本体数据库；

(3.2)根据当前位置和历史兴趣点记录预测游玩其他旅游兴趣点的概率，主要是采用Markov模型与主题模型的混合模型来预测旅游兴趣点概率，具体计算公式为：

$P\left(l_i\right|l_{i-1,}{h}^u)=\frac{P\left(l_i\right|l_{i-1})}{C(l_{i-1},h^u)}\frac{P\left(l_i\right|h^u)}{P\left(l_i\right)}$

其中，l_i,l_i-1为旅游兴趣点，h^u为用户u的历史兴趣点记录，P(l_i|l_i-1)为旅游兴趣点l_i-1到l_i的概率，P(l_i|h^u)是根据用户u的历史兴趣点记录预测游玩兴趣点l_i的概率，P(l_i)是所有历史兴趣点记录中游玩l_i的概率，C(l_i-1,h^u)表示标准化因子，一元语法模型召回率。

(3.3)选择概率较大的旅游兴趣点存入队列，并把当前位置作为起点；

(3.4)计算从起点到旅游兴趣点所形成的当前线路的时间，如果该线路时间小于空余时间，则执行步骤(3.5)；否则，输出当前线路即为备选线路，执行步骤(3.6)；

(3.5)根据步骤(3.2)得到的不同旅游兴趣点的转移概率，将队列中的前k个游玩概率较大的旅游兴趣点分别加入当前线路中，再返回执行步骤(3.4)；

(3.6)计算备选线路中各兴趣点的热度，计算公式如下：

$H\left(l_i\right)=0.5\×\frac{\underset{u_i\∈U}{\Σ}{\mathrm{VT}}_{u_i,l_i}}{\underset{u_i\∈U,l_i\∈L}{\Σ}{\mathrm{VT}}_{u_i,l_i}}+0.5\×{\mathrm{rank}}_{l_i}$

其中：H(l_i)表示旅游兴趣点l_i的热度，热度取值在0～1之间，值越大表示该旅游兴趣点越受欢迎；表示用户u_i游玩该旅游兴趣点l_i的次数；L是旅游兴趣点集合，L＝{l_i}；U为所有用户的集合，U＝{u_i}；为旅游兴趣点总排名；

计算公式如下：

(3.7)取备选线路中各兴趣点的热度平均值作为该备选线路的热度，选择前k个热度较大的备选线路作为候选线路集。

即将一系列旅游兴趣点组成线路序列，加上兴趣点平均热度排名得到前k个热度较大的备选线路作为候选旅游线路集S＝{s₁,s₂,…,s_i,…,s_k}， 代表线路s_i中第j个兴趣点；N代表线路s_i中兴趣点的总个数，i,j,N都为为正整数。每一条线路的热度值为：

(4)根据步骤(2)的用户模型计算用户与游玩该候选线路中对应兴趣点的历史游客之间的信任度，得到用户对该候选线路的平均信任度并加权处理，得到推荐旅游线路并将其呈现给用户。

用户之间的信任度通过构建用户—用户社交矩阵，利用PageRank算法技术分析每个用户的PageRank值，即为权威度，然后利用权威度计算用户对候选线路中每个兴趣点游玩者的信任度。

已知用户u_a和用户u_b，则如下式所示用户u_a对用户u_b的信任度为最终的信任度作为一个权值影响推荐列表的排序。

其中，u_j为用户u_a好友，u_a的所有好友为{u₁,u₂,u_b,…,u_j,…,u_n}，PR(u_j)表示好友u_j的PageRank值。

根据信任度计算公式得到用户对候选线路中每个兴趣点的所有历史游客的信任度，再对每个兴趣点所有历史游客的信任度加和，即为用户对旅游线路中每个兴趣点的信任度，将所有兴趣点的信任度加和取其平均值作为用户对该候选旅游线路的信任度然后得到每条线路的最新分值为score(s_i)'，最终将score(s_i)'按照降序排列的结果作为旅游线路推荐列表呈现给用户。

总之，本发明能够根据用户的当前位置、空闲时间，并结合用户特征和历史兴趣点记录，灵活地推荐旅游线路。

以上是结合附图详细描述了一种基于游客信任度的个性化旅游线路推荐方法的较佳实施例，并非用来限定本发明实施范围。

Claims (8)

1.一种基于游客信任度的个性化旅游线路推荐方法，其特征在于由以下步骤组成：

(1)调用照片分享社群网站API，根据地理经纬度边界爬取带有地理标签的旅游照片信息集与照片对应的历史游客信息，并利用照片信息挖掘旅游兴趣点；

(2)筛选历史游客的基本信息，结合步骤(1)所确定的旅游兴趣点，采用本体建模的方法构建本体数据库，包括用户模型和兴趣点模型；

(3)根据用户输入的旅游线路要求，匹配步骤(2)的本体数据库，采用基于兴趣点热度的旅游线路生成算法生成候选线路集；

(4)根据步骤(2)的用户模型计算用户与游玩候选线路集中的任一个候选线路中对应兴趣点的历史游客之间的信任度，得到用户对该候选线路的平均信任度并加权处理，得到推荐旅游线路并将其呈现给用户。

2.根据权利要求1所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：步骤(1)中利用照片信息数据挖掘旅游兴趣点的方法由以下步骤实现：

(a)采用香农熵方法对照片信息数据进行预处理；

(b)根据地理标签信息聚类并形成旅游兴趣点；

(c)旅游兴趣点命名。

3.根据权利要求2所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：所述步骤(a)的香农熵方法具体是：

$E\left(u\right)=-\underset{m}{\overset{M\left(u\right)}{\Σ}}{P}_m\left(u\right){\mathrm{logP}}_m\left(u\right)$

$P_m\left(u\right)=\frac{D_m\left(u\right)}{\underset{m}{\overset{M\left(u\right)}{\Σ}}{D}_m\left(u\right)}$

其中，u是用户，E(u)是香农熵，P_m(u)是用户u在m月拍照的概率，D_m(u)是用户u在旅游兴趣点第m月的照片数量，M(u)是用户u在旅游兴趣点拍照月份m的集合，E(u)越大，用户是本地居民的概率越大。

4.根据权利要求1或2或3所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：所述用户模型包括用户ID、性别、年龄、出游时间、当前位置、偏好景点类型、好友ID；兴趣点模型包括兴趣点名称、兴趣点类型、旅游时间、天气情况、游玩停留时间。

5.根据权利要求4所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：所述步骤(3)的具体方法是：

(3.1)根据用户输入的旅游线路要求，匹配步骤(2)的本体数据库；

(3.2)根据当前位置和历史兴趣点记录用Markov模型与主题模型的混合模型预测游玩各旅游兴趣点的概率；

(3.3)选取概率较大的旅游兴趣点存入队列，并把当前位置作为起点；

(3.4)计算从起点到旅游兴趣点所形成的当前线路的时间，若该线路时间小于空余时间，则执行步骤(3.5)；否则，输出当前线路即为备选线路，执行步骤(3.6)；

(3.5)根据步骤(3.2)所得的各旅游兴趣点概率，将队列中的前k个游玩概率较大的旅游兴趣点分别加入当前线路中，再返回步骤(3.4)；

(3.6)计算备选线路中各旅游兴趣点的热度；

(3.7)取备选线路中各兴趣点的热度平均值作为该备选线路的热度，选择前k个热度较大的备选线路作为候选线路集。

6.根据权利要求5所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：所述步骤(3.2)的Markov模型与主题模型的混合模型具体为：

$P\left(l_i\right|l_{i-1,}{h}^u)=\frac{P\left(l_i\right|l_{i-1})}{C(l_{i-1},h^u)}\frac{P\left(l_i\right|h^u)}{P\left(l_i\right)}$

其中，l_i,l_i-1均为旅游兴趣点，h^u为用户u的历史兴趣点记录，P(l_i|l_i-1)为旅游兴趣点l_i-1到l_i的转移概率，P(l_i|h^u)是根据用户u的历史兴趣点记录预测游玩兴趣点l_i的概率，P(l_i)是所有历史兴趣点记录中游玩l_i的概率，C(l_i-1,h^u)表示标准化因子，一元语法模型召回率。

7.根据权利要求5所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：所述步骤(3.6)中兴趣点热度的计算方法：

$H\left(l_i\right)=0.5\×\frac{\underset{u_i\∈U}{\Σ}{\mathrm{VT}}_{u_i,l_i}}{\underset{u_i\∈U,l_i\∈L}{\Σ}{\mathrm{VT}}_{u_i,l_i}}+0.5\×{\mathrm{rank}}_{l_i}$

其中：H(l_i)表示旅游兴趣点l_i的热度，热度取值在0～1之间，值越大表示该旅游兴趣点越受欢迎；表示用户u_i游玩该旅游兴趣点l_i的次数；L是旅游兴趣点集合，L＝{l_i}；U为所有用户的集合，U＝{u_i}；为旅游兴趣点总排名；

计算公式如下：

8.根据权利要求1所述的基于游客信任度的个性化旅游线路推荐方法，其特征在于：所述用户信任度计算方法为：

用户u_a对用户u_b的信任度为采用基于PageRank算法的信任度计算公式：

其中，u_j为用户u_a好友，u_a的所有好友为{u₁,u₂,u_b,…,u_j,…,u_n}，PR(u_j)表示好友u_j的PageRank值。