CN110796508B - 旅游行程处理方法、装置、存储介质和处理器 - Google Patents
旅游行程处理方法、装置、存储介质和处理器 Download PDFInfo
- Publication number
- CN110796508B CN110796508B CN201810879853.5A CN201810879853A CN110796508B CN 110796508 B CN110796508 B CN 110796508B CN 201810879853 A CN201810879853 A CN 201810879853A CN 110796508 B CN110796508 B CN 110796508B
- Authority
- CN
- China
- Prior art keywords
- travel
- user
- preference
- determining
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000003542 behavioural effect Effects 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims description 129
- 230000004044 response Effects 0.000 claims description 8
- 230000003203 everyday effect Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 15
- 230000000875 corresponding effect Effects 0.000 description 56
- 230000008569 process Effects 0.000 description 15
- 238000013145 classification model Methods 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000009189 diving Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229910052709 silver Inorganic materials 0.000 description 3
- 239000004332 silver Substances 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种旅游行程处理方法、装置、存储介质和处理器。其中,该方法包括:获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好;根据旅游偏好,生成针对用户的旅游行程。本申请解决了现有的手动制定旅游行程的方式制定效率低以及行程制定方案可扩展性差的技术问题。
Description
技术领域
本申请涉及互联网领域,具体而言,涉及一种旅游行程处理方法、装置、存储介质和处理器。
背景技术
随着人们生活水平的日渐提高以及度假意愿的增强,旅游行业正在蓬勃发展。再旅游的过程中,游客对移动客户端的依赖程度不断增强,使用频次也在持续提高。由此可见,通过移动客户端提供旅游信息服务,包括但不限于预订机票、预订酒店以及制定旅游路线等,也将会得到更好更快的发展。
目前,在用户旅游之前,用户首先需要确定此次出行的目的地,然后再根据时间将行程划分为天级别,即以天为单位制定行程计划。在每天的行程中,用户可通过提供旅游信息服务的移动客户端选出感兴趣的景点,即在现有技术中用户通过手动选取目的地的方式制定行程计划。然而,上述的手动制定行程计划的方式需要花费用户较多的时间和精力在景点选择以及路线规划上。另外,如果用户临时变动行程中的景点,或者需要更改整个行程,则用户需要通过移动客户端重新制定旅游行程,由此可见,现有的行程制定方案可扩展性较差。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种旅游行程处理方法、装置、存储介质和处理器,以至少解决现有的手动制定旅游行程的方式制定效率低以及行程制定方案可扩展性差的技术问题。
根据本发明实施例的一个方面,提供了一种旅游行程处理方法,包括:获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好;根据旅游偏好,生成针对用户的旅游行程。
根据本发明实施例的另一方面,还提供了一种旅游行程处理方法,包括:检测到可能针对旅游的操作;响应于操作,获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好,并根据旅游偏好,生成针对用户的旅游行程;向用户发送用于推荐旅游行程的推荐信息。
根据本发明实施例的另一方面,还提供了一种旅游行程生成装置,包括:获取模块,用于获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;确定模块,用于根据行为数据,确定针对用户的旅游偏好;生成模块,用于根据旅游偏好,生成针对用户的旅游行程。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行旅游行程处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行旅游行程处理方法。
在本发明实施例中,采用基于用户的行为数据生成用户的旅游行程的方式,在获取用户的行为数据之后,客户端根据用户的行为数据确定针对用户的旅游偏好,再根据旅游偏好生成针对用户的旅游行程,其中,用户的行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据。
在上述过程中,用户的行为数据至少包含了用户的购买行为数据以及用户的历史旅游数据,并根据两个不同领域的数据来确定用户的旅游偏好,由于采用了不同领域的行为数据,因此,根据行为数据得到的用户的旅游偏好更符合用户的实际旅游偏好。另外,在确定了用户的旅游偏好之后,根据用户的旅游偏好自动生成旅游行程,整个过程无需人工干预,提高了旅游行程的制定效率。
由此可见,本申请所提供的方案可以达到自动生成旅游行程的目的,从而实现了提高旅游行程的制定效率,进而解决了现有的手动制定旅游行程的方式制定效率低以及行程制定方案可扩展性差的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种用于实现旅游行程处理方法的计算机终端(或移动设备)的硬件结构框图;
图2是根据本发明实施例的一种旅游行程处理方法的流程图;
图3是根据本发明实施例的一种可选的旅游行程处理方法的界面示意图;
图4是根据本发明实施例的一种旅游行程处理方法的流程图;
图5是根据本发明实施例的一种旅游行程处理装置的结构示意图;以及
图6是根据本发明实施例的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本申请实施例,还提供了一种旅游行程处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现旅游行程处理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的旅游行程处理方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述旅游行程处理方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是,在一些实施例中,上述图1所示的计算机设备(或移动设备)具有触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。在一些实施例中,上述图1所示的计算机设备(或移动设备)具有图像用户界面(GUI),用户可以通过操作触摸触显示屏来与GUI进行人机交互,此处的人机交互功能可选的包括如下交互:创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
在上述运行环境下,本申请提供了如图2所示的旅游行程处理方法。图2是根据本申请实施例一的旅游行程处理方法的流程图,由图2可知,旅游行程处理方法可以包括:
步骤S202,获取用户的行为数据,行为数据至少包括以下之一:用户购买行为数据和用户的历史旅游数据。
需要说明的是,安装有旅游类应用程序的客户端可执行本实施例所提供的旅游行程处理方法。优选地,客户端为移动客户端,例如,智能手机、平板电脑等。另外,用户的购买行为数据可以为但不限于用户在电商平台(例如,XX购物平台)和非电商平台的购买行为数据,其中,用户在电商平台的购买行为数据包括但不限于用户购买商品的种类、购买商品的时间以及购买商品的数量等信息,用户的历史旅游数据包括但不限于用户在旅游平台(例如,XXX平台)以及非旅游平台的历史旅游数据,其中,用户在旅游平台的历史旅游数据包括但不限于用户的旅游地区、旅游时间以及旅游次数等。
在一种可选的方案中,当用户需要制定旅游行程时,用户点击安装在客户端上的旅游类的应用程序,生成开启旅游类应用程序的启动指令。客户端在接收到该启动指令之后,控制旅游类应用程序开启。如果用户首次使用该旅游类应用程序,则客户端提示用户完成注册,在用户完成注册之后,客户端根据用户输入的注册信息从电商平台对应的服务器中获取用户的购买行为数据,从旅游平台对应的服务器中获取历史旅游数据。如果用户在此之前已在该旅游类应用程序中进行注册,则客户端根据用户已注册的信息从电商平台对应的服务器中获取用户的购买行为数据,从旅游平台对应的服务器中获取历史旅游数据。
步骤S204,根据行为数据,确定针对用户的旅游偏好。
在步骤S204中,用户的旅游偏好包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
需要说明的是,不同的用户对不同的旅游景点具有不同的喜爱程度,例如,有的用户喜欢人文历史,有的用户喜欢山水景观,有的用户喜欢博物馆等。可选的,客户端可根据历史旅游数据来确定用户对旅游景点的偏好,例如,根据历史旅游数据确定用户一天可游览的景点数量大于5,并且景点中多以自然风光为主,则客户端确定用户的旅游景点偏好为山水游。
此外,还需要说明的是,旅游形式可以包括但不限于徒步游、自驾游、跟团游等。另外,旅游时长表示用户在目的地旅游的整个过程中的持续天数,例如,用户从6月1日开始出发去东京旅游,6月5日返回家中,则用户的旅游时长为5天;旅游强度用于表征用户游览相同数量的景点所消耗的时长,例如,游览同样的5个景点,用户A一天全部游览完毕,而用户B花了两天的时间进行游览,则用户A的旅游强度要大于用户B的旅游强度。
步骤S206,根据旅游偏好,生成针对用户的旅游行程。
在确定了用户的旅游偏好之后,客户端再结合用户的用户特征生成旅游行程,其中,用户的用户特征可以包括但不限于用户的年龄、学历、职业、爱好、消费水平等。
在一种可选的方案中,客户端通过互联网确定用户在外地工作,结合用户的购买行为数据,例如,通过用户购买的物品种类确定该用户为单身。客户端根据用户的行为数据确定用户的旅游偏好为山水游,则客户端针对该用户生成单人的山水游行程。
由此可见,在整个生成用户的旅游行程的过程中,不需要用户输入任何输入,客户端即可自动为用户推送旅游行程,与现有技术相比,本申请所提供的方案可有效提高旅游行程的生成效率,进一步提高了用户使用旅游类应用程序的体验。
基于上述步骤S202至步骤S206所限定的方案,可以获知,采用基于用户的行为数据生成用户的旅游行程的方式,在获取用户的行为数据之后,客户端根据用户的行为数据确定针对用户的旅游偏好,再根据旅游偏好生成针对用户的旅游行程,其中,用户的行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据。
在上述过程中,用户的行为数据至少包含了用户的购买行为数据以及用户的历史旅游数据,并根据两个不同领域的数据来确定用户的旅游偏好,由于采用了不同领域的行为数据,因此,根据行为数据得到的用户的旅游偏好更符合用户的实际旅游偏好。另外,在确定了用户的旅游偏好之后,根据用户的旅游偏好自动生成旅游行程,整个过程无需人工干预,提高了旅游行程的制定效率。
由此可见,本申请所提供的方案可以达到自动生成旅游行程的目的,从而实现了提高旅游行程的制定效率,进而解决了现有的手动制定旅游行程的方式制定效率低以及行程制定方案可扩展性差的技术问题。
需要说明的是,在得到用户的行为数据之后,客户端可根据行为数据确定针对用户的旅游偏好,其中,确定用户的旅游偏好的方案可以包括但不限于以下几种:
在第一种方案中,客户端根据用户的购买行为数据以及历史旅游数据来确定用户对旅游景点的偏好,其中,上述方法可以包括如下步骤:
步骤S20,获取商品类目与行程类型之间的关联关系;
步骤S22,根据关联关系,确定与购买行为数据中的商品类目关联的行程类型是否在历史旅游数据中有记录;
步骤S24,在确定有记录的情况下,根据历史旅游数据中的行程类型确定用户对旅游景点的偏好。
可选的,客户端可通过分类模型来确定商品类目与行程类型之间的关联关系,其中,分类模型中存储有商品类目与行程类型之间的映射关系,例如,泳衣属于泳装类目,与其对应的旅游行程中的行程类别为海岛游和/或沙滩游。在得到了商品类目与行程类型之间的关联关系之后,客户端获取用户所购买的商品所属的商品类目,并通过分类模型确定商品类目对应的行程类型。如果分类模型输出的行程类型与用户的历史旅游行程中的行程相同,则确定用户对旅游景点的偏好为行程类型。例如,用户购买了登山鞋,分类模型输出的行程类型为徒步游,而在用户的历史旅游行程数据中存在徒步景点,则客户端确定用户的旅游景点的偏好为徒步游。
在第二种方案中,客户端根据用户的购买行为数据来确定用户对旅游景点的偏好,其中,上述方法可以包括如下步骤:
步骤S30,根据购买行为数据,确定购买行为数据对应的商品的使用场景;
步骤S32,根据使用场景,确定用户对旅游景点的偏好。
在一种应用场景中,客户端根据购买行为数据确定用户最近购买了潜水镜和潜水衣,则客户端根据分类模型确定潜水镜和潜水衣对应的使用场景为海岛游或沙滩游。此时,客户端确定用户对旅游景点的偏好为海岛游或沙滩游。
在第三种方案中,客户端根据用户的历史旅游数据来确定用户对旅游景点的偏好,其中,上述方法可以包括如下步骤:
步骤S40,确定用户的相关用户,其中,相关用户的历史旅游数据与用户的历史旅游数据相似;
步骤S42,获取相关用户的历史旅游景点中用户未到过的旅游景点;
步骤S44,确定用户未到过的旅游景点为用户对旅游景点的偏好。
可选的,客户端的分类模型还可将历史旅行数据相似的用户进行关联,例如,用户A和用户B均去过景点甲、乙、丙旅游,则分类模型将用户A和用户B进行关联。如果客户端根据用户A的历史旅游数据确定用户A已在景点甲、乙、丙旅游,并根据分类模型的输出结果确定用户B已在景点甲、乙、丙、丁旅游。由于用户A和用户B的历史旅游数据具有一定的相似性,用户B达到的旅游景点,用户A可能也喜欢去,因此,客户端根据用户B的历史旅游数据为用户A推荐景点丁。
在第四种方案中,客户端根据用户的购买行为数据确定用户对旅游形式的偏好,其中,上述方法可以包括如下步骤:
步骤S50,根据购买行为数据,确定购买行为数据对应的商品的使用方式;
步骤S52,根据使用方式,确定用户对旅游形式的偏好。
在一种应用场景中,客户端根据购买行为数据确定用户最近购买了汽车配件,则客户端根据分类模型确定汽车配件对应的旅游形式为自驾游,此时,客户端确定用户的旅游形式为自驾游。可选的,如果客户端根据购买行为数据确定用户最近购买了背包、帽子、运动鞋等物品,则客户端根据分类模型确定背包、帽子、运动鞋等对应的旅游形式为徒步游。
在第五种方案中,客户端根据用户的旅游天数确定用户对旅游时长的偏好,其中,上述方法可以包括如下步骤:
步骤S60,根据旅游天数模型,确定与偏好的旅游景点对应的旅游天数,其中,旅游天数模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:旅游景点和与旅游景点对应的旅游天数;
步骤S62,确定旅游天数为针对用户的旅游时长的偏好。
需要说明的是,旅游天数是指用户去目的地旅游的整个旅途的持续天数。可选的,客户端可根据用户的历史旅游数据得到旅游天数模型,例如,去普吉岛旅游和去帕劳旅游,由于两者的风格非常相似,因此,可将两者可看做为相似的旅行。在旅游天数模型中,将旅游天数作为标签,训练一个回归模型,该回归模型的输入为旅游目的地,输出为用户在该旅游目的地的旅游时长。
在第六种方案中,客户端根据用户的旅游强度确定针对用户的旅游偏好,其中,上述方法可以包括如下步骤:
步骤S70,根据用户或者与用户相关的相关用户的历史旅游数据,确定用户每天浏览的平均景点数和浏览单个景点的平均时长;
步骤S72,根据景点数和浏览时长与旅游强度的对应关系,确定用户的平均景点数和平均时长对应的预估旅游强度;
步骤S74,将预估旅游强度确定为针对用户的旅游偏好。
需要说明的是,客户端可通过旅游强度模型来确定用户对旅游强度的偏好。具体的,旅游强度模型从用户或者与用户相关的相关用户的历史旅游数据中挖掘出用户对旅行强度的偏好,首先需要对标签进行定义以及离散化,例如,将每天游览2个景点以内且游览时间在4个小时以下对应的旅游强度设置为轻度;将每日游览2个景点以上5个景点以下且游览时间在6个小时以内对应的旅游强度设置为中等;将每日游览景点数在5个以上且游览时间在6个小时以上对应的旅游强度设置为重度。
此外,还需要说明的是,在上述六个确定用户的旅游偏好的方案中,用户无需手动操作,客户端可根据用户的行为数据自动确定用户的旅游偏好,进一步,客户端根据确定的旅游偏好向用户推送旅游行程。
可选的,客户端可根据用户特征并结合旅游偏好来生成旅游行程,具体过程可以包括如下步骤:
步骤S80,获取用户的用户特征;
步骤S82,根据用户特征,确定针对用户的旅游场景,其中,旅游场景体现旅游的氛围和人物;
步骤S84,在旅游场景下,根据旅游偏好,生成针对用户的旅游行程。
需要说明的是,在步骤S82中,旅游场景至少包括以下之一:自由单人游、浪漫双人游、亲子游、幸福全家游、组织团体游、商务游。
在一种应用场景中,客户端根据用户特征确定用户已婚,但没有小孩,则客户端向用户推荐浪漫双人游。同时,客户端确定用户的旅游偏好为城市游,则客户端向用户推荐“皇居→银座→东京塔→六本木”旅游行程。
需要说明的是,客户端生成的旅游行程可能为多条,此时,客户端可为用户确定最优的旅游行程,具体方法可以包括如下步骤:
步骤S90,获取针对用户的多个偏好的旅游景点;
步骤S92,根据多个偏好的旅游景点,生成多条旅游路径;
步骤S94,根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定最优旅游路径为针对用户的旅游行程。
在一种可选的方案中,如图3所示,客户端针对用户的多个偏好的旅游景点生成了两条旅游路径,分别为“D1:皇居→银座→东京塔→六本木”,“D2:上野公园→秋叶原→浅草寺→东京天空树”。如果用户偏好的旅游形式为城市游,偏好的旅行时长为一天,偏好的旅游强度为3个景点,则客户端从上述两条旅游路径中选择D1作为最优旅游路径推送给用户,并在客户端的显示界面上显示该条旅游路径上每个景点的特色。
需要说明的是,客户端还可通过Dijkstra最短路径算法或者Viterbi状态转移算法对多条旅游路径进行处理得到最优旅游路径。
由上述内容可知,本申请采用跨领域平台的用户的行为数据进行分析的方式为用户推荐最优的旅游行程,整个过程完全自动化,无需人工干预,同时本申请所提供的方案还可为用户提供多种旅游行程的选择。相较于其他竞品的手工行程编辑,本申请所提供的方案不仅提高了旅游行程的生成效率,还提高了用户使用旅游类应用程序的使用体验。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的旅游行程处理方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
实施例2
根据本申请实施例,还提供了一种旅游行程处理方法,如图4所示,该方法可以包括:
步骤S402,检测到可能针对旅游的操作。
在步骤S402中,客户端可检测用户的操作。可选的,在客户端为电脑的场景下,用户通过鼠标或键盘或语音或眼动控制设备等向电脑发出开启旅游类应用程序的命令,电脑在检测到该命令之后,启动旅游类应用程序,并接收用户输入的信息,例如,用户输入的旅游目的地。
步骤S404,响应于操作,获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据。
需要说明的是,安装有旅游类应用程序的客户端可执行本实施例所提供的旅游行程处理方法。优选地,客户端为移动客户端,例如,智能手机、平板电脑等。另外,用户的购买行为数据可以为但不限于用户在电商平台(例如,XX购物平台)和非电商平台的购买行为数据,其中,用户在电商平台的购买行为数据包括但不限于用户购买商品的种类、购买商品的时间以及购买商品的数量等信息,用户的历史旅游数据包括但不限于用户在旅游平台(例如,XXX平台)以及非旅游平台的历史旅游数据,其中,用户在旅游平台的历史旅游数据包括但不限于用户的旅游地区、旅游时间以及旅游次数等。
步骤S406,根据行为数据,确定针对用户的旅游偏好,并根据旅游偏好,生成针对用户的旅游行程。
在步骤S406中,用户的旅游偏好包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
需要说明的是,不同的用户对不同的旅游景点具有不同的喜爱程度,例如,有的用户喜欢人文历史,有的用户喜欢山水景观,有的用户喜欢博物馆等。可选的,客户端可根据历史旅游数据来确定用户对旅游景点的偏好,例如,根据历史旅游数据确定用户一天可游览的景点数量大于5,并且景点中多以自然风光为主,则客户端确定用户的旅游景点偏好为山水游。
此外,还需要说明的是,旅游形式可以包括但不限于徒步游、自驾游、跟团游等。另外,旅游时长表示用户在目的地旅游的整个过程中的持续天数,例如,用户从6月1日开始出发去东京旅游,6月5日返回家中,则用户的旅游时长为5天;旅游强度用于表征用户游览相同数量的景点所消耗的时长,例如,游览同样的5个景点,用户A一天全部游览完毕,而用户B花了两天的时间进行游览,则用户A的旅游强度要大于用户B的旅游强度。
在确定了用户的旅游偏好之后,客户端再结合用户的用户特征生成旅游行程,其中,用户的用户特征可以包括但不限于用户的年龄、学历、职业、爱好、消费水平等。
在一种可选的方案中,客户端通过互联网确定用户在外地工作,结合用户的购买行为数据,例如,通过用户购买的物品种类确定该用户为单身。客户端根据用户的行为数据确定用户的旅游偏好为山水游,则客户端针对该用户生成单人的山水游行程。
步骤S408,向用户发送用于推荐旅游行程的推荐信息。
在生成旅游信息之后,客户端向用户推送旅游行程。
可选的,客户端可通过文字展示的方式向用户推送旅游行程,如图3所示,客户端向用户推送了两条旅游行程,并对第一条旅游行程(即D1)中每个景点进行了解说。
可选的,客户端还可通过语音、视频以及图像的方式向旅游行程的推荐信息推送给用户。
基于上述步骤S402至步骤S408所限定的方案,可以获知,采用基于用户的行为数据生成用户的旅游行程的方式,客户端检测到可能针对旅游的操作,并响应于操作。在获取用户的行为数据之后,客户端根据用户的行为数据确定针对用户的旅游偏好,再根据旅游偏好生成针对用户的旅游行程,并向用户发送用于推荐旅游行程的推荐信息,其中,用户的行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据。
在上述过程中,用户的行为数据至少包含了用户的购买行为数据以及用户的历史旅游数据,并根据两个不同领域的数据来确定用户的旅游偏好,由于采用了不同领域的行为数据,因此,根据行为数据得到的用户的旅游偏好更符合用户的实际旅游偏好。另外,在确定了用户的旅游偏好之后,根据用户的旅游偏好自动生成旅游行程,整个过程无需人工干预,提高了旅游行程的制定效率。
由此可见,本申请所提供的方案可以达到自动生成旅游行程的目的,从而实现了提高旅游行程的制定效率,进而解决了现有的手动制定旅游行程的方式制定效率低以及行程制定方案可扩展性差的技术问题。
在一种可选的方案中,客户端可通过如下方式确定用户的旅游偏好:
方式一:客户端获取商品类目与行程类型之间的关联关系,并根据关联关系,确定与购买行为数据中的商品类目关联的行程类型是否在历史旅游数据中有记录。在确定有记录的情况下,客户端根据历史旅游数据中的行程类型确定用户对旅游景点的偏好。
方式二:客户端根据购买行为数据,确定购买行为数据对应的商品的使用场景,并根据使用场景,确定用户对旅游景点的偏好。
方式三:客户端确定用户的相关,并获取相关用户的历史旅游景点中用户未到过的旅游景点,然后确定用户未到过的旅游景点为用户对旅游景点的偏好。其中,相关用户的历史旅游数据与用户的历史旅游数据相似。
方式四:客户端根据购买行为数据,确定购买行为数据对应的商品的使用方式,并根据使用方式,确定用户对旅游形式的偏好。
方式五:客户端根据旅游天数模型,确定与偏好的旅游景点对应的旅游天数,并确定旅游天数为针对用户的旅游时长的偏好。其中,旅游天数模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:旅游景点和与旅游景点对应的旅游天数。
方式六:客户端根据用户或者与用户相关的相关用户的历史旅游数据,确定用户每天浏览的平均景点数和浏览单个景点的平均时长,然后根据景点数和浏览时长与旅游强度的对应关系,确定用户的平均景点数和平均时长对应的预估旅游强度,最后将预估旅游强度确定为针对用户的旅游偏好。
需要说明的是,在上述六个确定用户的旅游偏好的方案中,用户无需手动操作,客户端可根据用户的行为数据自动确定用户的旅游偏好,进一步,客户端根据确定的旅游偏好向用户推送旅游行程。
可选的,客户端可根据用户特征并结合旅游偏好来生成旅游行程。具体的,客户端首先获取用户的用户特征,然后根据用户特征,确定针对用户的旅游场景,其中,旅游场景体现旅游的氛围和人物。在旅游场景下,客户端根据旅游偏好,生成针对用户的旅游行程。
需要说明的是,客户端生成的旅游行程可能为多条,此时,客户端可为用户确定最优的旅游行程。具体的,用户通过点击客户端中的特定控件向客户端发出选择最优旅游路径的请求。客户端接收请求选择最优旅游路径的指令,并响应于指令,向用户推荐作为旅游行程的最优旅游路径,其中,最优旅游路径是根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定出来的。
此外,还需要说明的是,在确定了多条旅游路径之后,用户可通过客户端选择旅游路径作为旅游行程,其中,客户端向用户发送用于推荐旅游行程的推荐信息的方法可以包括:
步骤S4080,显示多条旅游路径,其中,多条旅游路径根据针对用户的多个偏好的旅游景点生成;
步骤S4082,接收选择旅游路径的选择指令;
步骤S4084,向用户推荐选择指令对应的旅游路径。
可选的,如图3所示,客户端针对用户的多个偏好的旅游景点生成了两条旅游路径,分别为“D1:皇居→银座→东京塔→六本木”,“D2:上野公园→秋叶原→浅草寺→东京天空树”。如果用户偏好的旅游形式为城市游,偏好的旅行时长为一天,偏好的旅游强度为3个景点,则客户端从上述两条旅游路径中选择D1作为最优旅游路径推送给用户,并在客户端的显示界面上显示该条旅游路径上每个景点的特色。如果用户对客户端推荐的旅游路径不满意,用户可通过点击满意的旅游路径,此时,客户端可接收到用户发出的选择指令,并生成用户选择的旅游路径生成旅游行程,例如,用户点击图3中的D2路径,则客户端生成D2路径的旅游行程,并在客户端的显示界面上显示D2旅游路径上每个景点的特色。
实施例3
根据本申请实施例,还提供了一种用于实施上述旅游行程处理方法的旅游行程处理装置,如图5所示,该装置50包括:获取模块501、确定模块503以及生成模块505。
其中,获取模块501,用于获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;确定模块503,用于根据行为数据,确定针对用户的旅游偏好,其中,旅游偏好至少包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好;生成模块505,用于根据旅游偏好,生成针对用户的旅游行程。
此处,需要说明的是,上述获取模块501、确定模块503以及生成模块505对应于实施例1中的步骤S202至步骤S206,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,确定模块包括:第一获取模块、第一确定模块以及第二确定模块。其中,第一获取模块,用于获取商品类目与行程类型之间的关联关系;第一确定模块,用于根据关联关系,确定与购买行为数据中的商品类目关联的行程类型是否在历史旅游数据中有记录;第二确定模块,用于在确定有记录的情况下,根据历史旅游数据中的行程类型确定用户对旅游景点的偏好。
此处,需要说明的是,上述第一获取模块、第一确定模块以及第二确定模块对应于实施例1中的步骤S20至步骤S24,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,确定模块包括:第三确定模块以及第四确定模块。其中,第三确定模块,用于根据购买行为数据,确定购买行为数据对应的商品的使用场景;第四确定模块,用于根据使用场景,确定用户对旅游景点的偏好。
此处,需要说明的是,上述第三确定模块以及第四确定模块对应于实施例1中的步骤S30至步骤S32,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,确定模块包括:第五确定模块、第二获取模块以及第六确定模块。其中,第五确定模块,用于确定用户的相关用户,其中,相关用户的历史旅游数据与用户的历史旅游数据相似;第二获取模块,用于获取相关用户的历史旅游景点中用户未到过的旅游景点;第六确定模块,用于确定用户未到过的旅游景点为用户对旅游景点的偏好。
此处,需要说明的是,上述第五确定模块、第二获取模块以及第六确定模块对应于实施例1中的步骤S40至步骤S44,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,确定模块包括:第七确定模块以及第八确定模块。其中,第七确定模块,用于根据购买行为数据,确定购买行为数据对应的商品的使用方式;第八确定模块,用于根据使用方式,确定用户对旅游形式的偏好。
此处,需要说明的是,上述第七确定模块以及第八确定模块对应于实施例1中的步骤S50至步骤S52,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,确定模块包括:第九确定模块以及第十确定模块。其中,第九确定模块,用于根据旅游天数模型,确定与偏好的旅游景点对应的旅游天数,其中,旅游天数模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:旅游景点和与旅游景点对应的旅游天数;第十确定模块,用于确定旅游天数为针对用户的旅游时长的偏好。
此处,需要说明的是,上述第九确定模块以及第十确定模块对应于实施例1中的步骤S60至步骤S62,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,确定模块包括:第十一确定模块、第十二确定模块以及第十三确定模块。其中,第十一确定模块,用于根据用户或者与用户相关的相关用户的历史旅游数据,确定用户每天浏览的平均景点数和浏览单个景点的平均时长;第十二确定模块,用于根据景点数和浏览时长与旅游强度的对应关系,确定用户的平均景点数和平均时长对应的预估旅游强度;第十三确定模块,用于将预估旅游强度确定为针对用户的旅游偏好。
此处,需要说明的是,上述第十一确定模块、第十二确定模块以及第十三确定模块对应于实施例1中的步骤S70至步骤S74,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,生成模块包括:第三获取模块、第十四确定模块以及第一生成模块。其中,第三获取模块,用于获取用户的用户特征;第十四确定模块,用于根据用户特征,确定针对用户的旅游场景,其中,旅游场景体现旅游的氛围和人物;第一生成模块,用于在旅游场景下,根据旅游偏好,生成针对用户的旅游行程。
此处,需要说明的是,上述第三获取模块、第十四确定模块以及第一生成模块对应于实施例1中的步骤S80至步骤S84,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在一种可选的方案中,旅游行程生成装置还包括:第四获取模块、第二生成模块以及第十五确定模块。其中,第四获取模块,用于获取针对用户的多个偏好的旅游景点;第二生成模块,用于根据多个偏好的旅游景点,生成多条旅游路径;第十五确定模块,根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定最优旅游路径为针对用户的旅游行程。
此处,需要说明的是,上述第四获取模块、第二生成模块以及第十五确定模块对应于实施例1中的步骤S90至步骤S94,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
实施例4
本申请的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行旅游行程处理方法中以下步骤的程序代码:获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好;根据旅游偏好,生成针对用户的旅游行程。其中,旅游偏好至少包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
可选地,图6是根据本申请实施例的一种计算机终端的结构框图。如图6所示,该计算机终端60可以包括:一个或多个(图中仅示出一个)处理器602、存储器604以及外设接口606。
其中,存储器可用于存储软件程序以及模块,如本申请实施例中的旅游行程处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的旅游行程处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端60。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好;根据旅游偏好,生成针对用户的旅游行程。其中,旅游偏好至少包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:获取商品类目与行程类型之间的关联关系;根据关联关系,确定与购买行为数据中的商品类目关联的行程类型是否在历史旅游数据中有记录;在确定有记录的情况下,根据历史旅游数据中的行程类型确定用户对旅游景点的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:根据购买行为数据,确定购买行为数据对应的商品的使用场景;根据使用场景,确定用户对旅游景点的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:确定用户的相关用户,其中,相关用户的历史旅游数据与用户的历史旅游数据相似;获取相关用户的历史旅游景点中用户未到过的旅游景点;确定用户未到过的旅游景点为用户对旅游景点的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:根据购买行为数据,确定购买行为数据对应的商品的使用方式;根据使用方式,确定用户对旅游形式的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:根据旅游天数模型,确定与偏好的旅游景点对应的旅游天数,其中,旅游天数模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:旅游景点和与旅游景点对应的旅游天数;确定旅游天数为针对用户的旅游时长的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:根据用户或者与用户相关的相关用户的历史旅游数据,确定用户每天浏览的平均景点数和浏览单个景点的平均时长;根据景点数和浏览时长与旅游强度的对应关系,确定用户的平均景点数和平均时长对应的预估旅游强度;将预估旅游强度确定为针对用户的旅游偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:获取用户的用户特征;根据用户特征,确定针对用户的旅游场景,其中,旅游场景体现旅游的氛围和人物;在旅游场景下,根据旅游偏好,生成针对用户的旅游行程。
可选的,上述处理器还可以执行如下步骤的程序代码:获取针对用户的多个偏好的旅游景点;根据多个偏好的旅游景点,生成多条旅游路径;根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定最优旅游路径为针对用户的旅游行程。
可选的,上述处理器还可以执行如下步骤的程序代码:检测到可能针对旅游的操作;响应于操作,获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好,并根据旅游偏好,生成针对用户的旅游行程;向用户发送用于推荐旅游行程的推荐信息。其中,旅游偏好至少包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
可选的,上述处理器还可以执行如下步骤的程序代码:显示多条旅游路径,其中,多条旅游路径根据针对用户的多个偏好的旅游景点生成;接收选择旅游路径的选择指令;向用户推荐选择指令对应的旅游路径。
可选的,上述处理器还可以执行如下步骤的程序代码:接收请求选择最优旅游路径的指令;响应于指令,向用户推荐作为旅游行程的最优旅游路径,其中,最优旅游路径是根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定出来的。
本领域普通技术人员可以理解,图6所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图6其并不对上述电子装置的结构造成限定。例如,计算机终端60还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图6所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例5
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例所提供的旅游行程处理方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好;根据旅游偏好,生成针对用户的旅游行程。其中,旅游偏好至少包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取商品类目与行程类型之间的关联关系;根据关联关系,确定与购买行为数据中的商品类目关联的行程类型是否在历史旅游数据中有记录;在确定有记录的情况下,根据历史旅游数据中的行程类型确定用户对旅游景点的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据购买行为数据,确定购买行为数据对应的商品的使用场景;根据使用场景,确定用户对旅游景点的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:确定用户的相关用户,其中,相关用户的历史旅游数据与用户的历史旅游数据相似;获取相关用户的历史旅游景点中用户未到过的旅游景点;确定用户未到过的旅游景点为用户对旅游景点的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据购买行为数据,确定购买行为数据对应的商品的使用方式;根据使用方式,确定用户对旅游形式的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据旅游天数模型,确定与偏好的旅游景点对应的旅游天数,其中,旅游天数模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:旅游景点和与旅游景点对应的旅游天数;确定旅游天数为针对用户的旅游时长的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据用户或者与用户相关的相关用户的历史旅游数据,确定用户每天浏览的平均景点数和浏览单个景点的平均时长;根据景点数和浏览时长与旅游强度的对应关系,确定用户的平均景点数和平均时长对应的预估旅游强度;将预估旅游强度确定为针对用户的旅游偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取用户的用户特征;根据用户特征,确定针对用户的旅游场景,其中,旅游场景体现旅游的氛围和人物;在旅游场景下,根据旅游偏好,生成针对用户的旅游行程。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取针对用户的多个偏好的旅游景点;根据多个偏好的旅游景点,生成多条旅游路径;根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定最优旅游路径为针对用户的旅游行程。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:检测到可能针对旅游的操作;响应于操作,获取用户的行为数据,行为数据至少包括以下之一:用户的购买行为数据和用户的历史旅游数据;根据行为数据,确定针对用户的旅游偏好,并根据旅游偏好,生成针对用户的旅游行程;向用户发送用于推荐旅游行程的推荐信息。其中,旅游偏好至少包括以下之一:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:显示多条旅游路径,其中,多条旅游路径根据针对用户的多个偏好的旅游景点生成;接收选择旅游路径的选择指令;向用户推荐选择指令对应的旅游路径。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:接收请求选择最优旅游路径的指令;响应于指令,向用户推荐作为旅游行程的最优旅游路径,其中,最优旅游路径是根据用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从多条旅游路径中确定出来的。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种旅游行程处理方法,其特征在于,包括:
获取用户的行为数据,所述行为数据包括所述用户的购买行为数据和所述用户的历史旅游数据;
根据所述行为数据,确定针对所述用户的旅游偏好,所述旅游偏好包括:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好;
根据所述旅游偏好,生成针对所述用户的旅游行程,所述根据所述旅游偏好,生成针对所述用户的旅游行程包括:获取针对所述用户的多个偏好的旅游景点;根据所述多个偏好的旅游景点,生成多条旅游路径;根据所述用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从所述多条旅游路径中确定最优旅游路径为针对所述用户的旅游行程。
2.根据权利要求1所述的方法,其特征在于,根据所述行为数据,确定针对所述用户的旅游偏好包括:
获取商品类目与行程类型之间的关联关系;
根据所述关联关系,确定与所述购买行为数据中的商品类目关联的行程类型是否在所述历史旅游数据中有记录;
在确定有记录的情况下,根据所述历史旅游数据中的行程类型确定所述用户对旅游景点的偏好。
3.根据权利要求1所述的方法,其特征在于,根据所述行为数据,确定针对所述用户的旅游偏好包括:
根据所述购买行为数据,确定所述购买行为数据对应的商品的使用场景;
根据所述使用场景,确定所述用户对旅游景点的偏好。
4.根据权利要求1所述的方法,其特征在于,根据所述行为数据,确定针对所述用户的旅游偏好包括:
确定所述用户的相关用户,其中,所述相关用户的历史旅游数据与所述用户的历史旅游数据相似;
获取所述相关用户的历史旅游景点中所述用户未到过的旅游景点;
确定所述用户未到过的旅游景点为所述用户对旅游景点的偏好。
5.根据权利要求1所述的方法,其特征在于,根据所述行为数据,确定针对所述用户的旅游偏好包括:
根据所述购买行为数据,确定所述购买行为数据对应的商品的使用方式;
根据所述使用方式,确定所述用户对旅游形式的偏好。
6.根据权利要求1所述的方法,其特征在于,根据所述行为数据,确定针对所述用户的旅游偏好包括:
根据旅游天数模型,确定与偏好的旅游景点对应的旅游天数,其中,所述旅游天数模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:旅游景点和与旅游景点对应的旅游天数;
确定所述旅游天数为针对所述用户的旅游时长的偏好。
7.根据权利要求1所述的方法,其特征在于,根据所述行为数据,确定针对所述用户的旅游偏好包括:
根据所述用户或者与所述用户相关的相关用户的历史旅游数据,确定所述用户每天浏览的平均景点数和浏览单个景点的平均时长;
根据景点数和浏览时长与旅游强度的对应关系,确定所述用户的平均景点数和平均时长对应的预估旅游强度;
将所述预估旅游强度确定为针对所述用户的旅游偏好。
8.根据权利要求1所述的方法,其特征在于,根据所述旅游偏好,生成针对所述用户的旅游行程包括:
获取所述用户的用户特征;
根据所述用户特征,确定针对所述用户的旅游场景,其中,所述旅游场景体现旅游的氛围和人物;
在所述旅游场景下,根据所述旅游偏好,生成针对所述用户的旅游行程。
9.一种旅游行程处理方法,其特征在于,包括:
检测到可能针对旅游的操作;
响应于所述操作,获取用户的行为数据,所述行为数据包括所述用户的购买行为数据和所述用户的历史旅游数据;
根据所述行为数据,确定针对所述用户的旅游偏好,所述旅游偏好包括:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好,并根据所述旅游偏好,生成针对所述用户的旅游行程,所述根据所述旅游偏好,生成针对所述用户的旅游行程包括:获取针对所述用户的多个偏好的旅游景点;根据所述多个偏好的旅游景点,生成多条旅游路径;根据所述用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从所述多条旅游路径中确定最优旅游路径为针对所述用户的旅游行程;
向所述用户发送用于推荐所述旅游行程的推荐信息。
10.根据权利要求9所述的方法,其特征在于,向所述用户发送用于推荐所述旅游行程的推荐信息包括:
显示多条旅游路径,其中,所述多条旅游路径根据针对所述用户的多个偏好的旅游景点生成;
接收选择旅游路径的选择指令;
向所述用户推荐所述选择指令对应的旅游路径。
11.根据权利要求10所述的方法,其特征在于,还包括:
接收请求选择最优旅游路径的指令;
响应于所述指令,向所述用户推荐作为所述旅游行程的最优旅游路径,其中,所述最优旅游路径是根据所述用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从所述多条旅游路径中确定出来的。
12.一种旅游行程生成装置,其特征在于,包括:
获取模块,用于获取用户的行为数据,所述行为数据包括所述用户的购买行为数据和所述用户的历史旅游数据;
确定模块,用于根据所述行为数据,确定针对所述用户的旅游偏好,所述旅游偏好包括:旅游景点的偏好,旅游形式的偏好,旅游时长的偏好,旅游强度的偏好;
生成模块,用于根据所述旅游偏好,生成针对所述用户的旅游行程,所述根据所述旅游偏好,生成针对所述用户的旅游行程包括:获取针对所述用户的多个偏好的旅游景点;根据所述多个偏好的旅游景点,生成多条旅游路径;根据所述用户偏好的旅游形式,偏好的旅游时长,偏好的旅游强度,从所述多条旅游路径中确定最优旅游路径为针对所述用户的旅游行程。
13.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至11中任意一项所述的旅游行程处理方法。
14.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至11中任意一项所述的旅游行程处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810879853.5A CN110796508B (zh) | 2018-08-03 | 2018-08-03 | 旅游行程处理方法、装置、存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810879853.5A CN110796508B (zh) | 2018-08-03 | 2018-08-03 | 旅游行程处理方法、装置、存储介质和处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110796508A CN110796508A (zh) | 2020-02-14 |
CN110796508B true CN110796508B (zh) | 2023-05-02 |
Family
ID=69425302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810879853.5A Active CN110796508B (zh) | 2018-08-03 | 2018-08-03 | 旅游行程处理方法、装置、存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796508B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680827B (zh) * | 2020-05-18 | 2024-02-02 | 湖南小蝌蚪网络科技有限公司 | 一种基于电子票务的云计算路线规划***的工作方法 |
CN113420210A (zh) * | 2020-11-11 | 2021-09-21 | 喻丹 | 一种基于大数据的智慧旅游分析决策*** |
CN112669086B (zh) * | 2021-01-04 | 2023-09-15 | 深圳市华通易点信息技术有限公司 | 多平台商品属性匹配处理方法及*** |
CN114493804A (zh) * | 2022-04-18 | 2022-05-13 | 北京资采信息技术有限公司 | 一种基于大数据的用户偏好分析方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678429A (zh) * | 2012-09-26 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种旅游线路的推荐方法以及装置 |
CN106157192A (zh) * | 2016-05-09 | 2016-11-23 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106886837A (zh) * | 2017-02-21 | 2017-06-23 | 携程旅游网络技术(上海)有限公司 | 基于时间规划的自由行行程推荐方法 |
CN107657483A (zh) * | 2017-09-30 | 2018-02-02 | 四川智胜慧旅科技有限公司 | 一种全域智慧旅游*** |
CN107679934A (zh) * | 2017-08-31 | 2018-02-09 | 北京锋景卓越科技有限公司 | 一种旅游信息推送方法及服务器 |
CN107730330A (zh) * | 2017-11-14 | 2018-02-23 | 重庆途比达信息技术有限公司 | 旅游交互网络平台及其数据交互方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG10201502180YA (en) * | 2015-03-20 | 2016-10-28 | Mastercard Asia Pacific Pte Ltd | Method and system for recommending a travel itinerary |
US9820094B2 (en) * | 2015-08-10 | 2017-11-14 | Facebook, Inc. | Travel recommendations on online social networks |
-
2018
- 2018-08-03 CN CN201810879853.5A patent/CN110796508B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678429A (zh) * | 2012-09-26 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种旅游线路的推荐方法以及装置 |
CN106157192A (zh) * | 2016-05-09 | 2016-11-23 | 北京妙计科技有限公司 | 一种行程服务方法和装置 |
CN106886837A (zh) * | 2017-02-21 | 2017-06-23 | 携程旅游网络技术(上海)有限公司 | 基于时间规划的自由行行程推荐方法 |
CN107679934A (zh) * | 2017-08-31 | 2018-02-09 | 北京锋景卓越科技有限公司 | 一种旅游信息推送方法及服务器 |
CN107657483A (zh) * | 2017-09-30 | 2018-02-02 | 四川智胜慧旅科技有限公司 | 一种全域智慧旅游*** |
CN107730330A (zh) * | 2017-11-14 | 2018-02-23 | 重庆途比达信息技术有限公司 | 旅游交互网络平台及其数据交互方法 |
Non-Patent Citations (1)
Title |
---|
王东 ; .基于用户兴趣与关注度的旅游路线推荐研究.电脑知识与技术.2018,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110796508A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796508B (zh) | 旅游行程处理方法、装置、存储介质和处理器 | |
US11481461B2 (en) | Concept networks and systems and methods for the creation, update and use of same to select images, including the selection of images corresponding to destinations in artificial intelligence systems | |
US20210256075A1 (en) | Concept networks and systems and methods for the creation, update and use of same in artificial intelligence systems | |
CN103514204B (zh) | 信息推荐方法和装置 | |
Ricci | Mobile recommender systems | |
CN109246451A (zh) | 一种直播间推荐方法、装置、服务器及存储介质 | |
KR20180098390A (ko) | 경로 추천 방법, 전자 장치, 및 그래픽 사용자 인터페이스 | |
CN103631851A (zh) | 推荐好友的方法及其服务器和终端 | |
CN110139162A (zh) | 媒体内容的共享方法和装置、存储介质、电子装置 | |
EP3776436A1 (en) | Personalized match score for places | |
KR20190047867A (ko) | 빅데이터를 이용한 사용자 맞춤형 숙소추천장치 및 방법 | |
CN104756143A (zh) | 获得事件评论 | |
EP3195631A1 (en) | Geographical location based application | |
García-Crespo et al. | CESARSC: Framework for creating cultural entertainment systems with augmented reality in smart cities | |
CN108471455A (zh) | 房产信息的推送方法、服务器及存储介质 | |
CN107687856A (zh) | 基于电子地图的导航方法、终端及计算机存储介质 | |
CN106133776A (zh) | 基于与用户的受管交互构建用户对简档创建和推荐的信任 | |
KR102233065B1 (ko) | 셀럽의 맞춤형 쇼핑몰 플랫폼을 위한 서버 | |
KR20140027011A (ko) | 친구 추천 방법 및 이를 위한 서버 및 단말 | |
CN106233317A (zh) | 信息接口生成和/或填充 | |
US11615445B2 (en) | Systems, methods, computing platforms, and storage media for providing image recommendations | |
US10467237B1 (en) | Object relationships and similarities based on user context | |
CN110807147B (zh) | 旅游信息生成方法、生成装置、存储介质和处理器 | |
CN110796509B (zh) | 商品推荐方法及装置 | |
US10733253B2 (en) | Methods and systems for providing residence recommendations based on personal interests |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40023511 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |