CN112966947A - 一种基于物联网的智慧旅游景区管理方法及*** - Google Patents
一种基于物联网的智慧旅游景区管理方法及*** Download PDFInfo
- Publication number
- CN112966947A CN112966947A CN202110272846.0A CN202110272846A CN112966947A CN 112966947 A CN112966947 A CN 112966947A CN 202110272846 A CN202110272846 A CN 202110272846A CN 112966947 A CN112966947 A CN 112966947A
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- spot
- hot spot
- tourist
- tourist attraction
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims description 33
- 238000009826 distribution Methods 0.000 claims abstract description 275
- 238000004458 analytical method Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 175
- 125000004122 cyclic group Chemical group 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 7
- 230000006854 communication Effects 0.000 claims description 6
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000013461 design Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 11
- 238000013459 approach Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000006386 memory function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智慧旅游与物联网技术领域,涉及一种基于物联网的智慧旅游景区管理方法及***。本发明通过对当前景点统计范围分布和参照景点统计范围分布获取的旅游景区流量类别数据进行处理,得到两个热点旅游景点对象清单,并根据两个热点旅游景点对象清单,获取在当前景点统计范围分布内具有安全风险的关键热点旅游景点对象,进而将关键热点旅游景点对象及其对应的附加热点旅游景点对象作为热点旅游景点对象分析信息,进而无需人工分析对比,提高热点旅游景点对象分析的准确性。
Description
技术领域
本发明涉及智慧旅游与物联网技术领域,示例性地,涉及一种基于物联网的智慧旅游景区管理方法及***。
背景技术
通过智能网络对景区地理事物、自然资源、旅游者行为、景区工作人员行迹、景区基础设施和服务设施进行全面、透彻、及时的感知;对游客、景区工作人员实现可视化管理;优化再造景区业务流程和智能化运营管理;同旅游产业上下游企业形成战略联盟,实现有效保护遗产资源的真实性和完整性,提高对旅游者的服务质量;实现景区环境、社会和经济的全面、协调和可持续发展。
相关技术中,在进行智慧旅游景区管理过程中需要人工分析对比,导致热点旅游景点对象分析的准确性存在诸多主观影响。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的在于提供一种基于物联网的智慧旅游景区管理方法及***。
第一方面,本发明提供一种基于物联网的智慧旅游景区管理方法,应用于智慧旅游服务***,所述智慧旅游服务***与多个旅游景点物联网终端通信连接,所述方法包括:
获取参照旅游景区统计记录集和当前旅游景区统计记录集,所述参照旅游景区统计记录集包括多个景点统计范围位于参照景点统计范围分布内的参照旅游景区流量类别数据,所述当前旅游景区统计记录集包括多个景点统计范围位于当前景点统计范围分布内的当前旅游景区流量类别数据,其中,所述参照旅游景区统计记录集和当前旅游景区统计记录集为所述旅游景点物联网终端实时上传或者每隔预定时间上传;
对所述参照旅游景区统计记录集中的参照旅游景区流量类别数据和所述当前旅游景区统计记录集中的当前旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单;
通过获取所述当前热点旅游景点对象清单中的每个热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象;
根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象,所述热点旅游景点对象搜索模型用于输出与关键热点旅游景点对象相关联的附加热点旅游景点对象,将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。
在第一方面的一种可能的设计思路中,其特征在于,所述方法还包括:
获取所述热点旅游景点对象分析信息中位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合,获取目标调度模型对应的调度基础数据;所述调度基础数据中包含在第一客流分布时序节点输入至所述目标调度模型的所述热点景点客流数据集合中的第一热点景点客流数据;
获取所述热点景点客流数据集合中的第二热点景点客流数据,确定所述第一热点景点客流数据与所述第二热点景点客流数据之间的客流关系信息;
若所述客流关系信息达到与所述目标调度模型相关联的调度要求,则将所述第二热点景点客流数据添加至所述调度基础数据,得到更新后的调度基础数据,在第二客流分布时序节点时将所述第二热点景点客流数据输入所述目标调度模型,由所述目标调度模型输出与更新后的调度基础数据相关联的调度分类特征;所述第二客流分布时序节点为所述第一客流分布时序节点的下一循环分析客流分布时序节点;
基于所述调度分类特征和与所述第一客流分布变化节点相关联的客流分布变化数据,确定所述客流分布变化单元所属的客流调度策略,基于所述客流调度策略生成与所述客流分布变化单元相关联的客流调度信息。
譬如,在第一方面的一种可能的设计思路中,所述方法还包括:
获取由第一客流分布变化节点中的客流分布变化程序在预设客流分布变化区间内所获取到的初始热点旅游景点对象分析信息,基于所述预设客流分布变化区间对所述热点旅游景点对象分析信息进行映射处理,得到所述热点旅游景点对象分析信息对应的初始热点景点客流数据集合;
在所述初始热点景点客流数据集合中对包含客流分布变化单元的热点景点客流数据源进行行为检测,将检测到的包含所述客流分布变化单元的热点景点客流数据源作为第一类型热点景点客流数据源,并在所述初始热点景点客流数据集合中将除所述第一类型热点景点客流数据源之外的热点景点客流数据源作为第二类型热点景点客流数据源;
在所述初始热点景点客流数据集合中滤除所述第二类型热点景点客流数据源,将滤除所述第二类型热点景点客流数据源后的初始热点景点客流数据集合作为目标热点景点客流数据集合;所述目标热点景点客流数据集合中包含N个所述第一类型热点景点客流数据源;一个第一类型热点景点客流数据源中包含一个客流分布变化单元所属的热点景点客流数据的节点;所述N为正整数;
从N个所述第一类型热点景点客流数据源中获取包含所述客流分布变化单元的热点景点客流数据的节点,以得到N个目标位置,基于所述N个目标位置的热点调度分量和目标调度模型的输入特征,构建位于所述第一客流分布变化节点中的所述客流分布变化单元的热点景点客流数据集合。
在第一方面的一种可能的设计思路中,获取所述热点景点客流数据集合中的第二热点景点客流数据,所述确定所述第一热点景点客流数据与所述第二热点景点客流数据之间的客流关系信息,包括:
获取所述热点景点客流数据集合中的第二热点景点客流数据,通过循环分析引用图谱分别将所述第一热点景点客流数据和所述第二热点景点客流数据划分为W个热点景点客流数据图谱单元,一个热点景点客流数据图谱单元对应一个热点景点客流数据的节点;
当控制所述循环分析引用图谱以单位循环分析区间在所述第一热点景点客流数据上循环分析时,在所述第一热点景点客流数据所包含的W个热点景点客流数据的节点中循环分析确定第一热点景点客流数据的节点,在所述第一热点景点客流数据中,通过所述循环分析引用图谱所关联的深度学习模型确定所述第一热点景点客流数据的节点中的客流数据片的第一热点信息;
当控制所述循环分析引用图谱以所述单位循环分析区间在所述第二热点景点客流数据上循环分析时,在所述第二热点景点客流数据所包含的W个热点景点客流数据的节点中循环分析确定第二热点景点客流数据的节点,在所述第二热点景点客流数据中,通过所述深度学习模型确定所述第二热点景点客流数据的节点中的客流数据片的第二热点信息;
基于所述第一热点信息和所述第二热点信息,确定所述第一热点景点客流数据的节点和所述第二热点景点客流数据的节点之间的局部客流关系,直到所述第一热点景点客流数据中的W个热点景点客流数据的节点均被确定为第一热点景点客流数据的节点,且第二热点景点客流数据中的W个热点景点客流数据的节点均被确定为第二热点景点客流数据的节点时,得到每个所述第一热点景点客流数据的节点与对应第二热点景点客流数据的节点之间的局部客流关系,基于W个局部客流关系确定所述第一热点景点客流数据和所述第二热点景点客流数据之间的客流关系信息。
在第一方面的一种可能的设计思路中,所述若所述客流关系信息达到与所述目标调度模型相关联的调度要求,则将所述第二热点景点客流数据添加至所述调度基础数据,得到更新后的调度基础数据,且在第二客流分布时序节点时将所述第二热点景点客流数据输入所述目标调度模型,由所述目标调度模型输出与更新后的调度基础数据相关联的调度分类特征,包括:
获取与所述目标调度模型相关联的调度要求;所述调度要求中包含第一参考客流关系范围和第二参考客流关系范围;所述第一参考客流关系范围小于所述第二参考客流关系范围;
当检测到所述客流关系信息处于所述第一参考客流关系范围与所述第二参考客流关系范围所构成的参考客流关系范围内时,确定所述客流关系信息达到所述调度要求;
将所述第二热点景点客流数据添加至所述调度基础数据,得到更新后的调度基础数据,在第二客流分布时序节点时将所述第二热点景点客流数据输入所述目标调度模型,由所述目标调度模型对提取所述第二热点景点客流数据中的热点调度分量,将所述目标调度模型在所述第二客流分布时序节点所提取到的热点调度分量作为热点调度分量;
获取所述目标调度模型在截止到所述第一客流分布时序节点时所提取到的深度热点调度分量,将所述深度热点调度分量作为所述调度基础数据对应的参照热点调度分量,将所述参照热点调度分量和所述热点调度分量进行融合,得到所述目标调度模型所输出的更新后的调度基础数据的调度分类特征;
当检测到所述客流关系信息小于所述第一参考客流关系范围时,确定所述客流关系信息未达到所述调度要求,根据小于所述第一参考客流关系范围的客流关系信息,丢弃从所述热点景点客流数据集合中获取到的所述第二热点景点客流数据,将所述目标调度模型在截止到所述第一客流分布时序节点时所提取到的深度热点调度分量,作为与所述输入序列相关联的调度分类特征,基于所述调度分类特征获取所述调度基础数据的参照调度置信度;
若所述调度基础数据的参照调度置信度达到预设置信度条件,则执行所述基于所述调度分类特征和与所述第一客流分布变化节点相关联的客流分布变化数据,确定所述客流分布变化单元所属的客流调度策略,基于所述客流调度策略生成与所述客流分布变化单元相关联的客流调度信息的步骤。
譬如,在第一方面的一种可能的设计思路中,所述热点景点客流数据集合中包括第三热点景点客流数据;所述第三热点景点客流数据为所述第二热点景点客流数据的下一热点景点客流数据;
所述方法还包括:
当检测到所述客流关系信息大于所述第二参考客流关系范围时,确定所述客流关系信息未达到所述调度要求;
根据大于所述第二参考客流关系范围的客流关系信息,丢弃从所述热点景点客流数据集合中获取到的所述第二热点景点客流数据,从所述热点景点客流数据集合中获取所述第三热点景点客流数据,用所述第三热点景点客流数据更新所述第二热点景点客流数据;所述第三热点景点客流数据的热点调度分量大于目标调度模型的输入特征。
在第一方面的一种可能的设计思路中,所述基于所述调度分类特征和与所述第一客流分布变化节点相关联的客流分布变化数据,确定所述客流分布变化单元所属的客流调度策略,基于所述客流调度策略生成与所述客流分布变化单元相关联的客流调度信息,包括:
基于所述调度分类特征确定所述更新后的调度基础数据的目标调度置信度,当所述目标调度置信度达到预设置信度条件时,通过与所述目标调度模型相关联的决策模块,在与所述第一客流分布变化节点相关联的客流分布变化数据中对所述调度分类特征进行特征匹配;
若在所述客流分布变化数据中未匹配到与所述调度分类特征相匹配的参照决策特征,则基于所述调度分类特征构建针对所述客流分布变化单元的客流分布变化单元记录;
基于所述客流分布变化单元记录将由所述决策模块所预测到的所述客流分布变化单元所属的客流调度策略确定为目标客流调度策略;
基于所述目标客流调度策略,将所述客流分布变化单元添加至所述第一客流分布变化节点对应的调度基础数据库,在所述调度基础数据库中的调度节点数量达到调度节点数量阈值时,生成与所述客流分布变化单元相关联的客流调度信息;所述客流调度信息用于向所述第一客流分布变化节点配置具备所述目标客流调度策略的客流分布变化单元。
第二方面,本发明实施例还提供一种基于物联网的智慧旅游景区管理***,所述基于物联网的智慧旅游景区管理***包括智慧旅游服务***以及与所述智慧旅游服务***通信连接的多个旅游景点物联网终端;
所述智慧旅游服务***,用于:
获取参照旅游景区统计记录集和当前旅游景区统计记录集,所述参照旅游景区统计记录集包括多个景点统计范围位于参照景点统计范围分布内的参照旅游景区流量类别数据,所述当前旅游景区统计记录集包括多个景点统计范围位于当前景点统计范围分布内的当前旅游景区流量类别数据,其中,所述参照旅游景区统计记录集和当前旅游景区统计记录集为所述旅游景点物联网终端实时上传或者每隔预定时间上传;
对所述参照旅游景区统计记录集中的参照旅游景区流量类别数据和所述当前旅游景区统计记录集中的当前旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单;
通过获取所述当前热点旅游景点对象清单中的每个热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象;
根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象,所述热点旅游景点对象搜索模型用于输出与关键热点旅游景点对象相关联的附加热点旅游景点对象,将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。
根据上述任意一个方面,本发明提供的实施方式中,对基于当前景点统计范围分布和参照景点统计范围分布获取的旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单;根据参照热点旅游景点对象清单和当前热点旅游景点对象清单,通过计算相关置信度确定关键热点旅游景点对象,获取每个关键热点旅游景点对象对应的附加热点旅游景点对象,将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。通过对当前景点统计范围分布和参照景点统计范围分布获取的旅游景区流量类别数据进行处理,得到两个热点旅游景点对象清单,并根据两个热点旅游景点对象清单,获取在当前景点统计范围分布内具有安全风险的关键热点旅游景点对象,进而将关键热点旅游景点对象及其对应的附加热点旅游景点对象作为热点旅游景点对象分析信息,进而无需人工分析对比,提高热点旅游景点对象分析的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要调用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本发明实施例提供的基于物联网的智慧旅游景区管理***的应用场景示意图;
图2为本发明实施例提供的基于物联网的智慧旅游景区管理方法的流程示意图;
图3为本发明实施例提供的用于实现上述的基于物联网的智慧旅游景区管理方法的智慧旅游服务***的结构示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或***实施例中。
图1是本发明一种实施例提供的基于物联网的智慧旅游景区管理***10的交互示意图。基于物联网的智慧旅游景区管理***10可以包括智慧旅游服务***100以及与智慧旅游服务***100通信连接的旅游景点物联网终端200。图1所示的基于物联网的智慧旅游景区管理***10仅为一种可行的示例,在其它可行的实施例中,该基于物联网的智慧旅游景区管理***10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。
在一种可能的设计思路中,基于物联网的智慧旅游景区管理***10中的智慧旅游服务***100和旅游景点物联网终端200可以通过配合执行以下方法实施例所描述的基于物联网的智慧旅游景区管理方法,具体智慧旅游服务***100和旅游景点物联网终端200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本发明实施例提供的基于物联网的智慧旅游景区管理方法的流程示意图,本实施例提供的基于物联网的智慧旅游景区管理方法可以由图1中所示的智慧旅游服务***100执行,下面对该基于物联网的智慧旅游景区管理方法进行详细介绍。
步骤S110,获取参照旅游景区统计记录集和当前旅游景区统计记录集。
其中,参照旅游景区统计记录集包括多个景点统计范围位于参照景点统计范围分布内的参照旅游景区流量类别数据。参照景点统计范围分布用于评估热点旅游景点对象在当前景点统计范围之前的一段景点统计范围区间内的运行状态情况,该参照景点统计范围分布的区间可根据参照旅游景区流量类别数据所描述的旅游景区统计记录本身的属性确定,如果参照旅游景区流量类别数据所描述的旅游景区统计记录持续时间较长,则可为参照景点统计范围分布设置较长范围的区间。如果参照旅游景区流量类别数据所描述的事件持续时间较短,则可为参照景点统计范围分布设置较短范围的区间。
其中,当前旅游景区统计记录集包括多个景点统计范围位于当前景点统计范围分布内的当前旅游景区流量类别数据。当前景点统计范围分布用于考察热点旅游景点对象在当前景点统计范围区间内的表现,该当前景点统计范围分布的景点统计范围区间一般较短,用以保证实时性。
本实施例中,获取参照旅游景区统计记录集的方式,包括但不限于如下方式:根据参照景点统计范围分布,从旅游景区流量类别数据库中获取景点统计范围位于参照景点统计范围分布内的多个参照旅游景区流量类别数据,并将多个参照旅游景区流量类别数据组成参照旅游景区统计记录集。其中,旅游景区流量类别数据库用于存储网络通信过程中的旅游景区流量类别数据。例如,设定参照景点统计范围分布的节点数量为3个,当前景点统计范围为景点统计范围A4,智慧旅游服务***100以景点统计范围A4为起点,从旅游景区流量类别数据库中,选取景点统计范围位于景点统计范围A1至景点统计范围A3之间的多个参照旅游景区流量类别数据,并将所获取的多个参照旅游景区流量类别数据组成参照旅游景区统计记录集。
智慧旅游服务***100获取当前旅游景区统计记录集的方式,包括但不限于如下方式:智慧旅游服务***100根据当前景点统计范围分布,从旅游景区流量类别数据库中获取景点统计范围位于当前景点统计范围分布内的多个当前旅游景区流量类别数据,并将多个当前旅游景区流量类别数据组成当前旅游景区统计记录集。例如,设定当前景点统计范围分布的数量为2个,当前景点统计范围为景点统计范围A4,智慧旅游服务***100以景点统计范围A4为起点,从旅游景区流量类别数据库中,选取景点统计范围位于景点统计范围A4至景点统计范围A5之间的多个当前旅游景区流量类别数据,并将所获取的多个当前旅游景区流量类别数据组成当前旅游景区统计记录集。
步骤S120,智慧旅游服务***100对参照旅游景区统计记录集中的参照旅游景区流量类别数据和当前旅游景区统计记录集中的当前旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单。
参照热点旅游景点对象清单包括参照景点统计范围分布内的多个热点旅游景点对象,该参照热点旅游景点对象清单的获取过程为:对于参照旅游景区统计记录集中的任一个参照旅游景区统计记录信息,智慧旅游服务***100提取该参照旅游景区统计记录信息中的热点路由项目及热点路由ID信息,并依次对提取的热点路由项目及热点路由ID信息进行过滤操作及提取热点路由地理位置操作,得到参照旅游景区统计记录信息的热点旅游景点对象,进而将所有参照旅游景区统计记录信息的热点旅游景点对象组成参照热点旅游景点对象清单。其中,热点路由ID信息为对参照旅游景区统计记录信息进行处理时,所标记的不同热点路由标识的附加热点旅游景点对象。热点路由地理位置主要包括隐蔽通道地理位置、植入攻击地理位置等。其中,依次对提取的热点路由项目及热点路由ID信息进行过滤操作及提取热点路由地理位置操作的过程为:获取预先建立的旅游景区统计记录识别模型,基于所获取的旅游景区统计记录识别模型,对参照旅游景区统计记录信息进行标注,得到参照旅游景区统计记录信息中每个旅游景区统计记录对应的旅游景区统计记录标签,该旅游景区统计记录标签包括旅游景区统计记录的热点路由地理位置名称、热点路由位置、热点路由业务节点等,然后根据标注结果,对参照旅游景区统计记录信息进行拆分,得到各个拆分旅游景区统计记录,接着,通过去除各个拆分旅游景区统计记录中的噪声信息,进而根据每个拆分旅游景区统计记录对应的旅游景区统计记录标签,从去除噪声信息的各个拆分旅游景区统计记录中,提取热点路由地理位置。其中,旅游景区统计记录识别模型可根据人工标注的旅游景区统计记录训练得到。
当前热点旅游景点对象清单包括当前景点统计范围分布内的多个热点旅游景点对象,该当前热点旅游景点对象清单的获取过程为:对于当前旅游景区统计记录集中的任一个当前旅游景区统计记录信息,智慧旅游服务***100提取该当前旅游景区统计记录信息中的热点路由项目及热点路由ID信息,并依次对提取的热点路由项目及热点路由ID信息进行过滤操作及热点路由地理位置提取操作,得到当前旅游景区统计记录信息的热点旅游景点对象,进而将所有当前旅游景区统计记录信息的热点旅游景点对象组成当前热点旅游景点对象清单。
步骤S130,智慧旅游服务***100通过获取当前热点旅游景点对象清单中的每个热点旅游景点对象属于参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象。
智慧旅游服务***100通过获取当前热点旅游景点对象清单中的每个热点旅游景点对象属于参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象,该过程可采用如下步骤:
步骤S131,智慧旅游服务***100获取每个目标热点旅游景点对象在全局集合中的第一相关置信度。
其中,目标热点旅游景点对象为同时属于参照热点旅游景点对象清单和当前热点旅游景点对象清单的热点旅游景点对象。全局集合为由参照热点旅游景点对象清单和当前热点旅游景点对象清单组成的集合。例如,参照热点旅游景点对象清单包括的热点旅游景点对象为“热点旅游景点对象A”、“热点旅游景点对象B”、“热点旅游景点对象C”、“热点旅游景点对象D”、“热点旅游景点对象E”等,当前热点旅游景点对象清单包括的热点旅游景点对象为“热点旅游景点对象A”、“热点旅游景点对象F”、“热点旅游景点对象G”等,则将将同时属于参照热点旅游景点对象清单和当前热点旅游景点对象清单的热点旅游景点对象“热点旅游景点对象A”作为目标热点旅游景点对象,将“热点旅游景点对象A”、“热点旅游景点对象B”、“热点旅游景点对象C”、“热点旅游景点对象D”、“热点旅游景点对象E”、“热点旅游景点对象F”、“热点旅游景点对象G”组成全局集合。
基于得到的全局集合,智慧旅游服务***100统计全局集合中每个热点旅游景点对象的热点分布置信度,得到全局集合中所有热点旅游景点对象的总热点分布置信度,并计算每个目标热点旅游景点对象的热点分布置信度与所有热点旅游景点对象的总热点分布置信度的比值,得到每个目标热点旅游景点对象在全局集合中的第一相关置信度。
步骤S132,智慧旅游服务***100获取每个目标热点旅游景点对象在当前热点旅游景点对象清单中的第二相关置信度。
对于每个目标热点旅游景点对象,智慧旅游服务***100统计每个目标热点旅游景点对象在当前热点旅游景点对象清单中的热点分布置信度,并统计当前热点旅游景点对象清单中所有热点旅游景点对象的总热点分布置信度,进而计算每个目标热点旅游景点对象的热点分布置信度与所有热点旅游景点对象的总热点分布置信度的比值,得到每个目标热点旅游景点对象在当前热点旅游景点对象清单中的第二相关置信度。
步骤S133,智慧旅游服务***100将第一相关置信度和第二相关置信度输入到置信度公式中,输出每个目标热点旅游景点对象属于参照热点旅游景点对象清单的相关置信度。
其中,置信度公式可以表示为P(C/X)*P(X)=P(C)*P(X/C)。在本发明实施例中,C表示当前景点统计范围分布内的目标热点旅游景点对象。P(C)表示目标热点旅游景点对象在当前热点旅游景点对象清单中的第二相关置信度。X表示参照景点统计范围分布内的目标热点旅游景点对象。P(X)表示目标热点旅游景点对象在参照热点旅游景点对象清单中的相关置信度。P(X/C)表示当前热点旅游景点对象清单中的目标热点旅游景点对象属于参照热点旅游景点对象清单的相关置信度。P(C/X)表示参照热点旅游景点对象清单中的目标热点旅游景点对象属于当前热点旅游景点对象清单的相关置信度,由于事件C与事件X为独立事件,因此,P(X)*P(C/X)即为P(CX)。
基于所获取到的每个目标热点旅游景点对象在全局集合中的第一相关置信度及每个目标热点旅游景点对象在当前热点旅游景点对象清单中的第二相关置信度,智慧旅游服务***100通过将第一相关置信度和第二相关置信度输入到置信度公式中,可得到每个目标热点旅游景点对象在属于当前热点旅游景点对象清单的条件下属于参照热点旅游景点对象清单的相关置信度,也即是,对于当前热点旅游景点对象清单中的目标热点旅游景点对象,属于参照热点旅游景点对象清单的相关置信度。本发明实施例通过获取每个目标热点旅游景点对象在属于当前热点旅游景点对象清单的条件下属于参照热点旅游景点对象清单的相关置信度,可获取到哪些在当前景点统计范围分布和参照景点统计范围分布内均可获取到的热点旅游景点对象,这些热点旅游景点对象也即是本发明实施例中的关键热点旅游景点对象。
步骤S134,智慧旅游服务***100根据每个目标热点旅游景点对象属于参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象。
基于所得到的每个目标热点旅游景点对象在属于当前热点旅游景点对象清单的条件下属于参照热点旅游景点对象清单的相关置信度,智慧旅游服务***100按照由大到小的顺序对得到的各个相关置信度进行排序,并根据排序结果,选取排位位于前a%的相关置信度对应的目标热点旅游景点对象,进而将所选取的目标热点旅游景点对象作为多个关键热点旅游景点对象。其中,a可以为5、6等,本发明实施例不对a的大小作例如限定。
步骤S140,智慧旅游服务***100根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象。
其中,关键热点旅游景点对象用于确定旅游景点内容,附加热点旅游景点对象用于对旅游景点内容进一步限定。例如,关键热点旅游景点对象为“热点旅游景点对象A”,附加热点旅游景点对象为“热点旅游景点对象C”、“热点旅游景点对象Q”等。
其中,热点旅游景点对象搜索模型用于输出与关键热点旅游景点对象相关联的附加热点旅游景点对象。热点旅游景点对象搜索模型可根据参照热点旅游景点对象清单和当前热点旅游景点对象清单训练得到。譬如训练过程为:智慧旅游服务***100从参照热点旅游景点对象清单和当前热点旅游景点对象清单中,获取来源于同一旅游景区流量类别数据的热点旅游景点对象组,每个热点旅游景点对象组包括至少两个热点旅游景点对象,然后建立每个热点旅游景点对象组中热点旅游景点对象之间的对应关系,接着统计每个热点旅游景点对象组在全局集合中的热点分布置信度,以确定不同热点旅游景点对象与同一热点旅游景点对象的相关置信度,最终得到的每个热点旅游景点对象组中热点旅游景点对象之间的对应关系、及不同热点旅游景点对象与同一热点旅游景点对象的相关置信度即为热点旅游景点对象搜索模型。为了便于后续应用,智慧旅游服务***100还将存储不同热点旅游景点对象与同一热点旅游景点对象的相关置信度。
需要说明的是,智慧旅游服务***100在训练热点旅游景点对象搜索模型时,可采用全局旅游景区统计记录训练适用于全局的热点旅游景点对象搜索模型,还可采用外部来源过少的若干分类旅游景区统计记录训练若干个热点旅游景点对象搜索模型,用于对特定类别的热点旅游景点对象分析信息进行发现,从而在外部信息中各个热点对象的分布不均衡时,能够发现热点旅游景点对象分析信息。采用本发明实施例提供的方法,可针对不同的主题训练不同的热点旅游景点对象搜索模型,从而能够获取到不同热点对象的热点旅游景点对象分析信息,提高网络安全问题的发现范围。
智慧旅游服务***100根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象时,可采用如下步骤:
步骤S141,智慧旅游服务***100将每个关键热点旅游景点对象输入到热点旅游景点对象搜索模型中,输出与每个关键热点旅游景点对象相关联的附加热点旅游景点对象。
由于预先训练的热点旅游景点对象搜索模型中存储有关键热点旅游景点对象与其相关联的附加热点旅游景点对象,因此,当智慧旅游服务***100将每个关键热点旅游景点对象输入到热点旅游景点对象搜索模型中,可输出与每个关键热点旅游景点对象相关联的附加热点旅游景点对象。
步骤S142,智慧旅游服务***100按照与每个关键热点旅游景点对象的匹配度,对与每个关键热点旅游景点对象相关联的附加热点旅游景点对象进行排序。
基于所存储的不同热点旅游景点对象与同一关键热点旅游景点对象的相关置信度,智慧旅游服务***100按照相关置信度的大小,确定不同热点旅游景点对象与每个关键热点旅游景点对象的匹配度,进而按照与每个关键热点旅游景点对象的匹配度,对与每个关键热点旅游景点对象相关联的附加热点旅游景点对象进行排序。
步骤S143,智慧旅游服务***100根据排序结果,获取预设数量个与每个关键热点旅游景点对象对应的附加热点旅游景点对象。
其中,预设数量可以为3个、5个等,本发明实施例不对预设数量作例如限定。
步骤S144,智慧旅游服务***100将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。
基于所得到的每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象,智慧旅游服务***100可将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。智慧旅游服务***100将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息时,可将关键热点旅游景点对象放在附加热点旅游景点对象的前面,也可将关键热点旅游景点对象放在附加热点旅游景点对象的后面,本发明实施例对此不作例如限定。
当获取到热点旅游景点对象分析信息后,智慧旅游服务***100根据热点旅游景点对象分析信息,从旅游景区流量类别数据库中获取对应的旅游景区流量类别数据,并将获取到的旅游景区流量类别数据加入到分析数据库中,进而便于后续进行整体网络安全问题的分析。
本发明实施例提供的方法,通过对当前景点统计范围分布和参照景点统计范围分布获取的旅游景区流量类别数据进行处理,得到两个热点旅游景点对象清单,并根据两个热点旅游景点对象清单,获取在当前景点统计范围分布内具有安全风险的关键热点旅游景点对象,进而将关键热点旅游景点对象及其对应的附加热点旅游景点对象作为热点旅游景点对象分析信息。进而无需人工分析对比,提高热点旅游景点对象分析的准确性。
在以上描述的基础上,在进一步的独立实施例中,可以通过以下步骤实现。
步骤S150,获取位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合,获取目标调度模型对应的调度基础数据。
例如,智慧旅游服务***100可以在执行步骤S150之前,构建得到位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合。比如,智慧旅游服务***100可以获取由该第一客流分布变化节点中的客流分布变化程序在预设客流分布变化区间内所获取到的热点旅游景点对象分析信息,进而可以基于预设客流分布变化区间(即预设客流分布变化区间内的每个更新时序节点)对热点旅游景点对象分析信息进行映射处理,以得到热点旅游景点对象分析信息对应的初始热点景点客流数据集合。在一种可能的设计思路中,智慧旅游服务***100可以在初始热点景点客流数据集合中对包含客流分布变化单元的热点景点客流数据源进行行为检测,以将检测到的包含客流分布变化单元的热点景点客流数据源作为第一类型热点景点客流数据源,并在初始热点景点客流数据集合中将除第一类型热点景点客流数据源之外的热点景点客流数据源作为第二类型热点景点客流数据源。在一种可能的设计思路中,智慧旅游服务***100可以在初始热点景点客流数据集合中滤除第二类型热点景点客流数据源,以将滤除第二类型热点景点客流数据源后的初始热点景点客流数据集合作为目标热点景点客流数据集合。其中,可以理解的是,目标热点景点客流数据集合中可以包含N个第一类型热点景点客流数据源。一个第一类型热点景点客流数据源中可以包含一个客流分布变化单元所属的热点景点客流数据的节点。这里的N可以为正整数。在一种可能的设计思路中,智慧旅游服务***100可以从N个第一类型热点景点客流数据源中获取包含客流分布变化单元的热点景点客流数据的节点,以得到N个目标位置,从而可以基于N个目标位置的热点调度分量和目标调度模型的输入特征,以构建得到位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合。这样,当智慧旅游服务***100获取到热点景点客流数据集合时,可以获取与目标调度模型相关联的调度基础数据,可以理解的是,这里的调度基础数据可以用于存储输入目标调度模型的每个热点景点客流数据源。
其中,调度基础数据中可以包含在第一客流分布时序节点输入至目标调度模型的热点景点客流数据集合中的第一热点景点客流数据。这里的第一客流分布时序节点可以为将从热点景点客流数据集合中获取到的第一热点景点客流数据输入目标调度模型的输入客流分布时序节点,这样,智慧旅游服务***100可以进一步执行下述步骤S160,以便于在从热点景点客流数据集合中获取到第二热点景点客流数据时,可以通过客流关系信息来判断是否可以将当前获取到的第二热点景点客流数据输入目标调度模型。
本发明实施例可以通过训练好的行为检测模型对初始热点景点客流数据集合中的热点景点客流数据源进行行为检测,可以从该初始热点景点客流数据集合中过滤掉不包含客流分布变化单元的热点景点客流数据源,从而可以得到包含客流分布变化单元的热点景点客流数据源。
步骤S160,获取热点景点客流数据集合中的第二热点景点客流数据,确定第一热点景点客流数据与第二热点景点客流数据之间的客流关系信息。
例如,智慧旅游服务***100可以在获取到热点景点客流数据集合中的第二热点景点客流数据时,通过循环分析引用图谱分别将第一热点景点客流数据和第二热点景点客流数据划分为W个热点景点客流数据图谱单元,其中,一个热点景点客流数据图谱单元可以对应一个热点景点客流数据的节点。在一种可能的设计思路中,当智慧旅游服务***100控制循环分析引用图谱以单位循环分析区间在第一热点景点客流数据上循环分析时,可以在第一热点景点客流数据所包含的W个热点景点客流数据的节点中循环分析确定第一热点景点客流数据的节点,进而可以在第一热点景点客流数据中,通过循环分析引用图谱所关联的深度学习模型确定第一热点景点客流数据的节点中的客流数据片的第一热点信息。这里的第一热点信息可以包含第一热点景点客流数据的节点的第一均值和第一标准差值。同理,当智慧旅游服务***100控制循环分析引用图谱以单位循环分析区间在第二热点景点客流数据上循环分析时,可以在第二热点景点客流数据所包含的W个热点景点客流数据的节点中循环分析确定第二热点景点客流数据的节点,进而可以在第二热点景点客流数据中,通过深度学习模型确定第二热点景点客流数据的节点中的客流数据片的第二热点信息。这里的第二热点信息可以包含第二热点景点客流数据的节点的第二均值和第二标准差值。在一种可能的设计思路中,智慧旅游服务***100可以基于第一热点信息和第二热点信息,确定第一热点景点客流数据的节点和第二热点景点客流数据的节点之间的局部客流关系,直到第一热点景点客流数据中的W个热点景点客流数据的节点均被确定为第一热点景点客流数据的节点,且第二热点景点客流数据中的W个热点景点客流数据的节点均被确定为第二热点景点客流数据的节点时,可以得到每个第一热点景点客流数据的节点与对应第二热点景点客流数据的节点之间的局部客流关系,进而可以基于W个局部客流关系确定第一热点景点客流数据和第二热点景点客流数据之间的客流关系信息。
其中,可以理解的是,这里的客流关系信息可以用于评估两个热点景点客流数据的平均信息匹配度。应当理解,这里的目标调度模型可以为RNN模型,还可以为卷积深度学习模型(Convolutional Neural Networks,CNN)模型,这里将不对其进行限定。
此外,本发明实施例可以通过上述在预设客流分布变化区间内捕获到一个或者多个包含客流分布变化单元的热点景点客流数据数据,进而可以基于这些获取到的包含客流分布变化单元的热点景点客流数据数据,构建得到上述热点景点客流数据集合,从而可以基于热点景点客流数据集合判断这个客流分布变化单元在上述第一客流分布变化节点中的动态变化轨迹。这是因为动态调度节点(即客流分布变化单元)的活动通常在动态应用环境,其很长一部分时间是在动态应用环境处于休眠状态,因此通过在预设客流分布变化区间内所获取到的多个包含客流分布变化单元的热点景点客流数据数据中,可能在一段客流分布变化区间内存在完全相同的热点景点客流数据数据,即此时,该客流分布变化单元的状态是处于休眠状态的,如果按照常规场景下的识别的方式,在获取到的热点景点客流数据数据中存在客流分布变化区间达到静止区间阈值(例如,前述预设客流分布变化区间)时,则可以结束的原有的获取逻辑,进而会导致获取到的这些热点景点客流数据中的相似热点景点客流数据过多、有价值的热点景点客流数据过少的情况。反之,如果简单地延长预设客流分布变化区间且获取处于静止状态下的包含客流分布变化单元的每一个热点景点客流数据数据,则会得到大量的冗余热点景点客流数据,导致将影响该智慧旅游服务***100的计算性能。基于此,本发明实施例提出可以在上述预设客流分布变化区间内收集具有一定差异性的动态调度节点热点景点客流数据,以便于后续可以根据收集到的具有一定差异性的动态调度节点热点景点客流数据,确保能够提取到更加丰富的热点调度分量。换言之,本发明实施例可以从热点景点客流数据集合中准确挑选出能够输入目标调度模型的热点景点客流数据源。
步骤S170,若客流关系信息达到与目标调度模型相关联的调度要求,则将第二热点景点客流数据添加至调度基础数据,得到更新后的调度基础数据,在第二客流分布时序节点时将第二热点景点客流数据输入目标调度模型,由目标调度模型输出与更新后的调度基础数据相关联的调度分类特征。
例如,智慧旅游服务***100可以获取与目标调度模型相关联的调度要求。调度要求中可以包含第一参考客流关系范围(例如,t)和第二参考客流关系范围(例如,t’)。可以理解的是,这里的第一参考客流关系范围可以小于第二参考客流关系范围。在一种可能的设计思路中,智慧旅游服务***100可以在检测到客流关系信息(即上述用于表征客流关系信息的P)处于第一参考客流关系范围与第二参考客流关系范围所构成的参考客流关系范围内时,即可以在t<P<t’时,确定客流关系信息达到调度要求。进一步,智慧旅游服务***100可以将第二热点景点客流数据添加至调度基础数据,以得到更新后的调度基础数据。与此同时,智慧旅游服务***100可以在第二客流分布时序节点时将第二热点景点客流数据输入目标调度模型,由目标调度模型对提取第二热点景点客流数据中的热点调度分量,将目标调度模型在第二客流分布时序节点所提取到的热点调度分量作为热点调度分量。在一种可能的设计思路中,智慧旅游服务***100可以获取目标调度模型在截止到第一客流分布时序节点时所提取到的深度热点调度分量,进而可以将深度热点调度分量作为调度基础数据对应的参照热点调度分量,并可以将参照热点调度分量和热点调度分量进行融合,以得到目标调度模型所输出的更新后的调度基础数据的调度分类特征。其中,第二客流分布时序节点为第一客流分布时序节点的下一循环分析客流分布时序节点。
其中,可以理解的是,智慧旅游服务***100在执行完上述步骤S160之后,可以得到上述热点景点客流数据集合中的第j个包含客流分布变化单元的热点景点客流数据(即上述第二热点景点客流数据),与上一次输入目标调度模型(例如,上述具有记忆功能的RNN模型)的包含客流分布变化单元的热点景点客流数据(即上述第一热点景点客流数据)之间的客流关系信息,为便于进行区别,本发明实施例可以将这里的第一热点景点客流数据与第二热点景点客流数据之间的客流关系信息记为Pj,则:
(1)当智慧旅游服务***100确定这里的Pj满足上述调度要求时,即t<Pj<t′时,该智慧旅游服务***100可以将当前待输入目标调度模型的第二热点景点客流数据作为上述目标调度模型(例如,RNN模型)的输入,以通过该RNN模型提取到该第二热点景点客流数据的热点调度分量,进而可以在第二客流分布时序节点提取到的热点调度分量作为热点调度分量。
其中,可以理解的是,此时,智慧旅游服务***100可以通过该RNN模型的记忆功能,获取到截止到上述第一客流分布时序节点时所记忆到的深度热点调度分量,进而可以将获取到的深度热点调度分量作为调度基础数据的参照热点调度分量。此时,智慧旅游服务***100可以将最新提取到的热点调度分量和参照提取到的热点调度分量(即前述参照热点调度分量)进行融合,以得到由该目标调度模型所输出的更新后的调度基础数据的调度分类特征。例如,本发明实施例可以将这里的参照热点调度分量和热点调度分量进行拼接,以拼接得到一个拼接特征。又比如,本发明实施例可以为这里的参照热点调度分量和热点调度分量按照时间衰减因子设置权重,比如,最新提取到的热点调度分量的权重可以大于参照提取到的参照热点调度分量,进而可以将加权处理后的热点调度分量作为上述调度分类特征。
(2)例如,当智慧旅游服务***100确定这里的Pj不满足上述调度要求时,即Pj<t时,该智慧旅游服务***100可以确定该第二热点景点客流数据与上一张输入的第一热点景点客流数据之间的差别过大,比如,上述客流分布变化单元为动态更新项时,该动态调度节点可能处于动态迁移的状态,故而可以在热点景点客流数据集合中结束确定该客流分布变化单元的动态变化轨迹,进而可以丢弃该第二热点景点客流数据,以避免获取到热点路由情况的热点景点客流数据,这意味着智慧旅游服务***100可以无需将该第二热点景点客流数据输入目标调度模型。此时,智慧旅游服务***100可以利用上述RNN模型的记忆功能,获取截止到上述第一客流分布时序节点时所提取到的深度热点调度分量,并可以将获取到的深度热点调度分量作为与当前的输入序列相关联的调度分类特征。在一种可能的设计思路中,智慧旅游服务***100可以基于调度分类特征获取调度基础数据的参照调度置信度,并可以在调度基础数据的参照调度置信度达到预设置信度条件时,继续执行下述步骤S180。
(3)可选的,当智慧旅游服务***100确定这里的Pj不满足上述调度要求时,即t′<Pj时,该智慧旅游服务***100可以确定该第二热点景点客流数据与上一张输入的第一热点景点客流数据之间的差别过小,此时,智慧旅游服务***100可以确定该处于上述第一客流分布变化节点中的客流分布变化单元可能处于休眠状态,为避免获取到冗余的热点景点客流数据,此时,智慧旅游服务***100可以丢弃该第二热点景点客流数据,并可以继续从上述热点景点客流数据集合中等待获取下一个热点景点客流数据(例如,第(j+1)个热点景点客流数据),以将获取到的下一个热点景点客流数据作为第三热点景点客流数据。为便于理解,本发明实施例可以将在热点景点客流数据集合中所获取到的第三热点景点客流数据作为新的第二热点景点客流数据,以便于后续可以跳转执行上述步骤S160,以计算第一热点景点客流数据与该新的第二热点景点客流数据之间的客流关系信息。
由此可见,这里的热点景点客流数据集合中可以包括第三热点景点客流数据。且该第三热点景点客流数据可以为第二热点景点客流数据(即上述第j个热点景点客流数据)的下一热点景点客流数据。这意味着当智慧旅游服务***100检测到客流关系信息大于第二参考客流关系范围时,可以确定客流关系信息未达到调度要求,进而可以根据大于第二参考客流关系范围的客流关系信息,丢弃从热点景点客流数据集合中获取到的第二热点景点客流数据,以便于后续可以从该热点景点客流数据集合中获取到第三热点景点客流数据,进而可以用第三热点景点客流数据更新第二热点景点客流数据。
步骤S180,基于调度分类特征和与第一客流分布变化节点相关联的客流分布变化数据,确定客流分布变化单元所属的客流调度策略,基于客流调度策略生成与客流分布变化单元相关联的客流调度信息。
例如,智慧旅游服务***100可以基于调度分类特征确定更新后的调度基础数据的目标调度置信度,当目标调度置信度达到预设置信度条件时,可以通过与目标调度模型相关联的决策模块,在与第一客流分布变化节点相关联的客流分布变化数据中对调度分类特征进行特征匹配。在一种可能的设计思路中,若智慧旅游服务***100在客流分布变化数据中未匹配到与调度分类特征相匹配的参照决策特征,则可以基于调度分类特征构建针对客流分布变化单元的客流分布变化单元记录。进而可以基于客流分布变化单元记录将由决策模块所预测到的客流分布变化单元所属的客流调度策略确定为目标客流调度策略。在一种可能的设计思路中,智慧旅游服务***100可以基于目标客流调度策略,将客流分布变化单元添加至第一客流分布变化节点对应的调度基础数据库,以在调度基础数据库中的调度节点数量达到调度节点数量阈值时,生成与客流分布变化单元相关联的客流调度信息。客流调度信息可以用于向该第一客流分布变化节点配置具备目标客流调度策略的客流分布变化单元。
可以理解的是,当智慧旅游服务***100基于调度分类特征在与已有动态调度节点相关联的匹配特征库(即上述客流分布变化数据)中,成功匹配到与调度分类特征相匹配的参照决策特征,则可以在客流分布变化数据所映射的更新仓库中用调度分类特征更新匹配到的参照决策特征,比如,可以更新匹配到的已有动态调度节点的位置(例如,可以将匹配到这个动态调度节点的位置信息由参照的第二客流分布变化节点更新为当前的第一客流分布变化节点),又比如,可以更新匹配到的已有动态调度节点的热点景点客流数据(例如,可以将第二客流分布变化节点中所获取到的参照热点景点客流数据更新为当前的第二热点景点客流数据)等信息。
可选的,如果匹配失败,则表示该客流分布变化单元(例如,以动态调度节点为上述小花猫为例)是新出现在该第一客流分布变化节点的,则可以对新出现在该第一客流分布变化节点中的新增动态调度节点进行管理、并建立针对该新增动态调度节点的记录。比如,本发明实施例可以在该第一客流分布变化节点所对应的调度基础数据库中的调度节点数量(比如,动态调度节点数量)达到调度节点数量阈值(例如,20)时,生成与客流分布变化单元相关联的客流调度信息。这里的客流调度信息可以用于向第一客流分布变化节点配置具备目标客流调度策略的客流分布变化单元,以便于该景区人员可以根据该客流调度信息对该第一客流分布变化节点中的动态调度节点进行管理。
在获取到位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合时,还可以一并获取目标调度模型对应的输入热点景点客流数据集合。这样,当智慧旅游服务***100从热点景点客流数据集合中获取待输入目标调度模型的第二热点景点客流数据时,可以从该输入热点景点客流数据集合中获取在第一客流分布时序节点输入至该目标调度模型的热点景点客流数据集合中的第一热点景点客流数据;在本发明实施例中,为确保输入该目标调度模型的热点景点客流数据具有较好的热点景点客流数据质量,例如,对于当前需要输入该目标调度模型的包含客流分布变化单元(比如,这里的客流分布变化单元可以为动态调度节点)的第二热点景点客流数据而言,可以在将其输入该目标调度模型之前,预先将该第二热点景点客流数据与上一次(即上述第一客流分布时序节点)输入该目标调度模型的第一热点景点客流数据进行相似分析,以确定第一热点景点客流数据与第二热点景点客流数据之间的客流关系信息;在一种可能的设计思路中,本发明实施例可以在客流关系信息达到与目标调度模型相关联的调度要求时,进一步将第二热点景点客流数据添加到调度基础数据,得到更新后的调度基础数据,以在第二客流分布时序节点(即本次)将第二热点景点客流数据输入目标调度模型,由目标调度模型输出与更新后的调度基础数据相关联的调度分类特征,进而可以基于从热点景点客流数据集合中所挑选出的具有丰富热点调度分量的第二热点景点客流数据,实现特征提取的准确性;可以理解的是,这里的第二客流分布时序节点可以为第一客流分布时序节点的下一循环分析客流分布时序节点;即这里的第一客流分布时序节点与第二客流分布时序节点均属于不同的输入客流分布时序节点。在一种可能的设计思路中,智慧旅游服务***100可以基于调度分类特征和与第一客流分布变化节点相关联的客流分布变化数据,确定客流分布变化单元所属的客流调度策略,例如,本发明实施例可以基于准确获取到的调度分类特征,快速且智能地识别出这里的客流分布变化单元是否属于与客流分布变化数据相关联的已有动态调度节点(例如,已有的访问动态调度节点),如果属于,则可以将识别到的已有动态调度节点的参照客流调度策略作为当前的客流分布变化单元的客流调度策略;反之,则可以将该客流分布变化单元的客流调度策略确定为目标客流调度策略。由此可见,采用本发明可以在智能感知到这个客流分布变化节点(即前述第一客流分布变化节点,例如,某个客流分布变化的数据项目目录)中所出现的客流分布变化单元(例如,新增的动态调度节点)时,通过结合多个热点景点客流数据的信息来提高对该客流分布变化单元进行识别的准确性。在一种可能的设计思路中,本发明实施例还可以在识别出这个客流分布变化单元的客流调度策略时,进一步基于客流调度策略生成与客流分布变化单元相关联的客流调度信息,以便于可以增强对这个客流分布变化节点所出现的客流分布变化单元的进行关注的实时性。
在一种可能的设计思路中,该方法至少还可以包括下述步骤。
步骤S201,获取由第一客流分布变化节点中的客流分布变化程序在预设客流分布变化区间内所获取到的热点旅游景点对象分析信息,基于预设客流分布变化区间对热点旅游景点对象分析信息进行映射处理,得到热点旅游景点对象分析信息对应的初始热点景点客流数据集合。
步骤S202,在初始热点景点客流数据集合中对包含客流分布变化单元的热点景点客流数据源进行行为检测,将检测到的包含客流分布变化单元的热点景点客流数据源作为第一类型热点景点客流数据源,并在初始热点景点客流数据集合中将除第一类型热点景点客流数据源之外的热点景点客流数据源作为第二类型热点景点客流数据源。
步骤S203,在初始热点景点客流数据集合中滤除第二类型热点景点客流数据源,将滤除第二类型热点景点客流数据源后的初始热点景点客流数据集合作为目标热点景点客流数据集合。
其中,目标热点景点客流数据集合中包含N个第一类型热点景点客流数据源。一个第一类型热点景点客流数据源中包含一个客流分布变化单元所属的热点景点客流数据的节点。N为正整数。
步骤S204,从N个第一类型热点景点客流数据源中获取包含客流分布变化单元的热点景点客流数据的节点,以得到N个目标位置,基于N个目标位置的热点调度分量和目标调度模型的输入特征,构建位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合。
其中,步骤S201-步骤S204的具体实现方式,可以参见上述对应实施例中对获取热点景点客流数据集合的具体过程的描述,这里将不再继续进行赘述。
步骤S205,获取位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合,获取目标调度模型对应的调度基础数据。
其中,调度基础数据中包含在第一客流分布时序节点输入至目标调度模型的热点景点客流数据集合中的第一热点景点客流数据。
步骤S206,获取热点景点客流数据集合中的第二热点景点客流数据,确定第一热点景点客流数据与第二热点景点客流数据之间的客流关系信息。
步骤S207,若客流关系信息达到与目标调度模型相关联的调度要求,则将第二热点景点客流数据添加至调度基础数据,得到更新后的调度基础数据,在第二客流分布时序节点时将第二热点景点客流数据输入目标调度模型,由目标调度模型输出与更新后的调度基础数据相关联的调度分类特征。
其中,第二客流分布时序节点为第一客流分布时序节点的下一循环分析客流分布时序节点。
其中,步骤S207的具体实现方式,可以参见上述对应实施例中对获取调度分类特征的具体过程的描述,这里将不再继续进行赘述。
步骤S208,基于调度分类特征确定更新后的调度基础数据的目标调度置信度,当目标调度置信度达到预设置信度条件时,通过与目标调度模型相关联的决策模块,在与第一客流分布变化节点相关联的客流分布变化数据中对调度分类特征进行特征匹配。
其中,可以理解的是,本发明实施例可以在该调度分类特征的目标调度置信度达到预设置信度条件时,将该调度分类特征作为特征检索模块的输入,进而可以通过特征检索模块在与第一客流分布变化节点相关联的客流分布变化数据中对调度分类特征进行特征匹配,以便于后续可以在特征匹配失败的情况下,进一步执行下述步骤S209,或者在特征匹配成功的情况下,跳转执行步骤S212。
步骤S209,若在客流分布变化数据中未匹配到与调度分类特征相匹配的参照决策特征,则基于调度分类特征构建针对客流分布变化单元的客流分布变化单元记录。
其中,可以理解的是,这里的动态调度节点记录可以包含新增的客流分布变化单元记录,还可以包含已经存在的参照对象记录。可以理解的是,这里的动态调度节点记录具体可以包括但不限于:该动态调度节点的一系列的热点景点客流数据、动态调度节点的参照更新轨迹、动态调度节点类别信息、动态调度节点特征等。此外,智慧旅游服务***100还可以利用建立好的动态调度节点记录预估客流分布变化单元(例如,动态调度节点)的更新过程等。
步骤S210,基于客流分布变化单元记录将由决策模块所预测到的客流分布变化单元所属的客流调度策略确定为目标客流调度策略。
步骤S211,基于目标客流调度策略,将客流分布变化单元添加至第一客流分布变化节点对应的调度基础数据库,在调度基础数据库中的调度节点数量达到调度节点数量阈值时,生成与客流分布变化单元相关联的客流调度信息。客流调度信息用于向第一客流分布变化节点配置具备目标客流调度策略的客流分布变化单元。
可选的,步骤S212,若在客流分布变化数据中匹配到与调度分类特征相匹配的参照决策特征,则在客流分布变化数据所映射的更新仓库中用调度分类特征更新匹配到的参照决策特征。
步骤S213,若更新后的参照决策特征所对应的第二热点景点客流数据的热点景点客流数据相关置信度大于更新仓库的热点景点客流数据目标概率,则在更新仓库中用第二热点景点客流数据更新参照决策特征对应的参照热点景点客流数据。
其中,参照热点景点客流数据可以为在不同于第一客流分布变化节点的第二客流分布变化节点所获取到的包含客流分布变化单元的热点景点客流数据。
步骤S214,基于第二客流分布变化节点和第一客流分布变化节点所构成的对象流动轨迹,将客流分布变化单元的客流分布变化信息由第二客流分布变化节点更新为第一客流分布变化节点,将客流分布变化单元所属的客流调度策略确定为流动更新标签。
步骤S215,确定具有流动更新标签的客流分布变化单元的项目类别,且在项目类别对应的类别相关置信度大于参照类别概率时,更新更新仓库对应的类别数据库。
图3示出了本发明实施例提供的用于实现上述的基于物联网的智慧旅游景区管理方法的智慧旅游服务***100的硬件结构意图,如图3所示,智慧旅游服务***100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中,多个处理器110执行机器可读存储介质120存储的计算机执行指令,使得处理器110可以执行如上方法实施例的基于物联网的智慧旅游景区管理方法,处理器110、机器可读存储介质120以及收发器140通过总线130连接,处理器110可以用于控制收发器140的收发动作,从而可以与前述的旅游景点物联网终端200进行数据收发。
处理器110的具体实现过程可参见上述智慧旅游服务***100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中预设有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上基于物联网的智慧旅游景区管理方法。
最后,应当理解的是,本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种基于物联网的智慧旅游景区管理方法,其特征在于,应用于智慧旅游服务***,所述智慧旅游服务***与所述多个旅游景点物联网终端通信连接,所述方法包括:
获取参照旅游景区统计记录集和当前旅游景区统计记录集,所述参照旅游景区统计记录集包括多个景点统计范围位于参照景点统计范围分布内的参照旅游景区流量类别数据,所述当前旅游景区统计记录集包括多个景点统计范围位于当前景点统计范围分布内的当前旅游景区流量类别数据,其中,所述参照旅游景区统计记录集和当前旅游景区统计记录集为所述旅游景点物联网终端实时上传或者每隔预定时间上传;
对所述参照旅游景区统计记录集中的参照旅游景区流量类别数据和所述当前旅游景区统计记录集中的当前旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单;
通过获取所述当前热点旅游景点对象清单中的每个热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象;
根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象,所述热点旅游景点对象搜索模型用于输出与关键热点旅游景点对象相关联的附加热点旅游景点对象,将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。
2.根据权利要求1所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述获取参照旅游景区统计记录集和当前旅游景区统计记录集的步骤,包括:
根据所述参照景点统计范围分布,从旅游景区流量类别数据库中获取景点统计范围位于所述参照景点统计范围分布内的多个参照旅游景区流量类别数据,并将所述多个参照旅游景区流量类别数据组成所述参照旅游景区统计记录集,所述旅游景区流量类别数据库用于存储互联网上的旅游景区流量类别数据;
根据所述当前景点统计范围分布,从所述旅游景区流量类别数据库中获取景点统计范围位于所述当前景点统计范围分布内的多个当前旅游景区流量类别数据,并将所述多个当前旅游景区流量类别数据组成所述当前旅游景区统计记录集。
3.根据权利要求1所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述对所述参照旅游景区统计记录集中的参照旅游景区流量类别数据和所述当前旅游景区统计记录集中的当前旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单的步骤,包括:
对于所述参照旅游景区统计记录集中的任一个参照旅游景区统计记录信息,提取所述参照旅游景区统计记录信息中的热点路由项目及热点路由ID信息,依次对提取的热点路由项目及热点路由ID信息进行过滤操作及提取热点路由地理位置操作,得到参照旅游景区统计记录信息的热点旅游景点对象,将所有参照旅游景区统计记录信息的热点旅游景点对象组成所述参照热点旅游景点对象清单;
对于所述当前旅游景区统计记录集中的任一个当前旅游景区统计记录信息,提取所述当前旅游景区统计记录信息中的热点路由项目及热点路由ID信息,依次对提取的热点路由项目及热点路由ID信息进行过滤操作及提取热点路由地理位置操作,得到当前旅游景区统计记录信息的热点旅游景点对象,将所有当前旅游景区统计记录信息的热点旅游景点对象组成所述当前热点旅游景点对象清单。
4.根据权利要求1所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述通过获取所述当前热点旅游景点对象清单中的每个热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象的步骤,包括:
获取每个目标热点旅游景点对象在全局集合中的第一相关置信度,所述目标热点旅游景点对象为同时属于所述参照热点旅游景点对象清单和所述当前热点旅游景点对象清单的热点旅游景点对象,所述全局集合为由所述参照热点旅游景点对象清单和所述当前热点旅游景点对象清单组成的集合;
获取每个目标热点旅游景点对象在所述当前热点旅游景点对象清单中的第二相关置信度;
将所述第一相关置信度和所述第二相关置信度输入到置信度公式中,输出每个目标热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度;
根据每个目标热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度,确定所述多个关键热点旅游景点对象。
5.根据权利要求1所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象,包括:
将每个关键热点旅游景点对象输入到所述热点旅游景点对象搜索模型中,输出与每个关键热点旅游景点对象相关联的附加热点旅游景点对象;
按照与每个关键热点旅游景点对象的匹配度,对与每个关键热点旅游景点对象相关联的附加热点旅游景点对象进行排序;
根据排序结果,获取预设数量个与每个关键热点旅游景点对象对应的附加热点旅游景点对象。
6.根据权利要求1-5中任意一项所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述方法还包括:
获取所述热点旅游景点对象分析信息中位于第一客流分布变化节点中的客流分布变化单元的热点景点客流数据集合,获取目标调度模型对应的调度基础数据;所述调度基础数据中包含在第一客流分布时序节点输入至所述目标调度模型的所述热点景点客流数据集合中的第一热点景点客流数据;
获取所述热点景点客流数据集合中的第二热点景点客流数据,确定所述第一热点景点客流数据与所述第二热点景点客流数据之间的客流关系信息;
若所述客流关系信息达到与所述目标调度模型相关联的调度要求,则将所述第二热点景点客流数据添加至所述调度基础数据,得到更新后的调度基础数据,在第二客流分布时序节点时将所述第二热点景点客流数据输入所述目标调度模型,由所述目标调度模型输出与更新后的调度基础数据相关联的调度分类特征;所述第二客流分布时序节点为所述第一客流分布时序节点的下一循环分析客流分布时序节点;
基于所述调度分类特征和与所述第一客流分布变化节点相关联的客流分布变化数据,确定所述客流分布变化单元所属的客流调度策略,基于所述客流调度策略生成与所述客流分布变化单元相关联的客流调度信息。
7.根据权利要求6所述的基于物联网的智慧旅游景区管理方法,其特征在于,获取所述热点景点客流数据集合中的第二热点景点客流数据,所述确定所述第一热点景点客流数据与所述第二热点景点客流数据之间的客流关系信息,包括:
获取所述热点景点客流数据集合中的第二热点景点客流数据,通过循环分析引用图谱分别将所述第一热点景点客流数据和所述第二热点景点客流数据划分为W个热点景点客流数据图谱单元,一个热点景点客流数据图谱单元对应一个热点景点客流数据的节点;
当控制所述循环分析引用图谱以单位循环分析区间在所述第一热点景点客流数据上循环分析时,在所述第一热点景点客流数据所包含的W个热点景点客流数据的节点中循环分析确定第一热点景点客流数据的节点,在所述第一热点景点客流数据中,通过所述循环分析引用图谱所关联的深度学习模型确定所述第一热点景点客流数据的节点中的客流数据片的第一热点信息;
当控制所述循环分析引用图谱以所述单位循环分析区间在所述第二热点景点客流数据上循环分析时,在所述第二热点景点客流数据所包含的W个热点景点客流数据的节点中循环分析确定第二热点景点客流数据的节点,在所述第二热点景点客流数据中,通过所述深度学习模型确定所述第二热点景点客流数据的节点中的客流数据片的第二热点信息;
基于所述第一热点信息和所述第二热点信息,确定所述第一热点景点客流数据的节点和所述第二热点景点客流数据的节点之间的局部客流关系,直到所述第一热点景点客流数据中的W个热点景点客流数据的节点均被确定为第一热点景点客流数据的节点,且第二热点景点客流数据中的W个热点景点客流数据的节点均被确定为第二热点景点客流数据的节点时,得到每个所述第一热点景点客流数据的节点与对应第二热点景点客流数据的节点之间的局部客流关系,基于W个局部客流关系确定所述第一热点景点客流数据和所述第二热点景点客流数据之间的客流关系信息。
8.根据权利要求1所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述若所述客流关系信息达到与所述目标调度模型相关联的调度要求,则将所述第二热点景点客流数据添加至所述调度基础数据,得到更新后的调度基础数据,且在第二客流分布时序节点时将所述第二热点景点客流数据输入所述目标调度模型,由所述目标调度模型输出与更新后的调度基础数据相关联的调度分类特征,包括:
获取与所述目标调度模型相关联的调度要求;所述调度要求中包含第一参考客流关系范围和第二参考客流关系范围;所述第一参考客流关系范围小于所述第二参考客流关系范围;
当检测到所述客流关系信息处于所述第一参考客流关系范围与所述第二参考客流关系范围所构成的参考客流关系范围内时,确定所述客流关系信息达到所述调度要求;
将所述第二热点景点客流数据添加至所述调度基础数据,得到更新后的调度基础数据,在第二客流分布时序节点时将所述第二热点景点客流数据输入所述目标调度模型,由所述目标调度模型对提取所述第二热点景点客流数据中的热点调度分量,将所述目标调度模型在所述第二客流分布时序节点所提取到的热点调度分量作为热点调度分量;
获取所述目标调度模型在截止到所述第一客流分布时序节点时所提取到的深度热点调度分量,将所述深度热点调度分量作为所述调度基础数据对应的参照热点调度分量,将所述参照热点调度分量和所述热点调度分量进行融合,得到所述目标调度模型所输出的更新后的调度基础数据的调度分类特征;
当检测到所述客流关系信息小于所述第一参考客流关系范围时,确定所述客流关系信息未达到所述调度要求,根据小于所述第一参考客流关系范围的客流关系信息,丢弃从所述热点景点客流数据集合中获取到的所述第二热点景点客流数据,将所述目标调度模型在截止到所述第一客流分布时序节点时所提取到的深度热点调度分量,作为与输入序列相关联的调度分类特征,基于所述调度分类特征获取所述调度基础数据的参照调度置信度;
若所述调度基础数据的参照调度置信度达到预设置信度条件,则执行所述基于所述调度分类特征和与所述第一客流分布变化节点相关联的客流分布变化数据,确定所述客流分布变化单元所属的客流调度策略,基于所述客流调度策略生成与所述客流分布变化单元相关联的客流调度信息的步骤。
9.根据权利要求1所述的基于物联网的智慧旅游景区管理方法,其特征在于,所述基于所述调度分类特征和与所述第一客流分布变化节点相关联的客流分布变化数据,确定所述客流分布变化单元所属的客流调度策略,基于所述客流调度策略生成与所述客流分布变化单元相关联的客流调度信息,包括:
基于所述调度分类特征确定所述更新后的调度基础数据的目标调度置信度,当所述目标调度置信度达到预设置信度条件时,通过与所述目标调度模型相关联的决策模块,在与所述第一客流分布变化节点相关联的客流分布变化数据中对所述调度分类特征进行特征匹配;
若在所述客流分布变化数据中未匹配到与所述调度分类特征相匹配的参照决策特征,则基于所述调度分类特征构建针对所述客流分布变化单元的客流分布变化单元记录;
基于所述客流分布变化单元记录将由所述决策模块所预测到的所述客流分布变化单元所属的客流调度策略确定为目标客流调度策略;
基于所述目标客流调度策略,将所述客流分布变化单元添加至所述第一客流分布变化节点对应的调度基础数据库,在所述调度基础数据库中的调度节点数量达到调度节点数量阈值时,生成与所述客流分布变化单元相关联的客流调度信息;所述客流调度信息用于向所述第一客流分布变化节点配置具备所述目标客流调度策略的客流分布变化单元。
10.一种基于物联网的智慧旅游景区管理***,其特征在于,所述基于物联网的智慧旅游景区管理***包括智慧旅游服务***以及与所述智慧旅游服务***通信连接的多个旅游景点物联网终端;
所述智慧旅游服务***,用于:
获取参照旅游景区统计记录集和当前旅游景区统计记录集,所述参照旅游景区统计记录集包括多个景点统计范围位于参照景点统计范围分布内的参照旅游景区流量类别数据,所述当前旅游景区统计记录集包括多个景点统计范围位于当前景点统计范围分布内的当前旅游景区流量类别数据,其中,所述参照旅游景区统计记录集和当前旅游景区统计记录集为所述旅游景点物联网终端实时上传或者每隔预定时间上传;
对所述参照旅游景区统计记录集中的参照旅游景区流量类别数据和所述当前旅游景区统计记录集中的当前旅游景区流量类别数据进行处理,得到参照热点旅游景点对象清单和当前热点旅游景点对象清单;
通过获取所述当前热点旅游景点对象清单中的每个热点旅游景点对象属于所述参照热点旅游景点对象清单的相关置信度,确定多个关键热点旅游景点对象;
根据每个关键热点旅游景点对象和热点旅游景点对象搜索模型,确定每个关键热点旅游景点对象对应的附加热点旅游景点对象,所述热点旅游景点对象搜索模型用于输出与关键热点旅游景点对象相关联的附加热点旅游景点对象,将每个关键热点旅游景点对象及与其对应的附加热点旅游景点对象组成热点旅游景点对象分析信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110272846.0A CN112966947B (zh) | 2021-03-13 | 2021-03-13 | 一种基于物联网的智慧旅游景区管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110272846.0A CN112966947B (zh) | 2021-03-13 | 2021-03-13 | 一种基于物联网的智慧旅游景区管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112966947A true CN112966947A (zh) | 2021-06-15 |
CN112966947B CN112966947B (zh) | 2021-09-14 |
Family
ID=76278913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110272846.0A Active CN112966947B (zh) | 2021-03-13 | 2021-03-13 | 一种基于物联网的智慧旅游景区管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966947B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455727A (zh) * | 2023-12-25 | 2024-01-26 | 西安文理学院 | 一种全程旅游智慧在线综合管理*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106960250A (zh) * | 2017-03-03 | 2017-07-18 | 陕西师范大学 | 一种动态预测旅游景点客流的方法 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理*** |
US20200011672A1 (en) * | 2015-11-05 | 2020-01-09 | Cecelumen, Llc | Methods and apparatus for communicating and/or storing information to enhance experiences relating to visits to sites such as theme parks, zoos and/or other places of interest |
-
2021
- 2021-03-13 CN CN202110272846.0A patent/CN112966947B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200011672A1 (en) * | 2015-11-05 | 2020-01-09 | Cecelumen, Llc | Methods and apparatus for communicating and/or storing information to enhance experiences relating to visits to sites such as theme parks, zoos and/or other places of interest |
CN106960250A (zh) * | 2017-03-03 | 2017-07-18 | 陕西师范大学 | 一种动态预测旅游景点客流的方法 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理*** |
Non-Patent Citations (1)
Title |
---|
武江龙等: "物联网技术在智慧景区的应用", 《智能建筑与智慧城市》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455727A (zh) * | 2023-12-25 | 2024-01-26 | 西安文理学院 | 一种全程旅游智慧在线综合管理*** |
CN117455727B (zh) * | 2023-12-25 | 2024-03-08 | 西安文理学院 | 一种全程旅游智慧在线综合管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN112966947B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ye et al. | Mining individual life pattern based on location history | |
CN112699246B (zh) | 基于知识图谱的领域知识推送方法 | |
KR100816934B1 (ko) | 문서검색 결과를 이용한 군집화 시스템 및 그 방법 | |
CN103854063B (zh) | 一种基于互联网开放信息的事件发生风险预测并预警方法 | |
CN108664599B (zh) | 智能问答方法、装置、智能问答服务器及存储介质 | |
CN102855309B (zh) | 一种基于用户行为关联分析的信息推荐方法及装置 | |
CN109213882A (zh) | 图片排序方法及终端 | |
Cazabet et al. | Simulate to detect: a multi-agent system for community detection | |
CN110166344B (zh) | 一种身份标识识别方法、装置以及相关设备 | |
CN106649849A (zh) | 文本信息库建立方法和装置、以及搜索方法、装置和*** | |
Liu et al. | Behavior2vector: Embedding users’ personalized travel behavior to vector | |
CN111563190A (zh) | 一种区域网络用户行为的多维度分析与监管方法及*** | |
CN110263840B (zh) | 一种线路分析方法、装置及程序产品、存储介质 | |
CN112463859B (zh) | 基于大数据和业务分析的用户数据处理方法及服务器 | |
CN103886030A (zh) | 基于代价敏感决策树的信息物理融合***数据分类方法 | |
CN112966947B (zh) | 一种基于物联网的智慧旅游景区管理方法及*** | |
CN111369294B (zh) | 软件造价估算方法及装置 | |
CN112613321A (zh) | 一种抽取文本中实体属性信息的方法及*** | |
CN115100395A (zh) | 一种融合poi预分类和图神经网络的城市街区功能分类方法 | |
CN112925899B (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 | |
CN116629338B (zh) | 一种模型数据的处理方法、相关装置、设备以及存储介质 | |
CN112365269A (zh) | 风险检测方法、装置、设备以及存储介质 | |
CN106844651A (zh) | 指令结果比对筛选装置 | |
CN113037714A (zh) | 基于网络大数据的网络安全分析方法及区块链金融云*** | |
CN112559649B (zh) | 兴趣点状态的识别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |