CN116522004A - 一种城市文旅活动智能推荐***及方法 - Google Patents
一种城市文旅活动智能推荐***及方法 Download PDFInfo
- Publication number
- CN116522004A CN116522004A CN202310806132.2A CN202310806132A CN116522004A CN 116522004 A CN116522004 A CN 116522004A CN 202310806132 A CN202310806132 A CN 202310806132A CN 116522004 A CN116522004 A CN 116522004A
- Authority
- CN
- China
- Prior art keywords
- target
- user
- objects
- line
- selection
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- 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
- G06Q50/26—Government or public services
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种城市文旅活动智能推荐***及方法,涉及智能推荐技术领域,包括以下步骤:S1、输入目标城市信息;S2、对目标对象进行调取供用户选择;S3、记录用户选择的目标对象的信息数据;S4、对用户的选择进行分析;S5、根据用户选择的若干个目标对象对线路进行规划;S6、根据规划的线路以及S4的分析结果确定是否需要新增推荐对象;S7、根据S6的分析结果重新进行线路的规划并生成最终线路;本发明科学合理,使用安全方便,在确定是否需要新增推荐对象时,充分考虑用户原本所选择的目标对象,尽量在不影响初始线路以及用户自身选择的情况进行目标对象的推荐,使得对于目标对象的推荐更加的智能化。
Description
技术领域
本发明涉及智能推荐技术领域,具体是一种城市文旅活动智能推荐***及方法。
背景技术
文旅活动是指城市主办的文化旅游活动,供给本地以及外地游客了解当地文化、融入当地文化的旅游型活动,不仅仅可以很好的提高城市的知名度,也可以实现对当地文化的传播;
随着人们生活水平的不断提高,通过旅游来丰富业余生活,了解中华文化成为了必修课,但是,由于我国地大物博,城市众多,如何从众多城市中挑选出适合自己的旅游城市,又如何从众多旅游景点中选择最佳的对象成为了难以抉择的问题,因此,对于文化旅游活动的推荐显得尤为重要,不仅仅可以帮助游客最大程度的了解城市文化,还可以推动当地的经济发展,一举多得;
因此,人们急需一种城市文旅活动智能推荐***及方法来解决上述问题。
发明内容
本发明的目的在于提供一种城市文旅活动智能推荐***及方法,以解决现有技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种城市文旅活动智能推荐方法,该智能推荐方法包括以下步骤:
S1、用户输入目标城市信息;***根据排名顺序调取目标城市N个对象的数据信息;
S2、***对调取的N个对象添加标签并打乱顺序,列举目标对象的数据信息供用户选择;
S3、用户通过点击选项选择目标对象,***记录用户选择的目标对象以及选择的顺序;
S4、对用户的选择进行分析,确定用户对目标城市的了解程度,用户对城市的了解程度决定了是否需要为其智能推荐景点;
S5、根据用户选择的若干个目标对象对线路进行规划;
S6、根据规划的线路以及S4的分析结果确定是否需要新增推荐对象;
S7、根据S6的分析结果重新进行线路的规划并生成最终线路。
根据上述技术方案,在S2中,所添加的标签是S1中排名的顺序号,在对目标对象进行列举时,按照列举顺序对目标对象进行标号,***不会对顺序号进行显示,目的是为了后期根据用户的选择顺序对顺序号之间的对比确定用户对目标城市的了解程度,对于列举顺序的打乱为随机进行。
根据上述技术方案,在S3中,用户在点击选择目标对象时,***记录选择对象,并形成标记(Si,Bj),其中,Si表示选择对象按照列举顺序的标号,Bj表示选择对象的标签,组成选择对象的集合D={(Si,Bj)},i=1,2,3,...,N,j=1,2,3,...,N。
根据上述技术方案,在S4中,为了确定用户对目标城市的了解程度,利用下列公式对标记进行分析:
S=∑(Si)/m;
B=∑(Bj)/m;
其中,S表示集合D中标号的平均值,∑(Si)表示对集合D中的标号进行求和,B表示集合D中标签的平均值,∑(Bj)表示对集合D中的标签进行求和,m表示用户所选目标对象的数量;
当B≤S-a时,表明用户对目标城市的对象了解,其中,a表示设定的误差阈值;
因为当用户对目标城市的对象了解时,在进行目标对象的选择时,通常会直接选择热门景点,而热门景点的标签数值较小,但是标记的顺序是打乱的,所以,在经过一系列的逻辑运算后,标签的平均值一定是小于标记的平均值,至于如何确定,通过设定的误差阈值来进行调节;
当B>S-a时,对用户点击选择任意目标对象的时间点Tk进行调取,组成时间点的集合T={T1,T2,T3,...,Tm},k=1,2,3,...,m;
此处对选择任意目标对象的时间点进行调取,因为即使当标签平均值B大于标记平均值减去误差阈值时,也有可能是因为用户了解目标城市的景点,但是由于热门景点游客数量众多,所以不想去热门景点,因此需要增加选择时间点来进行进一步的分析;
根据下列公式对相邻两个目标对象的选择时间点间隔进行计算:
Tk/k+1=Tk+1-Tk,k+1≤m;
当相邻两个时间点间隔的差值超过设定阈值时,表明用户对目标城市的对象不了解,反之,表明用户对目标城市的对象了解。
因为当用户在进行目标对象的选择时,如果用户对目标城市的景点了解,那么对于目标对象的选择不会很纠结,而如果用户对目标城市的景点不了解,那么对于目标对象的选择会很纠结,尤其是越往后选择会越纠结,因此,通过上述分析方式,可以进一步的确定用户对于目标城市的了解程度。
根据上述技术方案,在S5-S6中,根据用户选择的目标对象的位置信息将m个目标对象定位在平面直角坐标系上,并根据用户初始位置对线路进行规划,得到初始线路;
当通过S4的分析结果显示用户对目标城市不了解时;
初始线路上目标对象的数据信息确定有m个节点,m个节点的位置信息组合形成集合Q={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xm,Ym)};
根据S1的排名顺序调取目标城市前M个对象的数据信息,M个目标对象的位置信息组合形成集合P={(x1,y1),(x2,y2),(x3,y3),...,(xM,yM)};
将用户选择的m个目标对象的标签与集合P中的目标对象的标签进行比对,若一致,对集合P中一致标签对应的位置信息进行删除,得到集合P’={(x1,y1),(x2,y2),(x3,y3),...,(xM-n,yM-n)},其中,n表示标签一致的目标对象的数量。
通过上述技术方案,在对目标对象的推荐时,通常推荐的为目标城市的热门景点,因此,需要对推荐的范围进行缩小,同时,对于已经在用户初始线路上的目标对象,需要进行比对,不再重复推荐。
根据上述技术方案,在S6中,根据下列步骤确定是否需要新增对象:
S601、根据距离计算公式确定集合P’中任一目标对象P’ b的位置信息与集合Q中m个位置信息的距离,得到集合L={L1,L2,L3,...,Lm};
S602、从集合L中挑选出距离最小的两个距离值Le和Lf,对应目标对象Qe和Qf的位置信息分别为(xe,ye)和(xf,yf);
目的是为了方便通过数字化的方式来实现对目标对象的分析;
S603、求解任一目标对象P’ b的位置信息到线段Qe-Qf的最小距离Lmin:
Lmin=|QeQf|*cos(α);
其中,α表示向量P’ bQe与向量QfQe的夹角,|QeQf|表示向量QeQf的模;
当Lmin≤l时,表明任一目标对象P’ b在初始线路附近,将任一目标对象P’ b作为新增推荐对象;
当Lmin≥l时,表明任一目标对象P’ b不在初始线路附近,任一目标对象P’ b不作为新增推荐对象,其中,l表示设定的距离阈值。
通过上述技术方案,使得在进行目标对象的推荐时,可以不影响用户整体的规划,而是在初始线路附近一定区域范围内进行目标对象的推荐,避免用户绕路,导致影响用户的体验。
根据上述技术方案,在S7中,将新增推荐对象的位置信息定位在平面直角坐标系上,重新对线路进行规划,得到最终线路。
一种智能推荐***,该智能推荐***包括信息输入单元、对象调取单元、标签添加单元、随意调整单元、信息列举单元和选择记录单元;
所述信息输入单元用于用户输入目标城市信息;所述对象调取单元用于对目标城市对象的数据信息进行调取;所述标签添加单元用于对调取的对象添加标签;所述随意调整单元用于对添加标签后的对象进行顺序的调整;所述信息列举单元用于对调整顺序后的对象进行列举显示;所述选择记录单元用于对用户选择的目标对象以及选择目标对象的顺序进行记录。
根据上述技术方案,该智能推荐***还包括选择分析单元、线路规划单元、推荐分析单元和线路确定单元;
所述选择分析单元用于根据用户选择目标对象的顺序以及目标对象对应的标签确定用户对目标城市的了解程度;所述线路规划单元用于根据用户选择的目标对象对旅游线路进行规划;所述推荐分析单元用于根据选择分析单元的分析结果确定是否需要新增推荐对象;所述线路确定单元用于在确定是否新增推荐对象后,对线路进行重新规划。
与现有技术相比,本发明的有益效果是:
本发明根据用户选择的目标对象的信息数据以及选择目标对象的顺序分析和确定用户对目标城市的了解程度,以便于根据用户所选择的目标对象以及对目标城市的了解城市,对目标对象进行智能化的推荐,同时,在确定是否需要新增推荐对象时,充分考虑用户原本所选择的目标对象,尽量在不影响初始线路以及用户自身选择的情况进行目标对象的推荐,使得对于目标对象的推荐更加的智能化。
附图说明
图1为本发明一种城市文旅活动智能推荐方法的步骤流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1:如图1所示,本发明提供以下技术方案,一种城市文旅活动智能推荐方法,该智能推荐方法包括以下步骤:
S1、用户输入目标城市信息,例如:湖北武汉;***根据排名顺序调取目标城市N个对象的数据信息,具体的:排名顺序是指根据该城市景点的历史旅游人数数据由高至低确定的顺序,数据信息包括但不限于名称信息、位置信息、排名信息、活动时间信息,其中,位置信息是指以城市的中心点为原点建立平面直角坐标系,景点在平面直角坐标系中的坐标值;
S2、***对调取的N个对象添加标签并打乱顺序,列举目标对象的数据信息供用户选择;
所添加的标签是S1中排名的顺序号,在对目标对象进行列举时,按照列举顺序对目标对象进行标号,***不会对顺序号进行显示,目的是为了后期根据用户的选择顺序对顺序号之间的对比确定用户对目标城市的了解程度,对于列举顺序的打乱为随机进行。
S3、用户通过点击选项选择目标对象,***记录用户选择的目标对象以及选择的顺序,具体的,调取的N个对象的数据信息显示在操作屏幕上,用户通过触摸点击即可完成选择,记录选择的顺序目的是为了后期无法精准的确定用户对目标城市的了解程度时,通过加权分析来进一步确定;
用户在点击选择目标对象时,***记录选择对象,并形成标记(Si,Bj),其中,Si表示选择对象按照列举顺序的标号,Bj表示选择对象的标签,组成选择对象的集合D={(Si,Bj)},i=1,2,3,...,N,j=1,2,3,...,N。
S4、对用户的选择进行分析,确定用户对目标城市的了解程度,用户对城市的了解程度决定了是否需要为其智能推荐景点;
为了确定用户对目标城市的了解程度,利用下列公式对标记进行分析:
S=∑(Si)/m;
B=∑(Bj)/m;
其中,S表示集合D中标号的平均值,∑(Si)表示对集合D中的标号进行求和,B表示集合D中标签的平均值,∑(Bj)表示对集合D中的标签进行求和,m表示用户所选目标对象的数量;
当B≤S-a时,表明用户对目标城市的对象了解,其中,a表示设定的误差阈值;
因为当用户对目标城市的对象了解时,在进行目标对象的选择时,通常会直接选择热门景点,而热门景点的标签数值较小,但是标记的顺序是打乱的,所以,在经过一系列的逻辑运算后,标签的平均值一定是小于标记的平均值,至于如何确定,通过设定的误差阈值来进行调节;
例如:用户在选择了4个目标对象,选择的标号顺序分别为2、5、9、4,4个目标对象对应的标签按照选择顺序分别为2、1、4、3,则标号的平均值为5,标签的平均值为2.5;
当B>S-a时,对用户点击选择任意目标对象的时间点Tk进行调取,组成时间点的集合T={T1,T2,T3,...,Tm},k=1,2,3,...,m;
此处对选择任意目标对象的时间点进行调取,因为即使当标签平均值B大于标记平均值减去误差阈值时,也有可能是因为用户了解目标城市的景点,但是由于热门景点游客数量众多,所以不想去热门景点,因此需要增加选择时间点来进行进一步的分析;
根据下列公式对相邻两个目标对象的选择时间点间隔进行计算:
Tk/k+1=Tk+1-Tk,k+1≤m;
当相邻两个时间点间隔的差值超过设定阈值时,表明用户对目标城市的对象不了解,反之,表明用户对目标城市的对象了解。
因为当用户在进行目标对象的选择时,如果用户对目标城市的景点了解,那么对于目标对象的选择不会很纠结,而如果用户对目标城市的景点不了解,那么对于目标对象的选择会很纠结,尤其是越往后选择会越纠结,因此,通过上述分析方式,可以进一步的确定用户对于目标城市的了解程度。
S5、根据用户选择的若干个目标对象对线路进行规划;
S6、根据规划的线路以及S4的分析结果确定是否需要新增推荐对象;
根据用户选择的目标对象的位置信息将m个目标对象定位在平面直角坐标系上,并根据用户初始位置对线路进行规划,得到初始线路,对线路进行规划采用的是现有技术中常用的线路规划技术,因此,在本申请中未作过多的赘述;
当通过S4的分析结果显示用户对目标城市不了解时;
初始线路上目标对象的数据信息确定有m个节点,m个节点的位置信息组合形成集合Q={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xm,Ym)};
根据S1的排名顺序调取目标城市前M个对象的数据信息,M个目标对象的位置信息组合形成集合P={(x1,y1),(x2,y2),(x3,y3),...,(xM,yM)};
将用户选择的m个目标对象的标签与集合P中的目标对象的标签进行比对,若一致,对集合P中一致标签对应的位置信息进行删除,得到集合P’={(x1,y1),(x2,y2),(x3,y3),...,(xM-n,yM-n)},其中,n表示标签一致的目标对象的数量。
通过上述技术方案,在对目标对象的推荐时,通常推荐的为目标城市的热门景点,因此,需要对推荐的范围进行缩小,同时,对于已经在用户初始线路上的目标对象,需要进行比对,不再重复推荐。
在S6中,根据下列步骤确定是否需要新增对象:
S601、根据距离计算公式确定集合P’中任一目标对象P’ b的位置信息与集合Q中m个位置信息的距离,得到集合L={L1,L2,L3,...,Lm};
S602、从集合L中挑选出距离最小的两个距离值Le和Lf,对应目标对象Qe和Qf的位置信息分别为(xe,ye)和(xf,yf);
目的是为了方便通过数字化的方式来实现对目标对象的分析;
S603、求解任一目标对象P’ b的位置信息到线段Qe-Qf的最小距离Lmin:
Lmin=|QeQf|*cos(α);
其中,α表示向量P’ bQe与向量QfQe的夹角,|QeQf|表示向量QeQf的模;
当Lmin≤l时,表明任一目标对象P’ b在初始线路附近,将任一目标对象P’ b作为新增推荐对象;
当Lmin≥l时,表明任一目标对象P’ b不在初始线路附近,任一目标对象P’ b不作为新增推荐对象,其中,l表示设定的距离阈值。
通过上述技术方案,使得在进行目标对象的推荐时,可以不影响用户整体的规划,而是在初始线路附近一定区域范围内进行目标对象的推荐,避免用户绕路,导致影响用户的体验。
S7、根据S6的分析结果重新进行线路的规划并生成最终线路。
将新增推荐对象的位置信息定位在平面直角坐标系上,重新对线路进行规划,得到最终线路。
实施例2:一种智能推荐***,该智能推荐***包括信息输入单元、对象调取单元、标签添加单元、随意调整单元、信息列举单元和选择记录单元;
所述信息输入单元用于用户输入目标城市信息;所述对象调取单元用于对目标城市对象的数据信息进行调取;所述标签添加单元用于对调取的对象添加标签;所述随意调整单元用于对添加标签后的对象进行顺序的调整;所述信息列举单元用于对调整顺序后的对象进行列举显示;所述选择记录单元用于对用户选择的目标对象以及选择目标对象的顺序进行记录。
该智能推荐***还包括选择分析单元、线路规划单元、推荐分析单元和线路确定单元;
所述选择分析单元用于根据用户选择目标对象的顺序以及目标对象对应的标签确定用户对目标城市的了解程度;所述线路规划单元用于根据用户选择的目标对象对旅游线路进行规划;所述推荐分析单元用于根据选择分析单元的分析结果确定是否需要新增推荐对象;所述线路确定单元用于在确定是否新增推荐对象后,对线路进行重新规划。
实施例3:对用户的选择进行分析,确定用户对目标城市的了解程度;
为了确定用户对目标城市的了解程度,利用下列公式对标记进行分析:
S=∑(Si)/m=5;
B=∑(Bj)/m=4;
其中,S表示集合D中标号的平均值,∑(Si)表示对集合D中的标号进行求和,B表示集合D中标签的平均值,∑(Bj)表示对集合D中的标签进行求和,m表示用户所选目标对象的数量;
当B>S-a=5-1.5时,对用户点击选择任意目标对象的时间点Tk进行调取,组成时间点的集合T={T1,T2,T3,...,Tm},k=1,2,3,...,m;
根据下列公式对相邻两个目标对象的选择时间点间隔进行计算:
Tk/k+1=Tk+1-Tk,k+1≤m;
发现相邻两个时间点间隔的差值超过设定阈值,表明用户对目标城市的对象不了解。
实施例4:
S5、根据用户选择的若干个目标对象对线路进行规划;
S6、根据规划的线路以及S4的分析结果确定是否需要新增推荐对象;
根据用户选择的目标对象的位置信息将4个目标对象定位在平面直角坐标系上,并根据用户初始位置对线路进行规划,得到初始线路,对线路进行规划采用的是现有技术中常用的线路规划技术,因此,在本申请中未作过多的赘述;
当通过S4的分析结果显示用户对目标城市不了解时;
初始线路上目标对象的数据信息确定有4个节点,4个节点的位置信息组合形成集合Q={(X1,Y1),(X2,Y2),(X3,Y3),(X4,Y4)};
根据S1的排名顺序调取目标城市前6个对象的数据信息,6个目标对象的位置信息组合形成集合P={(x1,y1),(x2,y2),(x3,y3),...,(x6,y6)};
将用户选择的4个目标对象的标签与集合P中的目标对象的标签进行比对,若一致,对集合P中一致标签对应的位置信息进行删除,得到集合P’={(x1,y1),(x2,y2),(x3,y3)}。
在S6中,根据下列步骤确定是否需要新增对象:
S601、根据距离计算公式确定集合P’中任一目标对象P’ b的位置信息与集合Q中4个位置信息的距离,得到集合L={L1,L2,L3,L4};
S602、从集合L中挑选出距离最小的两个距离值Le和Lf,对应目标对象Qe和Qf的位置信息分别为(xe,ye)和(xf,yf);
S603、求解任一目标对象P’ b的位置信息到线段Qe-Qf的最小距离Lmin:
Lmin=|QeQf|*cos(α);
其中,α表示向量P’ bQe与向量QfQe的夹角,|QeQf|表示向量QeQf的模;
Lmin≤l,表明任一目标对象P’ b在初始线路附近,将任一目标对象P’ b作为新增推荐对象;
S7、根据S6的分析结果重新进行线路的规划并生成最终线路。
将新增推荐对象的位置信息定位在平面直角坐标系上,重新对线路进行规划,得到最终线路。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种城市文旅活动智能推荐方法,其特征在于,该智能推荐方法包括以下步骤:
S1、用户输入目标城市信息;***根据排名顺序调取目标城市N个对象的数据信息;
S2、***对调取的N个对象添加标签并打乱顺序,列举目标对象的数据信息供用户选择;
S3、用户通过点击选项选择目标对象,***记录用户选择的目标对象以及选择的顺序;
S4、对用户的选择进行分析,确定用户对目标城市的了解程度;
S5、根据用户选择的若干个目标对象对线路进行规划;
S6、根据规划的线路以及S4的分析结果确定是否需要新增推荐对象;
S7、根据S6的分析结果重新进行线路的规划并生成最终线路。
2.根据权利要求1所述的一种城市文旅活动智能推荐方法,其特征在于:在S2中,在对目标对象进行列举时,按照列举顺序对目标对象进行标号,对于列举顺序的打乱为随机进行。
3.根据权利要求2所述的一种城市文旅活动智能推荐方法,其特征在于:在S3中,用户在点击选择目标对象时,***记录选择对象,并形成标记(Si,Bj),其中,Si表示选择对象按照列举顺序的标号,Bj表示选择对象的标签,组成选择对象的集合D={(Si,Bj)},i=1,2,3,...,N,j=1,2,3,...,N。
4.根据权利要求3所述的一种城市文旅活动智能推荐方法,其特征在于:在S4中,为了确定用户对目标城市的了解程度,利用下列公式对标记进行分析:
S=∑(Si)/m;
B=∑(Bj)/m;
其中,S表示集合D中标号的平均值,∑(Si)表示对集合D中的标号进行求和,B表示集合D中标签的平均值,∑(Bj)表示对集合D中的标签进行求和,m表示用户所选目标对象的数量;
当B≤S-a时,表明用户对目标城市的对象了解,其中,a表示设定的误差阈值;
当B>S-a时,对用户点击选择任意目标对象的时间点Tk进行调取,组成时间点的集合T={T1,T2,T3,...,Tm},k=1,2,3,...,m;
根据下列公式对相邻两个目标对象的选择时间点间隔进行计算:
Tk/k+1=Tk+1-Tk,k+1≤m;
当相邻两个时间点间隔的差值超过设定阈值时,表明用户对目标城市的对象不了解,反之,表明用户对目标城市的对象了解。
5.根据权利要求4所述的一种城市文旅活动智能推荐方法,其特征在于:在S5-S6中,根据用户选择的目标对象的位置信息将m个目标对象定位在平面直角坐标系上,并根据用户初始位置对线路进行规划,得到初始线路;
当通过S4的分析结果显示用户对目标城市不了解时;
初始线路上目标对象的数据信息确定有m个节点,m个节点的位置信息组合形成集合Q={(X1,Y1),(X2,Y2),(X3,Y3),...,(Xm,Ym)};
根据S1的排名顺序调取目标城市前M个对象的数据信息,M个目标对象的位置信息组合形成集合P={(x1,y1),(x2,y2),(x3,y3),...,(xM,yM)};
将用户选择的m个目标对象的标签与集合P中的目标对象的标签进行比对,若一致,对集合P中一致标签对应的位置信息进行删除,得到集合P’={(x1,y1),(x2,y2),(x3,y3),...,(xM-n,yM-n)},其中,n表示标签一致的目标对象的数量。
6.根据权利要求5所述的一种城市文旅活动智能推荐方法,其特征在于:在S6中,根据下列步骤确定是否需要新增对象:
S601、根据距离计算公式确定集合P’中任一目标对象P’ b的位置信息与集合Q中m个位置信息的距离,得到集合L={L1,L2,L3,...,Lm};
S602、从集合L中挑选出距离最小的两个距离值Le和Lf,对应目标对象Qe和Qf的位置信息分别为(xe,ye)和(xf,yf);
S603、求解任一目标对象P’ b的位置信息到线段Qe-Qf的最小距离Lmin:
Lmin=|QeQf|*cos(α);
其中,α表示向量P’ bQe与向量QfQe的夹角,|QeQf|表示向量QeQf的模;
当Lmin≤l时,表明任一目标对象P’ b在初始线路附近,将任一目标对象P’ b作为新增推荐对象;
当Lmin≥l时,表明任一目标对象P’ b不在初始线路附近,任一目标对象P’ b不作为新增推荐对象,其中,l表示设定的距离阈值。
7.根据权利要求6所述的一种城市文旅活动智能推荐方法,其特征在于:在S7中,将新增推荐对象的位置信息定位在平面直角坐标系上,重新对线路进行规划,得到最终线路。
8.一种实现权利要求1-7任一项所述的智能推荐方法的智能推荐***,其特征在于:该智能推荐***包括信息输入单元、对象调取单元、标签添加单元、随意调整单元、信息列举单元和选择记录单元;
所述信息输入单元用于用户输入目标城市信息;所述对象调取单元用于对目标城市对象的数据信息进行调取;所述标签添加单元用于对调取的对象添加标签;所述随意调整单元用于对添加标签后的对象进行顺序的调整;所述信息列举单元用于对调整顺序后的对象进行列举显示;所述选择记录单元用于对用户选择的目标对象以及选择目标对象的顺序进行记录。
9.根据权利要求8所述的智能推荐***,其特征在于:该智能推荐***还包括选择分析单元、线路规划单元、推荐分析单元和线路确定单元;
所述选择分析单元用于根据用户选择目标对象的顺序以及目标对象对应的标签确定用户对目标城市的了解程度;所述线路规划单元用于根据用户选择的目标对象对旅游线路进行规划;所述推荐分析单元用于根据选择分析单元的分析结果确定是否需要新增推荐对象;所述线路确定单元用于在确定是否新增推荐对象后,对线路进行重新规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310806132.2A CN116522004B (zh) | 2023-07-04 | 2023-07-04 | 一种城市文旅活动智能推荐***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310806132.2A CN116522004B (zh) | 2023-07-04 | 2023-07-04 | 一种城市文旅活动智能推荐***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116522004A true CN116522004A (zh) | 2023-08-01 |
CN116522004B CN116522004B (zh) | 2023-09-22 |
Family
ID=87408555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310806132.2A Active CN116522004B (zh) | 2023-07-04 | 2023-07-04 | 一种城市文旅活动智能推荐***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116522004B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150278211A1 (en) * | 2014-03-31 | 2015-10-01 | Microsoft Corporation | Using geographic familiarity to generate search results |
CN110555748A (zh) * | 2018-06-04 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 业务对象的推荐方法、装置和旅行平台 |
CN113590954A (zh) * | 2021-07-30 | 2021-11-02 | 武汉亿融信科科技有限公司 | 一种旅游景点智能匹配推荐方法、***及计算机存储介质 |
CN113935547A (zh) * | 2021-11-11 | 2022-01-14 | 扆林海 | 最优效用的定制化旅游景区线路规划*** |
CN114491269A (zh) * | 2022-02-08 | 2022-05-13 | 北京百度网讯科技有限公司 | 出行服务的推荐方法及装置、设备和介质 |
-
2023
- 2023-07-04 CN CN202310806132.2A patent/CN116522004B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150278211A1 (en) * | 2014-03-31 | 2015-10-01 | Microsoft Corporation | Using geographic familiarity to generate search results |
CN110555748A (zh) * | 2018-06-04 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 业务对象的推荐方法、装置和旅行平台 |
CN113590954A (zh) * | 2021-07-30 | 2021-11-02 | 武汉亿融信科科技有限公司 | 一种旅游景点智能匹配推荐方法、***及计算机存储介质 |
CN113935547A (zh) * | 2021-11-11 | 2022-01-14 | 扆林海 | 最优效用的定制化旅游景区线路规划*** |
CN114491269A (zh) * | 2022-02-08 | 2022-05-13 | 北京百度网讯科技有限公司 | 出行服务的推荐方法及装置、设备和介质 |
Non-Patent Citations (2)
Title |
---|
李婧;熊松泉;刘超;: "多目标组合优化的旅游线路推荐***", 信息与电脑(理论版), no. 05 * |
林青;晁怡;杨乃;: "一种考虑时间成本的旅游线路推荐方法", 地理与地理信息科学, no. 06 * |
Also Published As
Publication number | Publication date |
---|---|
CN116522004B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9846687B2 (en) | Word cloud candidate management system | |
KR20180098390A (ko) | 경로 추천 방법, 전자 장치, 및 그래픽 사용자 인터페이스 | |
US10867251B2 (en) | Estimation results display system, estimation results display method, and estimation results display program | |
JP4981060B2 (ja) | 表示装置及び方法 | |
Khan et al. | Rethinking the mini-map: A navigational aid to support spatial learning in urban game environments | |
Trame et al. | Exploring the lineage of volunteered geographic information with heat maps | |
Koletsis et al. | An investigation into challenges experienced when route planning, navigating and wayfinding | |
Sun et al. | A classification method for choropleth maps incorporating data reliability information | |
Gonçalves et al. | Cartographic visualization of human trajectory data: Overview and analysis | |
CN103984470A (zh) | 图标显示方法和装置 | |
US20110125803A1 (en) | Usability evaluation apparatus, usability evaluation method, and program | |
CN116522004B (zh) | 一种城市文旅活动智能推荐***及方法 | |
Singgalen | Implementation of Rapid Application Development (RAD) for Community-based Ecotourism Monitoring System | |
Galvão et al. | Evaluating schematic route maps in wayfinding tasks for in-car navigation | |
KR100852616B1 (ko) | 업종 검색 서비스를 제공하는 네비게이션 시스템 및네비게이션 제공 방법 | |
US20140370489A1 (en) | Processing apparatus, processing system, and processing method | |
CN105205577A (zh) | 客服工单地域细化分析方法 | |
Shamal et al. | QuteVis: Visually studying transportation patterns using multisketch query of joint traffic situations | |
JP2019174960A (ja) | データ前処理装置、データ前処理方法及びデータ前処理プログラム | |
Bausch et al. | Coping with demographic change in the Alpine regions: Actions and strategies for spatial and regional development | |
WO2020173201A1 (zh) | 一种定位方法及装置、存储介质 | |
Meier et al. | Too many markers, revisited: An empirical analysis of web-based methods for overcoming the problem of too many markers in zoomable mapping applications | |
Lopes et al. | Visually supporting location and routing decisions in tourist trip planning: An exploratory approach | |
Tang et al. | A Comparative Study on Fixed-order Event Sequence Visualizations: Gantt, Extended Gantt, and Stringline Charts | |
CN101201846A (zh) | 信息处理方法,信息处理设备和程序 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230831 Address after: Group 2, Liyuqiao Community Residents' Committee, Lingyang Town, Cili County, Zhangjiajie City, Hunan Province, 427200 Applicant after: Zhuo Shi Address before: 8007, Building 8, Dajiao Pavilion (Beijing Pharmaceutical Machinery Equipment Factory), Guangqu East Road, Chaoyang District, Beijing, 100000 Applicant before: Guoshang Puhui (Beijing) Investment Fund Management Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |