一种智能推荐旅游景点的实现方法与流程

本发明涉及计算机应用技术领域，特别是涉及一种智能推荐旅游景点的实现方法。

背景技术：

据《2011中国旅游市场趋势观察研究预测报告》预测：到2020年中国将成为世界最大的旅游目的地国家。伴随着移动互联网的到来、私家车的普及，越来越多的消费者选择了自驾出游；各地旅游业蓬勃发展。如何解决消费者不知道去哪里旅行、怎样出行的烦恼，一种旅游景点智能推荐的实现方法就显得优为重要。

技术实现要素：

本发明解决的技术问题在于提供一种智能推荐旅游景点的实现方法,根据用户所在位置展示附近旅游景点，并实现自动展示和导航。

本发明解决上述技术问题的技术方案是：

所述的方法是收集形成旅游景点信息库和旅游景点坐标库，根据用户所在位置展示附近旅游景点，用户选择旅游景点后展示到达该景点的路线；并可导航用户至选择的旅游景点。

所述的方法是通过网络数据抓取方式，采集internet网络中最新的旅游景点信息和坐标信息；然后，对采集的数据进行抽取、转换、加载，形成完整的旅游景点信息库和旅游景点坐标库。

所述的方法根据用户所在位置通过旅游景点推荐算法展示附近相关旅游景点信息；

所述旅游景点推荐算法包括旅游景点分值设定、游游景点分类、组建用户-旅游景点分类评分矩阵、旅游景点最近邻查找和旅游景点智能推荐；

所述旅游景点分值设定是根据用户浏览旅游景点次数和用户旅游的景点信息进行归类，将用户同种类型的旅游景点评分以及浏览的次数评分累加，得到该用户对旅游景点的最后得分；评分值越大表明该用户对该旅游景点的兴趣越大；

所述游游景点分类由系统自定义；

所述组建用户-旅游景点分类评分矩阵是按照评分和分类搭建用户与旅游景点分类矩阵，建立旅游景点分类矩阵；

所述旅游景点最近邻查找是采用余弦相似性计算方法，对每一个用户在整个用户空间中查找相似性用户集合；

所述旅游景点智能推荐按照相似性用户集合和用户与旅游景点距离进行推荐。

所述的旅游景点分类矩阵如下表所示：

其中，i表示景点，u表示用户，r表示景点的用户分类矩阵值。

所述相似性用户集合的相似度计算公式是：

其中，sim(a,b)表示用户a与用户b的相似度；ra，p表示用户a对物品p的评分，表示用户a的平均评分；rb,p表示用户b对物品p的评分，表示用户b的平均评分；p为相关系数；p越接近于1，则说明用户a、b越相似。

所述的方法实现步骤是：

1)、通过网络数据抓取的手段，采集internet网络中最新的旅游景点信息和坐标信息；

2)、对采集的数据进行清洗，采用etl处理方式，将采集的数据进行抽取、转换、加载操作；形成一套标准的旅游景点信息库及旅游景点坐标库；

3)、用户打开手机终端，服务器通过手机终端gps锁定手机终端所在位置；

4)、锁定用户所在手机终端位置后，服务端根据用户所在位置传递旅游景点信息及坐标信息到客户端；

5)、用户在手机终端可以看到所在位置附近相关旅游景点信息，对去过或未去过的旅游景点在地图上进行标注显示；

6)、用户查看附近相关旅游景点信息，选择要出行的旅游景点及路线；

7)、点击导航，通过gps定位导航方式，将用户导航至旅游指定位置；当用户偏离行驶轨迹范围时，出现预警声音进行提示、并语音播报偏离路线；

8)、导航结束，记录用户信息以及旅游景点信息。

所述的偏离行驶轨迹范围是偏离最短距离大于系统设定距离。

本发明通过采集旅游景点及位置坐标信息，用户在任意位置打开手机终端，通过gps定位技术及云计算、大数据处理方法，快速搜出用户所在位置附近的旅游景点信息；并为用户提前规划好出行路线，解决用户因不知去哪里出行、怎样出行的困扰，可以大大减轻城市出行压力，增加用户城市满意度。

附图说明

下面结合附图对本发明进一步说明：

图1是本发明的系统架构示意图；

图2是本发明的系统操作流程示意图；

图3是本发明数据采集流程示意图；

图4是本发明基于景点的推荐算法过程图。

具体实施方式

如图1、2、3、4所示，本发明旅游景点智能推荐的实现方法是通过采集旅游景点及位置信息；用户在使用终端时确保终端网络以及gps功能开启；根据用户所在位置通过旅游景点推荐算法自动展示附近相关旅游景点信息；用户选择旅游景点后自动展示到达该景点的旅游路线；通过gps定位导航的方式将用户导航至旅游景点。

采用云计算数据挖掘的方法，通过网络数据抓取的手段，将internet网络中最新的旅游景点信息和坐标信息采集过来；然后对采集的数据进行清洗，采用etl处理方式，将采集的数据进行抽取、转换、加载之后，最后形成一套完整的旅游景点信息库及旅游景点坐标库。

用户在任意一个区域，打开手机终端，云服务端通过gps定位技术展示与用户位置附近相关的旅游景点，对用户去过的旅游景点与未去过的旅游景点区分进行标注，并注明上次出行时间，用户可查看旅游景点详细信息，包括旅游景点简介、地理位置、门票费用等等。

旅游景点推荐方法分为旅游景点分值设定、游游景点分类、组建用户-旅游景点分类评分矩阵、旅游景点最近邻查找、旅游景点智能推荐五个步骤；

1)评分值根据用户浏览旅游景点次数和用户旅游的景点信息进行归类，将用户同种类型的旅游景点评分以及浏览的次数评分累加，得到该用户对旅游景点的最后得分，评分值越大表明该用户对该旅游景点的兴趣越大；

2)一般旅游景点都按一定规则进行分类，规则分类信息由系统自定义，规则分类分五个层次进行划分；

3)经系统处理后的评分和浏览的日志信息结合旅游景点分类信息，搭建用户与旅游景点分类矩阵，建立旅游景点分类矩阵；

4)当矩阵建立好后，找出相同兴趣的用户，通过相同的余弦相似性来计算，最近邻查询是指对每一个用户在整个用户空间中查找按相似性由高到低排列的用户集合，用户a与用户b的相似度可用如下公式计算：

其中，ra，p表示用户a对物品p的评分，表示用户a的平均评分。person相关系数越接近于1，则说明用户a、b越相似；

5)最近邻取出后，然后按频繁集和用户与旅游景点距离进行推荐；

用户在浏览旅游景点信息后，系统自动记录用户的浏览历史信息，为后续用户旅游景点信息推荐评分值提供依据。

用户在选定某个旅游景点后，云服务端通过卫星定位技术，自动规划用户去到该景点的最佳出行路线，并通过地图坐标计算去到该景点的距离，以及需要的时间，用户可选择步行或骑行的方式，用户也可选择系统提供的其他推荐路线；

用户在选定某条出行路线后，点击导航，通过gps定位技术，采用语音播报方式，将用户导航至旅游指定位置。

导航过程中，当用户偏离行驶轨迹范围即偏离最短距离大于系统设定距离时，出现预警声音提示及偏离路线语音播报，当用户进入行驶轨迹范围后预警声音消失，确保能准确的将用户导航到选定的旅游景点位置。

所述的实现方法主要步骤是：

1)、通过网络数据抓取的手段，将internet网络中最新的旅游景点信息和坐标信息采集过来；

2)、对采集的数据进行清洗，采用etl处理方式，将采集的数据进行抽取、转换、加载等操作，最后形成一套标准的旅游景点信息库及旅游景点坐标库；

3)、用户打开手机终端，服务器通过手机终端gps锁定手机终端所在位置；

4)、锁定用户所在手机终端位置后，服务端根据用户所在位置传递旅游景点及坐标等信息到客户端；

5)、用户在手机终端可以看到所在位置附近相关旅游景点信息，去过或未去过的旅游景点在地图上进行标注显示；

6)、用户查看附近相关旅游景点信息，选择要出行的旅游景点及路线；

7)、点击导航，通过gps定位导航方式，将用户导航至旅游指定位置，当用户偏离行驶轨迹范围即偏离最短距离大于系统设定距离时，出现预警声音提示及偏离路线语音播报；

8)、导航结束，记录用户信息以及旅游景点信息。