[发明专利]一种基于用户信息的景点推荐方法、装置及存储介质

说明书

本发明公开了一种基于用户信息的景点推荐方法、装置及存储介质，所述方法包括：接受用户发送的景点推荐请求，所述推荐请求包括计划行程时间和目的地区域；根据所述推荐请求，筛选出所有符合所述推荐请求的旅游景点；根据所述用户标签，结合预测模型计算出用户到各个所述旅游景点的倾向率；根据各个所述旅游景点的倾向率大小，以用户到各个所述旅游景点的距离最短为条件，推荐旅游路线；建立旅游线路时间预测计算模型；将满足所述行程时间小于所述计划行程时间的景点推荐给用户。本发明根据用户的属性标签，所有景点按照推测的旅客喜爱的优先级进行排序，再根据用户设置的计划行程时长与各景点的行程时间，规划出最佳的旅游路线。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于用户信息的景点推荐方法、装置及存储介质。

背景技术

当前旅游城市都不再是单一一种的旅游业态，是多元化复合型的旅游综合体。人们去到一处旅游城市，可以得到全方位的体验。例如说西安是以秦陵兵马俑而闻名，但说到西安也一样会去到回民街满足吃的需求，去到华山满足自然风光的需求等等。旅客们也不再满足于整个旅游体验只有秦陵兵马俑博物馆这一单一的景点，因为大家都不远千里而来，自然要玩得尽兴，更何况城市建设已经提供了这么多选择。但如何安排自己的行程，如何得到一个满意的行程，很多旅客搜寻了很多攻略都找不到满意答案。

发明内容

本发明旨在至少在一定程度上解决相关记述中的技术问题之一。为此，本发明的一个目的是提供一种基于用户信息的景点推荐方法，能够根据用户的属性标签，帮助用户规划出最佳的旅游计划。

为实现上述目的，本发明提供一种基于用户信息的景点推荐方法，所述方法包括：

接受用户发送的景点推荐请求，所述推荐请求包括计划行程时间和目的地区域；

根据所述推荐请求，筛选出所有符合所述推荐请求的旅游景点；

获取用户信息，并根据所述用户信息给用户匹配用户标签；

根据所述用户标签，结合预测模型计算出用户到各个所述旅游景点的倾向率；

根据各个所述旅游景点的倾向率大小，按照由大至小进行排列得到数组{}；

获取用户的地理位置以及各个所述旅游景点的地理位置，并计算所述用户到各个所述旅游景点的距离，

以用户到各个所述旅游景点的距离最短为条件，推荐旅游路线；

建立旅游线路时间预测计算模型，计算所述旅游路线的行程时间；

将满足所述行程时间小于所述计划行程时间的景点推荐给用户。

进一步地，所述倾向率的计算公式为：，其中表示单个标签的倾向率，h表示用户，i表示标签，表示单个标签的权重，a为正整数，取值范围为[2,+∞]。

进一步地，所述用户标签包括年龄标签、婚姻标签、职业标签以及爱好标签。

进一步地，通过优序对比法计算所述单个标签的权重。

进一步地，所述旅游线路时间预测计算模型的公式为：,其中为用户位置到距离最近的景点的行程时间，为到下一个距离最近的景点的行程时间，m为正整数，取值范围为[2,+∞]。

进一步地，所述用户位置到距离最近的景点的行程时间包括步行时间和游览时间。

进一步地，包括：

根据所述各景点位置和所述游客的位置路线的道路情况和所述游客步行速度，计算各景点间步行所需要的时间。

进一步地，所述将满足所述行程时间小于所述计划行程时间的景点推荐给用户包括：