[发明专利]一种基于用户行为与资源特征的线路推荐方法

说明书

本发明公开了一种基于用户行为与资源特征的线路推荐方法，包括：接收客户端提交的线路推荐请求；根据所述线路推荐请求携带的目的地推荐出第一个行程；以所述第一个行程为中心，基于所述线路推荐请求携带的筛选条件和根据用户访问地理信息中的POI资源库所生成的用户画像，并根据所述用户画像获得用户标签权重；最终规划出贴合用户需求的出行线路；将规划出的所述出行线路推荐给客户端。本发明能够根据用户的喜好快速的推荐出优质的行程规划，且耗时少，效率高。

技术领域

本发明涉及一种基于用户行为与资源特征的线路推荐方法，属于线路规划技术领域。

背景技术

自驾游属于自助旅游的一种类型，是有别于传统的集体参团旅游的一种新的旅游形态，其本身具有自由化、个性化、灵活性、舒适性、选择性与季节性等在内的特点。

但是现有的线路规划都是由旅行社、OTA等平台进行开发，比较适合大众性参团的线路，而且开发一条线路产品也是颇费时间和成本，更加无法解决个性化的需求问题；如果由用户自己根据喜好去创建线路，虽然满足个性化，但创建的过程也会让人深感疲惫。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种通过用户画像和POI资源数据库智能推荐出符合使用者个性化线路的基于用户行为与资源特征的线路推荐方法，且耗时少，效率高。

本发明的一种基于用户行为与资源特征的线路推荐方法，包括：接收客户端提交的线路推荐请求；根据所述线路推荐请求携带的目的地推荐出第一个行程；以所述第一个行程为中心，基于所述线路推荐请求携带的筛选条件和根据用户访问地理信息中的POI资源库所生成的用户画像，并根据所述用户画像获得用于体现用户喜好及行为意向的用户标签权重；最终规划出贴合用户需求的出行线路；将规划出的所述出行线路推荐给客户端。

上述目的地为景点时，则以该景点为第一个行程；所述目的地为城市时，从符合用户标签的景点中，随机选取一个作为目的地。。

上述根据用户访问地理信息中的POI资源库所生成的用户画像的方法如下：

根据用户访问POI资源库的行为，通过TF-IDF算法进行权重归类，提取出用户的喜好、特征并生成用户画像；

用户画像是由成百上千的标签组成，每个标签并不是一样重要，权重值就是体现这些标签的重要程度，权重值越大表示该标签越符合描述该用户，反之无法体现用户的个性化。

通过所述TF-IDF算法进行权重归类具体方法如下：

其中，T表示一个标签，T_i表示所有标签，P表示一个用户，W(P,T)表示一个标签T被用于标记用户P的次数，W(P，T_i)表示用户P身上所有的标签个数，TF(P,T)表示标签T标记次数在用户P所有标签中所占的比重；

其中，Pi表示所有的用户，W(Pi,，Ti)表示所有用户的全部标签之和，W(Pi，T)表示所有打T标签的用户之和，IDF(P,T)表示标签T在全部标签中的稀缺程度；

TF-IDF＝TF*IDF，其中，TF-IDF表示用户对一个标签的关注程度或者表示一个标签对用户的重要性。

根据所述用户画像获得用户标签权重具体方法如下：

用户标签权重＝行为类型权重*时间衰减*TF-IDF*行为次数；

其中，所述行为类型权重是表示用户浏览、搜索、收藏、下单、购买对用户而言有不同的重要性，通过分值的高低来表示；

所述时间衰减是表示行为的重要性会受到时间的流逝而进行衰减，按时间段来设置不同的衰减幅度，取值范围0～1，如果持续性的访问，时间衰减系数取值1～2之间，表示关注度频繁。