[发明专利]一种基于知识图谱与蚁群算法的旅游路线推荐方法

说明书

本发明公开了一种基于知识图谱与蚁群算法的旅游路线推荐方法，具体按照如下步骤实施：步骤1，构建旅游知识图谱；步骤2，获取用户游记数据集，对数据进行去噪，分词与景点匹配后得到最终有效的路线数据集；步骤3，将用户的历史数据作为兴趣起点在图谱中挖掘用户兴趣方向上的候选景点并获取候选景点的评分与参考用时；步骤4，计算景点间的转移率并建立转移率矩阵，计算景点在路线中的出现频率并制作景点频率表；步骤5，查询候选景点间的最短通行时间，建立通行时间矩阵；步骤6，利用蚁群算法进行优化，得出最优解路线，将其作为结果推荐给用户。本发明解决了现有技术中存在的推荐旅游路线时未考虑用户兴趣且无法推荐隐藏路线的问题。

技术领域

本发明属于旅游路线推荐方法技术领域，涉及一种基于知识图谱与蚁群算法的旅游路线推荐方法。

背景技术

由于国民消费观念的转变，国内旅游人数逐年上升，国民旅游需求不断增加，互联网上关于旅游的相关信息数据量飞速上升，旅游业的信息过载问题也随之日益严重。用户从海量信息中获取有用信息并规划一条旅游路线极其困难，因此设计一种旅游路线推荐方法具有重要意义。

目前现有的路线推荐方法，只是计算用户历史路线与其它用户历史路线的相似度，推荐线路集中在热门路线，未考虑用户的兴趣方向且无法推荐历史记录外的隐藏路线。

发明内容

本发明的目的是提供一种基于知识图谱与蚁群算法的旅游路线推荐方法，解决了现有技术中存在的推荐旅游路线时未考虑用户兴趣且无法推荐隐藏路线的问题。

本发明所采用的技术方案是，一种基于知识图谱与蚁群算法的旅游路线推荐方法，具体按照如下步骤实施：

步骤1，构建旅游知识图谱；

步骤2，获取用户游记数据集，对数据进行去噪，分词与景点匹配后得到最终有效的路线数据集；

步骤3，基于步骤1构建的知识图谱，将用户的历史数据作为兴趣起点在图谱中挖掘用户兴趣方向上的候选景点并获取候选景点的评分与参考用时；

步骤4，对步骤2获得的路线数据集进行预处理，计算景点间的转移率并建立转移率矩阵，计算景点在路线中的出现频率并制作景点频率表；

步骤5，查询候选景点间的最短通行时间，建立通行时间矩阵；

步骤6，基于步骤3、步骤4及步骤5的数据，利用蚁群算法进行优化，得出最优解路线，将其作为结果推荐给用户。

步骤1具体为：

步骤1.1，获取各个旅游出行网站上的景点数据，获取信息包括景点名称、景点级别、景点评分、景点地址、景点开放时间、景点官方网址、景点官方联系方式、景点参考用时；