[发明专利]基于人工智能和云平台的旅游热度分析方法与系统

权利要求书

1.一种基于人工智能和云平台的旅游热度分析方法，其特征在于，该方法包括：

从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息；

针对任意景点有序偶，根据第一个景点的游客密度上限、未被第一个景点接纳而直接分流至第二个景点的游客信息、以及所述游客信息中进入第二个景点的游客信息得到该景点有序偶的分流指数；

根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集，根据数据集进行训练得到各景点对应的关联特征向量，根据关联特征向量得到景点对的亲和度；

根据景点对的亲和度、景点对的依赖度得到景点对的联合吸引力度；基于景点的游客增长趋势、景点对的联合吸引力度，得到景点的旅游热度；

所述亲和度的获取方法包括：以所述景点对的两个所述关联特征向量的相似度作为所述亲和度；

所述景点对的依赖度的获取方法如下：

根据所述景点对中两个景点有序偶的分流指数差异、所述分流指数差异对两个景点有序偶的影响程度计算两个景点间的依赖度；

所述景点对的联合吸引力度的获取方法包括：

将景点对的亲和度减去景点对的依赖度，获得景点对的联合吸引力度。

2.如权利要求1所述的方法，其特征在于，对摄像头采集的景点图像进行人脸识别得到游客信息并上传至云平台，云平台整合所有景点的游客信息，生成所述游客轨迹数据。

3.如权利要求1所述的方法，其特征在于，所述根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集,包括：

步骤a，对所有景点的游客密度上限进行标准化处理，得到游客密度概率分布；

步骤b，基于游客密度概率分布随机选取一个景点，将所选取景点放入序列并作为待处理景点；

步骤c，循环执行以下操作直至序列长度满足第一设定条件：根据待处理景点的分流指数分布随机生成下一景点，并将所述下一景点加入序列；

步骤d，将所述下一景点作为待处理景点，循环执行步骤b、c直至数据集的数据量满足条件。

4.如权利要求3所述的方法，其特征在于，对包含相同第一个景点的所有景点有序偶的分流指数进行标准化处理，标准化处理后的分流指数构成了第一个景点的所述分流指数分布。

5.如权利要求3所述的方法，其特征在于，所述进行训练包括：设置滑窗在序列数据上滑动，滑窗内景点对应的独热编码向量构成第一输入矩阵，滑窗外景点对应的独热编码向量构成第二输入矩阵，将第一输入矩阵与第二输入矩阵输入神经网络进行特征提取，输出关联特征矩阵。

6.一种基于人工智能和云平台的旅游热度分析系统，其特征在于，该系统包括：

游客信息获取单元，用于从云平台获取游客轨迹数据，对游客轨迹数据进行分析，提取出未被前序景点接纳而直接分流至后序景点的游客信息；

分流指数获取单元，用于针对任意景点有序偶，根据第一个景点的游客密度上限、未被第一个景点接纳而直接分流至第二个景点的游客信息、以及所述游客信息中进入第二个景点的游客信息得到该景点有序偶的分流指数；

亲和度获取单元，用于根据所有景点的游客密度上限、所有景点有序偶的分流指数以及游客的轨迹数据生成数据集，根据数据集进行训练得到各景点对应的关联特征向量，根据关联特征向量得到景点对的亲和度；

旅游热度获取单元，用于根据景点对的亲和度、景点对的依赖度得到景点对的联合吸引力度；基于景点的游客增长趋势、景点对的联合吸引力度，得到景点的旅游热度；

所述亲和度的获取方法包括：以所述景点对的两个所述关联特征向量的相似度作为所述亲和度；

所述景点对的依赖度的获取方法如下：

根据所述景点对中两个景点有序偶的分流指数差异、所述分流指数差异对两个景点有序偶的影响程度计算两个景点间的依赖度；

所述景点对的联合吸引力度的获取方法包括：

将景点对的亲和度减去景点对的依赖度，获得景点对的联合吸引力度。