[发明专利]一种景区游客链式出行一体化提供方法

摘要

一种景区游客链式出行一体化提供方法，涉及旅游服务软件开发技术领域。以解决游客在旅途出行过程中缺乏有效的实时数据引导而产生欠佳的旅游体验的问题。本方法包括景点排队拥挤度实时预测，最佳游玩线路精准推送，游客反馈数据挖掘分析。具体是景区信息以及各景点游客数量识别，并进行计算，依据评价指标判别景点拥挤度，并将拥挤度通过可视化方法展现在地图中，给游客直观判断。同时根据系统平台的用户地理坐标以及用户需求数据，利用路径优化算法，精准推荐较为合理的路线，最大限度减少用户排队等待时间，提高交通体验。为形成良性反馈，对游客使用数据进行分析，从中获得容易发生较严重排队拥堵的景点以及对不同推荐路线的偏好程度等。

主权项

1.一种景区游客链式出行一体化提供方法，其特征在于，所述方法包括景点排队时间实时预测的步骤、最佳游玩线路精准推送的步骤和游客反馈数据挖掘分析的步骤；一、景点排队拥挤度、排队时间的实时预测：利用摄像头实时获取传送的游客排队图像，并利用视频识别对游客排队图像进行处理，再利用TensorFlow深度学习方法识别出景点外的排队人数；根据景点的实际情况建立的拥挤指标体系结合上述排队人数得到景点排队拥挤度；通过上述游客排队图像获取游客排队流速，再结合排队人数得到景点排队时间；所述TensorFlow深度学习方法是：利用图像匹配、描述和识别对图像进行比较和配准，通过提取图像的特征及相互关系，得到图像符号化的描述以确定其分类；所述图像匹配试图建立两张图片之间的几何对应关系，度量其类似或不同的程度；在拥挤度的识别中，需要将现状游客排队图像与标准的基础图像进行对比，基础图像包括不同天气不同时间点下采集的图像，然后计算出像素大小，即灰度，识别出排队区域的游客数量，并按照一定的指标进行拥挤度评价；同时，通过视频识别技术还可以得到排队游客向前移动的流速，并以此作为计算依据，计算出预计的排队时间；二、最佳游玩路线精准推送：所述最佳游玩路线精准推送是一种基于顺序访问和遗传算法实现的路径优化，其过程为：首先，利用所述景点排队时间，预估一定时间范围内各景点游客排队时间变化情况；其次，调用景区内各景点的人均游玩时长数据，若景区规定了特定景点的人均游览时间，则将该数据事先存储并由该步骤加载调用，若部分景点的游览时长未受限，则由游客自行输入预计的游览时长；最后，根据游客的位置数据及景区内各景点的地理分布，得到游客到达某一景点的步行时间，结合上述的排队时间及各景点的游览时间等数据，利用遗传算法优化游客的游览路线，使其总排队时间最小化，进而提高游客的旅游舒适程度；三、游客反馈数据挖掘分析，所述游客反馈数据挖掘分析为交通旅游服务大数据应用过程，具体为：利用大数据手段对用户使用情况进行分析，从中可获得游客喜好情况、容易发生较严重排队拥堵的景点以及用户对不同推荐路线的偏好程度；同时，根据使用历史使用数据，能够进行旅客活动时间特征分析，活动空间特征分析，地理流量流向特征分析；据此，可以对景区服务设施的质量、路线优化的程度以及均衡客流的方式进行分析，找出其中存在的问题，根据游客需求进行精准改进，从而使提升景区的服务质量、吸引效应以及游客的游玩体验。