欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024107962025
申请人: 四川工程职业技术大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于大数据的智慧旅游目标匹配方法,其特征在于,基于大数据的智慧旅游目标匹配方法,包括以下步骤:基于用户历史旅游信息,结合用户在社交媒体上的活动记录,识别用户偏好的旅游类型,得到用户行为模式;

基于所述用户行为模式,分析差异化用户群体的旅游频率和旅游地点偏好,将用户分为多个群体,得到同类用户群体数据集;

基于所述同类用户群体数据集,提取同类用户群体成员的历史旅游地点,分析旅游地点在用户群体中的流行程度和满意度,建立群体目的地信息;

基于所述群体目的地信息,分析识别目标旅游目的地,对多种旅游目的地进行用户满意度调查,根据调查结果调整吸引力指数,生成目的地吸引力评分信息;

基于所述目的地吸引力评分信息,进行目的地吸引力等级排序,识别具有吸引力和访问价值的目的地,生成优化目的地推荐列表;

基于所述优化目的地推荐列表,分析用户的即时查询意图和偏好,根据即时数据调整推荐列表的排序和内容,生成旅游推荐方案;

所述用户行为模式包括用户访问频率数据、用户评分数据、社交媒体活动类型和旅游类型偏好,所述同类用户群体数据集包括用户群体分类标签、群体旅游频率数据和群体旅游地点偏好数据,所述群体目的地信息包括旅游地点列表、群体成员对地点的满意度数据和地点流行程度数据,所述目的地吸引力评分信息包括每个目的地的吸引力指数、用户满意度调查结果和吸引力评分调整结果,所述优化目的地推荐列表包括排名靠前的目的地信息、旅游成本分析结果和旅游设施状况评估信息,所述旅游推荐方案包括调整后的目的地排名、推荐内容和用户偏好匹配度评估信息;

基于所述用户行为模式,分析差异化用户群体的旅游频率和旅游地点偏好,将用户分为多个群体,得到同类用户群体数据集的步骤具体为:基于所述用户行为模式,通过用户旅游频率和地点偏好信息进行聚类分析,识别具有同类旅游行为的用户,将用户按偏好模式划分为多种群体,生成偏好分类数据;

基于所述偏好分类数据,评估每个群体内部成员的旅游行为一致性,计算群体成员间的旅游地点和频率的拟合度,优化用户群体的分类精度,生成群体划分数据;

基于所述群体划分数据,汇总每个用户群体的关键旅游地点和频率,对群体成员共同访问的旅游地点进行统计,整合信息反映每个群体的共同旅游偏好,生成同类用户群体数据集;

基于所述同类用户群体数据集,提取同类用户群体成员的历史旅游地点,分析旅游地点在用户群体中的流行程度和满意度,建立群体目的地信息的步骤具体为:基于所述同类用户群体数据集,提取每个群体成员的历史访问旅游地点,进行数据汇总和记录整合,生成历史旅游地点清单;

基于所述历史旅游地点清单,对每个地点进行用户群体的访问次数统计和满意度评分分析,汇总数据计算每个地点的平均访问频率和满意度得分,生成地点流行度和满意度分析数据;

基于所述地点流行度和满意度分析数据,与历史数据进行对比分析,捕捉评分和访问频率高于预设阈值的地点,标记地点作为群体喜好的目的地,得到群体目的地信息;

基于所述群体目的地信息,分析识别目标旅游目的地,对多种旅游目的地进行用户满意度调查,根据调查结果调整吸引力指数,生成目的地吸引力评分信息的步骤具体为:基于所述群体目的地信息,分析每个目的地在各群体中的受欢迎程度,并设置每个目的地的吸引力指数,生成基础吸引力数据;

基于所述基础吸引力数据,对多个旅游目的地进行用户满意度调查,收集多个目的地的用户反馈,整理调查反馈,得到用户满意度分析结果;

基于所述用户满意度分析结果,采用加权平均算法,调整吸引力指数,通过吸引力指数反映用户的满意程度和对目的地的喜好,得到目的地吸引力评分信息;

所述加权平均算法按照公式:

计算目的地吸引力指数,其中,

基于所述目的地吸引力评分信息,进行目的地吸引力等级排序,识别具有吸引力和访问价值的目的地,生成优化目的地推荐列表的步骤具体为:基于所述目的地吸引力评分信息,对目的地数据进行筛选,根据每个目的地的吸引力评分,比较识别目的地等级,按吸引力评分从高到低排序,生成目的地等级排序列表;

基于所述目的地等级排序列表,选择排名在预设阈值以上的目的地,从数据库中提取目的地信息,目的地信息包括旅游成本、访问难易程度和旅游设施概况,进行数据汇总,生成目的地分析数据;

基于所述目的地分析数据,对每个目的地进行成本效益分析,根据吸引力评分和访问成本进行评估,识别具有吸引力和访问价值的目的地,生成优化目的地推荐列表。

2.根据权利要求1所述的基于大数据的智慧旅游目标匹配方法,其特征在于,基于所述优化目的地推荐列表,分析用户的即时查询意图和偏好,根据即时数据调整推荐列表的排序和内容,生成旅游推荐方案的步骤具体为:基于所述优化目的地推荐列表,收集用户当前的查询数据,包括用户搜索的目的地、预算限制和旅游偏好信息,分析数据识别用户的即时需求和期望,生成用户即时需求分析结果;

基于所述用户即时需求分析结果,调整优化目的地推荐列表,重新排序并更新目的地列表内容,匹配用户偏好和旅游条件,生成调整后的优化推荐列表;

基于所述调整后的优化推荐列表,优化推荐方案,调整每个推荐的目的地,匹配用户的偏好和预算,生成旅游推荐方案。

3.基于大数据的智慧旅游目标匹配系统,其特征在于,根据权利要求1-2任一项所述的基于大数据的智慧旅游目标匹配方法,所述系统包括:用户行为分析模块基于用户历史旅游信息,进行访问频率统计和用户评分平均处理,识别用户偏好的旅游类型,生成用户洞察信息;

群体分析模块基于所述用户洞察信息,通过分析旅游频率和地点偏好进行用户分类,生成群体划分结果;

目的地评分模块基于所述群体划分结果,提取并分析每个群体偏好的历史旅游地点,进行流行程度和满意度分析,生成目的地满意度指标;

目的地筛选模块基于所述目的地满意度指标,设定并调整旅游目的地的吸引力指数,生成调整后的目的地排名;

推荐优化模块基于所述调整后的目的地排名,分析用户的即时查询意图和偏好,重新排序推荐列表,匹配用户的实际需求,生成旅游推荐方案。