一種匹配用戶特征的個(gè)性化旅游信息篩選方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于旅游信息服務(wù)領(lǐng)域，具體設(shè)及一種匹配用戶特征的個(gè)性化旅游信息篩 選方法。
【背景技術(shù)】
[0002] 目前，大多數(shù)旅游企業(yè)都提供了各種信息服務(wù)，游客可W通過該些服務(wù)獲取相關(guān) 旅游信息如景點(diǎn)、旅游路線和報(bào)價(jià)等。但是該些服務(wù)是由企業(yè)設(shè)置的，更多的是從企業(yè)的角 度出發(fā)，忽略了用戶的主體地位，推薦的信息服務(wù)千篇一律，往往不能反映用戶的個(gè)性化需 求。
[0003] 目前用于旅游信息篩選的個(gè)性化算法跟應(yīng)用場(chǎng)景緊密相關(guān)，個(gè)性化算法主要有W 下幾類：
[0004] (1)基于內(nèi)容的推薦算法
[0005] 基于內(nèi)容的信息推薦方法的理論依據(jù)主要來自于信息檢索和信息過濾，根據(jù)用戶 過去的歷史數(shù)據(jù)來向用戶推薦用戶沒有接觸過的推薦項(xiàng)。該算法運(yùn)用用戶W往對(duì)項(xiàng)目的偏 好興趣建立用戶特征，并對(duì)項(xiàng)目?jī)?nèi)容進(jìn)行分析，評(píng)估項(xiàng)目與用戶興趣之間的相關(guān)性，進(jìn)而判 斷并找出用戶可能感興趣的項(xiàng)目推薦給用戶。該算法廣泛應(yīng)用圖書系統(tǒng)個(gè)性化推薦服務(wù)， 其缺點(diǎn)也很明顯；要求用戶歷史數(shù)據(jù)豐富；不適合新用戶。
[0006] (2)基于協(xié)同過濾的推薦算法
[0007] 基于協(xié)同過濾的推薦算法根據(jù)用戶對(duì)項(xiàng)目的評(píng)分矩陣計(jì)算用戶的相似性，找出用 戶的最近鄰居，從而根據(jù)最近鄰居的喜好做出未知項(xiàng)的評(píng)分預(yù)測(cè)。該算法存在的缺點(diǎn)是：要 求用戶歷史數(shù)據(jù)豐富；對(duì)新加入的項(xiàng)目不能進(jìn)行準(zhǔn)確推薦。
[000引 （3)基于關(guān)聯(lián)規(guī)則推薦算法
[0009] 基于關(guān)聯(lián)規(guī)則推薦算法主要應(yīng)用于電子商務(wù)活動(dòng)，通過發(fā)現(xiàn)不同商品在銷售過程 中的相關(guān)性，判斷顧客潛在的購(gòu)買意向，從而向用戶推薦。該種算法的主要缺點(diǎn)是；規(guī)則的 建立和邏輯合理性是一個(gè)相當(dāng)復(fù)雜的過程。
[0010] 除了該幾種個(gè)性化推薦算法外，還有基于知識(shí)的推薦算法、基于效用的推薦算法 等。該些算法各有優(yōu)缺點(diǎn)，但是都不適合旅游行業(yè)，該是由于旅游行業(yè)自身特性決定的。與 圖書管理系統(tǒng)、電子商務(wù)系統(tǒng)比較，旅游信息系統(tǒng)的特征主要有：一是是整體歷史數(shù)據(jù)量 大，用戶規(guī)模大，一些主流的旅游信息系統(tǒng)用戶數(shù)量已達(dá)數(shù)十萬(wàn)，旅游信息十分巨大；二是 單個(gè)用戶的歷史數(shù)量較少，有統(tǒng)計(jì)顯示，目前旅游信息系統(tǒng)注冊(cè)用戶平均兩年進(jìn)行一次旅 游活動(dòng)。因此，傳統(tǒng)的從單個(gè)用戶歷史數(shù)據(jù)根據(jù)邏輯規(guī)則獲取單個(gè)用戶的個(gè)性化需求方式 不能適應(yīng)旅游服務(wù)，特別是對(duì)那些新加入的用戶更是如此。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明目的之一在于克服現(xiàn)有技術(shù)的缺陷，提供一種能夠滿足用戶個(gè)性化需求， 為用戶節(jié)省大量時(shí)間的匹配用戶特征的個(gè)性化旅游信息篩選方法。
[0012] 本發(fā)明提供的一種匹配用戶特征的個(gè)性化旅游信息篩選方法，包括個(gè)性化需求建 模和映射規(guī)則建模，所述個(gè)性化需求建模包括如下步驟：
[0013] 步驟S100;構(gòu)建實(shí)體需求參數(shù)數(shù)值模型；
[0014] 步驟S200 ;采用兩層粒度分類方法對(duì)所述實(shí)體需求參數(shù)進(jìn)行分類處理，并將該分 類處理結(jié)果加入到實(shí)體需求集Si中；
[0015] 步驟S300 ;采用=層粒度分類方法對(duì)所有線路需求進(jìn)行分類處理，并將該分類處 理結(jié)果加入到線路需求集S2中，將實(shí)體需求集S1和線路需求集S2結(jié)合在一起，構(gòu)成個(gè)性化 需求集S;
[0016] 所述映射規(guī)則建模包括如下步驟：
[0017] 步驟S400 ;根據(jù)用戶角色信息分成不同的角色組，當(dāng)用戶被分配單一角色時(shí)，進(jìn) 行單角色映射，當(dāng)用戶被分配多個(gè)角色時(shí)，進(jìn)行多角色映射；
[0018] 所述步驟S400中單角色映射包括如下步驟：
[0019] 步驟S411 ;對(duì)用戶角色的需求項(xiàng)進(jìn)行分類，根據(jù)每類需求項(xiàng)出現(xiàn)的概率進(jìn)行排 序，得到用戶角色與個(gè)性化需求集S的映射關(guān)系；
[0020] 步驟S412 ;對(duì)每類需求項(xiàng)參數(shù)數(shù)值進(jìn)行大小排序，最后輸出用戶單角色映射下的 個(gè)性化需求；
[0021] 所述步驟S400中多角色映射包括如下步驟：
[0022] 步驟S421 ;統(tǒng)計(jì)用戶多個(gè)角色下的需求項(xiàng)；
[0023] 步驟S422 ;對(duì)所有需求項(xiàng)進(jìn)行單角色映射處理。
[0024] 進(jìn)一步的，所述步驟S200中的兩層粒度分類方法包括如下步驟：
[0025] 步驟S201;系統(tǒng)初始化，構(gòu)造一個(gè)需求記錄為零的實(shí)體需求集Si，統(tǒng)計(jì)實(shí)體所有需 求記錄，設(shè)需求記錄數(shù)量為rii。
[0026] 步驟S202 ;統(tǒng)計(jì)ni條需求記錄的參數(shù)類型和參數(shù)值，如果存在mi條包含的參數(shù)類 型和數(shù)量都相同的需求記錄，并且每個(gè)參數(shù)都有確定的取值，該mi條相同需求類別的需求 記錄為第一層粒度的分類；
[0027] 步驟S203;對(duì)叫條需求記錄繼續(xù)進(jìn)行分類，如果存在W1條參數(shù)排序完全一致記 錄，該wi條相同需求類別的需求記錄為第二層粒度的分類；
[002引步驟S204 ;將獲得的所有需求類別加入到實(shí)體需求集S沖。
[0029] 進(jìn)一步的，所述步驟S300中的=層粒度分類方法包括如下步驟：
[0030] 步驟S301;系統(tǒng)初始化，構(gòu)造一個(gè)線路需求記錄為零的線路需求集S2,統(tǒng)計(jì)所有線 路需求記錄，并根據(jù)線路編號(hào)進(jìn)行第一層粒度分類；
[0031] 步驟S302;第二層粒度的分類；統(tǒng)計(jì)某條線路需求記錄的數(shù)量，如果存在m2條包 含的實(shí)體類型和數(shù)量都相同的線路需求記錄，并且每個(gè)實(shí)體都有確定的取值，該m2條線路 需求記錄初步作為相同需求類別；
[0032] 步驟S303 ;第=層粒度的分類：對(duì)m2條線路需求記錄繼續(xù)進(jìn)行分類，如果存在W2 條實(shí)體排序完全一致的線路需求記錄，該W2條線路需求記錄確定為相同需求類別；
[0033] 步驟S304;將獲得的所有需求類別加入到線路需求集S2中。
[0034] 本發(fā)明的有益效果在于，本發(fā)明針對(duì)旅游行業(yè)總體用戶數(shù)量多、總體歷史數(shù)據(jù)量 豐富和單個(gè)用戶數(shù)據(jù)量小等特性，設(shè)計(jì)了一種匹配用戶特征的個(gè)性化算法；用戶登錄系統(tǒng) 后，不必輸入任何參數(shù)，能夠根據(jù)用戶角色特征主動(dòng)推薦給用戶最需要的旅游服務(wù)，滿足用 戶個(gè)性化需求，為用戶節(jié)省大量時(shí)間。
【附圖說明】
[0035] 圖1所示為本發(fā)明匹配用戶特征的個(gè)性化旅游信息篩選方法中個(gè)性化需求建模 流程圖。
[0036] 圖2所示為本發(fā)明匹配用戶特征的個(gè)性化旅游信息篩選方法中角色映射流程圖。
【具體實(shí)施方式】
[0037]下文將結(jié)合具體實(shí)施例詳細(xì)描述本發(fā)明。應(yīng)當(dāng)注意的是，下述實(shí)施例中描述的技 術(shù)特征或者技術(shù)特征的組合不應(yīng)當(dāng)被認(rèn)為是孤立的，它們可W被相互組合從而達(dá)到更好的 技術(shù)效果。
[003引本發(fā)明提供的一種匹配用戶特征的個(gè)性化旅游信息篩選方法，包括個(gè)性化需求建 模和映射規(guī)則建模。
[0039] 如圖1所示，個(gè)性化需求建模包括如下步驟：
[0040] 步驟S100 ;構(gòu)建實(shí)體需求參數(shù)數(shù)值模型。
[0041] 實(shí)體需求設(shè)及吃、住、行、娛、購(gòu)、玩，是基礎(chǔ)性需求。實(shí)體需求參數(shù)數(shù)值模型的表示 采用鍵值對(duì)的形式；設(shè)實(shí)體需求有n個(gè)參數(shù)，每個(gè)參數(shù)的值已知，則該需求可W表示為：
[0042] A[如，Vi)、也，V2)、如，V3)......(Pn，V。)]
[0043] 其中，A為實(shí)體名，P為參數(shù)名，V為參數(shù)值。參數(shù)值有數(shù)值型、字符型和布爾型。例 如酒店價(jià)格屬于數(shù)值型，酒店環(huán)境屬于字符型，酒店設(shè)施（是否配備游泳池）屬于布爾型。 數(shù)值型參數(shù)和布爾型參數(shù)容易處理，字符型參數(shù)是經(jīng)過系統(tǒng)處理、遵循一定規(guī)范的描述。
[0044] 步驟S200 ;采用兩層粒度分類方法對(duì)所述實(shí)體需求參數(shù)進(jìn)行分類處理，并將該分 類處理結(jié)果加入到實(shí)體需求集Si中，完成實(shí)體需求建模。
[0045] 系統(tǒng)中6類實(shí)體需求參數(shù)數(shù)量非常巨大，對(duì)該些需求參數(shù)進(jìn)行處理、分類，工作量 非常繁重。分類粒度是需求分類主要考慮的因素。粒度太大，分類類別數(shù)量太少，不能充分 反映需求的個(gè)性化特征。粒度太小，則系統(tǒng)處理的復(fù)雜程度高，實(shí)現(xiàn)難度大。本算法提出兩 層粒度的實(shí)體需求分類方法，包括如下步驟：
[0046] 步驟S201;系統(tǒng)初始化，構(gòu)造一個(gè)需求記錄為零的實(shí)體需求集Si，統(tǒng)計(jì)實(shí)體所有需 求記錄，設(shè)需求記錄數(shù)量為rii。
[0047] 步驟S202 ;統(tǒng)計(jì)ni條需求記錄的參數(shù)類型和參數(shù)值，如果存在mi條包含的參數(shù)類 型和數(shù)量都相同的需求記錄，并且每個(gè)參數(shù)都有確定的取值，該mi條相同需求類別的需求 記錄為第一層粒度的分類。
[0048] 步驟S203 ;對(duì)mi條需求記錄繼續(xù)進(jìn)行分類，如果存在W1條參數(shù)排序完全一致記 錄，該wi條相同需求類別的需求記錄為第二層粒度的分類。
[0049] 步驟S204;將獲得的所有需求類別加入到實(shí)體需求集Si中，使得實(shí)體需求集S1中 能夠包含各種需求類別。
[0050] 采用兩層粒度的分類方法能夠提高個(gè)性化需求與用戶真實(shí)需求的契合度。例如， 設(shè)A、B、C=個(gè)用戶預(yù)訂酒店時(shí)，關(guān)注的參數(shù)相同，都是酒店價(jià)格、環(huán)境和地理位置。雖然參 數(shù)數(shù)量相同，參數(shù)類型相同，但是由于=個(gè)用戶的經(jīng)濟(jì)能力、興趣、偏好存在差異，表現(xiàn)出的 需求仍然存在差異。A用戶可能首先考慮價(jià)格因素，其次分別是地理位置和環(huán)境。B用戶則 優(yōu)先考慮環(huán)境因素，其次分別是環(huán)境和地理位置。C用戶關(guān)注的參數(shù)順序?yàn)榈乩砦恢?、價(jià)格 和環(huán)境。
[0051] 步驟S300 ;采用=層粒度分類方法對(duì)所有線路需求進(jìn)行分類處理，并將該分類處 理結(jié)果加入到需求集中，完成線路需求建模。
[0化2] 線路需求是高層次的需求，是建立在實(shí)體需求的基礎(chǔ)之上。線路需求的參數(shù)是指： 時(shí)間、地點(diǎn)、酒店等。例如海南立日游包括的參數(shù)有；?？谑?、立天時(shí)間、參觀的景點(diǎn)等。線 路需求建模也要經(jīng)過歷史線路需求記錄處理、分類等過程。實(shí)體需求建模一般只設(shè)及6類 實(shí)體，線路需求建模由于線路數(shù)量多，時(shí)間跨度大，因此其流程與實(shí)體建模雖然相似，但需 要對(duì)實(shí)體需求進(jìn)行