论文部分内容阅读
当今社会,旅游已经成为人们最重要的娱乐活动之一,旅游业已经成为发展最快的产业之一。随着在线旅游业的快速发展,传统以地点推荐和旅行社推荐为主的旅游服务已不能满足游客大规模、个性化的出行需求。同时海量信息使得用户的个性化行程规划行为变得复杂且耗时。这也就造成了在线旅游网站中的沟通真空问题和信息过载问题。为解决这两个问题,本文设计了一个基于热点空间网络的个性化旅游行程规划系统。热点空间网络是将社会热度数据与地理空间网络相结合得到的网络。个性化旅游行程规划通过获取并分析用户的个性化旅游需求,如个人偏好、时间约束和预算约束等条件,为用户规划出满足需求的旅游行程,帮助用户在海量信息中快速地做出决策。本文从分析旅游数据的特征出发,对比一般行程规划,深入分析了旅游行程规划的特殊性与所面临的挑战,首先介绍了热点空间网络的概念和特性,详细说明了通过图论知识和Floyd-Warshall算法对旅游情况下的热点空间网络建模的过程和方法,并明确了热点空间网络模型的模型表示和用户需求验证方法与其形式化表达。在建立的热点空间网络模型的基础上,提出一种根据用户需求进行个性化行程规划的方法,在满足约束的情况下,将寻找最优行程问题转化为动态规划问题,进而进行个性化行程规划。该方法在行程规划的过程中要求满足限制条件并且运用剪枝策略。同时,考虑现实情况中用户对行程好坏的评估方法,提出了行程的评价标准。在此基础上,与现有的三种算法进行对比,实验结果表明该算法更加高效、快速,更适用于热门旅游城市中旅游行程规划。然后说明了本研究使用的数据集的选取依据与处理方法,并对数据进行了统计分析,验证了数据的合理性,确保了本研究的普适性。最后,在真实的南京市旅游数据和地理空间数据基础上设计并建立原型系统,该原型系统根据用户输入,基于本研究提出的方法进行行程规划,并将最优行程可视化展示给用户,最终结果表明该系统结果良好,具有较强的实用性。