论文部分内容阅读
服务机器人是机器人领域中最贴合人们生活的存在,它的出现是为了代替人从事服务业的工作。旅游服务机器人作为服务机器人的一种,是为了替代传统的旅游服务行业从业人员向用户提供个性化的旅游服务。在传统的旅游服务行业中,服务人员总是向用户提供获取自身利益最大化的旅游服务,这在当今提倡个性化的时代中显得格格不入,使得人们的旅游体验感极差,也造成了旅游服务业人力资源的浪费。为了解决这些问题,智能旅游服务机器人便随着人工智能与服务机器人的发展而产生。它的出现是为了向人们提供个性化的旅游服务,提高人们的旅游体验,从而持续推动旅游产业的发展。在人们的旅游过程中,众多的方面都可以由智能旅游服务机器人提供更好的旅行中的服务例如饮食、住宿、景点选择等,其中景点的选择与游玩路线的规划是最困扰游客的问题。因此本文主要研究面向智能旅游服务机器人的个性化推荐算法并将其嵌入到旅游服务机器人中。为了实现个性化服务,首先要获取每个用户的个性化偏好,本文主要通过人们的历史旅游信息来获取每个人的个性化偏好。在获取到人们的个性化偏好之后通过计算用户与景点或路线的匹配度,将匹配度最高的推荐给人们就可以实现旅游服务机器人的个性化景点推荐服务与个性化旅游路线推荐服务的功能,本文的主要研究工作如下:1、设计了一种固定式的智能旅游服务机器人用来实现对用户的个性化景点推荐服务与个性化旅游路线推荐服务功能。2、为了获取用户的历史行为数据,设计了一种基于旅游知识图谱的用户旅游路线数据库的构造方法。3、针对智能旅游服务机器人的个性化景点推荐服务功能,提出了两种个性化景点推荐的方法。首先是基于无监督式的多重隐语义轨迹挖掘模型MLS2vec,但是由于无监督式方法的推荐结果并不好,随后提出了一种基于监督式学习的多粒度挖掘模型,提高了智能旅游服务机器人的推荐服务质量。4、针对智能旅游服务机器人的个性化旅游路线推荐服务功能,首先采用了与MLS2vec相似的方法来获取每个人的个性化偏好,随后提出了一种基于PrefixSpan的旅游路线生成方法,最终根据用户的个性化偏好与生成路线的特征进行匹配,根据匹配程度对用户进行个性化旅游路线推荐服务。