以信息技术、网络技术、通讯技术为基础的电子商务的环境下,大量网上旅游服务平台出现,许多组织、机构正在研究将各个不同旅游服务提供商提供的Web服务组合在一起,从而为旅游者制定出一套完整的旅游计划,而不再是提供单一的旅游服务。当前的旅游服务平台研究在查全率和准确率方面取得了很大的进步,但是在辅助决策方面存在着一些不足:旅游计划中存在大量的无用信息,且多数以静态的方式呈现,导致用户再花大量的时间和精力进行第二次信息过滤。出现这种状况的重要原因之一是服务平台的设计没有真正做到以用户为中心,即提供的服务没有满足用户的需求。在此背景下,文章以遗传算法为依托,提出了一种基于目标的客户需求获取方法,并将此方法应用到本课题的原型系统——虚拟旅行社平台IPVita(Intelligent Platform of a Virtual travel agency)。该方法在文中给出的目标定义和目标库结构模型基础之上采用遗传算法获取用户目标,深入地分析、挖掘用户的需求,提高处理数据的能力,兼顾操作人员的专业特点,达到提高系统实用化程度和延长系统生命周期的目的。文章给出的方法具有以下几个特点:(1)将基于目标技术应用于旅游者旅游计划推荐问题,提出一种基于目标的客户需求获取方法,在旅游者旅游计划问题中的旅游计划与基于目标技术中的实现目标集之间建立映射,便于对该问题建模,为问题求解铺平道路。(2)预先依据基于目标思想构建目标库,客户需求获取算法从预先建立的目标库中依据基于目标理论抽取目标,生成遗传算法的初始群体,在遗传算法执行前将问题复杂程度简化。(3)本文提出的基于遗传算法生成旅游计划的方法依据应用要求,对标准遗传算法进行改进,并在保证结果合理性和准确性的前提下,通过严格设置遗传算法判停条件等措施,达到减少时间消耗,提高响应度的目的。(4)提出目标库自学习算法,该算法依托客户需求获取算法,在构建多种辅助存储结构基础上,实现目标库的自学习,使维护更加智能化。通过实验验证,文章提出的目标模型和目标库结构能够很好的反映客户需求,为提取客户需求而专门设计的各个遗传算法算子以及参数的设置完全满足客户需求,冗余目标库的结构提高了系统性能,大大减少了客户等待时间,提升了平台的用户满意度。本文对于旅游者旅游计划推荐问题的研究具有参考价值,在旅游代理平台的研究与开发领域具有很强的实践意义。