紅色旅游助手個(gè)性化推薦技術(shù)的設(shè)計(jì)

1、    紅色旅游助手個(gè)性化推薦技術(shù)的設(shè)計(jì)    朱澤民 徐建杰 明振廷摘  要： 個(gè)性化推薦技術(shù)是旅游服務(wù)平臺(tái)的核心功能之一，其目的是采用協(xié)同過(guò)濾、內(nèi)容過(guò)濾、知識(shí)發(fā)現(xiàn)、關(guān)聯(lián)推薦等技術(shù)，在合適的場(chǎng)景通過(guò)合適的方式把合適的內(nèi)容，推薦給合適的用戶(hù)，從而提高用戶(hù)體驗(yàn)。本文介紹了大別山紅色旅游助手app中個(gè)性化推薦技術(shù)的體系結(jié)構(gòu)、推薦算法的設(shè)計(jì)、關(guān)聯(lián)推薦的設(shè)計(jì)，并給出了系統(tǒng)的實(shí)驗(yàn)分析。關(guān)鍵詞： 紅色旅游;旅游線(xiàn)路;個(gè)性化推薦： tp311.52    ： a   &

2、#160;doi：10.3969/j.issn.1003-6970.2019.09.021本文著錄格式：朱澤民，徐建杰，明振廷. 紅色旅游助手個(gè)性化推薦技術(shù)的設(shè)計(jì)j. 軟件，2019，40（9）：91-93design of personalized recommendation technology for red tourism assistantszhu ze-min， xu jian-jie， ming zhen-ting（computer school， huanggang normal university， huanggang 438000， china）【abstra

3、ct】： personalized recommendation technology is one of the core functions of tourism service platform. its purpose is to use collaborative filtering， content filtering， knowledge discovery， association recommendation and other technologies to recommend appropriate content to appropriate users in appr

4、opriate scenarios， so as to improve user experience. this paper introduces the architecture of personalized recommendation technology， the design of recommendation algorithm and the design of association recommendation in red tourism assistant of dabie mountain. finally， the experimental analysis of

5、 the system is given.【key words】： red tourism; tourist route; personalized recommendation technology0  引言近幾年來(lái)，紅色旅游資源的開(kāi)發(fā)與推廣越來(lái)越受到政府、企業(yè)的重視，并取得了顯著成績(jī)。例如，地處大別山革命老區(qū)的湖北省黃岡市各級(jí)政府，發(fā)掘的革命遺址、遺跡、紅色名人故居及紀(jì)念建筑等革命文物高達(dá)792處，比較有代表性包括鄂豫皖蘇區(qū)革命烈士陵園、黃麻起義遺址、麻城市烈士陵園、紅安縣革命博物館、紅安革命烈士陵園、七里坪革命遺址、羅田縣勝利烈士陵園1，為打造全國(guó)知名的大別山紅色旅游

6、勝地做了許多實(shí)質(zhì)性工作。在湖北省計(jì)算機(jī)工程虛擬仿真實(shí)驗(yàn)教學(xué)中心創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目、2018年度國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目的資助下，項(xiàng)目組設(shè)計(jì)并開(kāi)發(fā)了一款大別山紅色旅游助手app2。紅色旅游助手app基于用戶(hù)個(gè)性化特征和需求，采用協(xié)同過(guò)濾、內(nèi)容過(guò)濾、知識(shí)發(fā)現(xiàn)、關(guān)聯(lián)推薦等技術(shù)3-5，在合適的場(chǎng)景、合適的時(shí)機(jī)、通過(guò)合適的渠道，把合適的內(nèi)容，推薦給合適的用戶(hù)，提高了用戶(hù)體驗(yàn)。1  旅游線(xiàn)路推薦系統(tǒng)的設(shè)計(jì)1.1  個(gè)性化推薦模塊設(shè)計(jì)先對(duì)核心的算法進(jìn)行設(shè)計(jì)，用于推薦算法的關(guān)鍵字段如表1所示。使用sql語(yǔ)言將這些參數(shù)加入算法之中進(jìn)行計(jì)算，對(duì)不同類(lèi)型的用戶(hù)產(chǎn)生不同的

7、推薦。根據(jù)參考文獻(xiàn)6，可得出計(jì)算公式（1）。其中，u（x）為用戶(hù)系數(shù)，g用戶(hù)年齡，w為用戶(hù)的職業(yè)，d為用戶(hù)瀏覽的不良記錄，s為用戶(hù)的工作環(huán)境。根據(jù)該系數(shù)采用公式（2）對(duì)旅游推薦服務(wù)進(jìn)行匹配計(jì)算。其中，g（x）為推薦匹配度，m為行為偏好系數(shù)，n為感興趣系數(shù)，u（x）為用戶(hù)系數(shù)，t為用戶(hù)在某個(gè)指定類(lèi)型的頁(yè)面停留的時(shí)間，通過(guò)核心計(jì)算和統(tǒng)計(jì)，可以得到對(duì)每個(gè)服務(wù)對(duì)每個(gè)用戶(hù)的 推薦程度，完成了推薦系統(tǒng)的設(shè)計(jì)。推薦服務(wù)的信息會(huì)記錄在匹配度數(shù)據(jù)庫(kù)中，主要包含了推薦服務(wù)的信息和與用戶(hù)之間的匹配程度，作用是保存了服務(wù)-用戶(hù)的推薦關(guān)聯(lián)關(guān)系，為用戶(hù)提供產(chǎn)品的必要信息。1.2紅色旅游關(guān)聯(lián)模式推薦設(shè)計(jì)通過(guò)對(duì)我國(guó)

8、紅色旅游開(kāi)發(fā)的大量實(shí)例、事例分析總結(jié)，可將紅色旅游的開(kāi)發(fā)模式概括為以下七種類(lèi)型：即紅綠結(jié)合模式、紅古結(jié)合模式、紅色演出模式、博物館模式、旅游節(jié)慶模式、紅色主題公園模式、體驗(yàn)參與模式。在旅游助手系統(tǒng)的設(shè)計(jì)中，可以借鑒這些模式，向客戶(hù)提供關(guān)聯(lián)景點(diǎn)、線(xiàn)路的推薦。例如，借鑒上海中共一大會(huì)址和新天地比鄰開(kāi)發(fā)模式，可以向博物館的游客推薦紅色旅館、紅色餐廳。實(shí)踐證明，這種推薦具有較高的轉(zhuǎn)化率。通過(guò)mindmaster軟件畫(huà)出紅色旅游關(guān)聯(lián)模式的思維導(dǎo)圖，如圖1所示。2  旅游線(xiàn)路推薦系統(tǒng)的實(shí)現(xiàn)個(gè)性化推薦也是電子商務(wù)企業(yè)廣泛采用的個(gè)性化營(yíng)銷(xiāo)策略之一，它是指電子商務(wù)網(wǎng)站根據(jù)消費(fèi)者之前的評(píng)分、瀏

9、覽、購(gòu)買(mǎi)或搜索歷史等行為數(shù)據(jù)以及相似消費(fèi)者的歷史行為數(shù)據(jù)推測(cè)目標(biāo)消費(fèi)者的需求和偏好，然后在目標(biāo)消費(fèi)者訪(fǎng)問(wèn)網(wǎng)站時(shí)為其推薦或展示一組他們可能喜歡的商品或服務(wù)。由于不同消費(fèi)者在購(gòu)物網(wǎng)站的評(píng)分、瀏覽、購(gòu)買(mǎi)和搜索歷史等都不相同，因此，在每位消費(fèi)者訪(fǎng)問(wèn)網(wǎng)站時(shí)，網(wǎng)站向其展示的推薦商品也各不相同。個(gè)性化推薦系統(tǒng)不僅能夠幫助消費(fèi)者發(fā)現(xiàn)他們感興趣的商品，改善顧客的購(gòu)物體驗(yàn)，提高顧客的忠誠(chéng)度，同時(shí)還能增加交叉銷(xiāo)售機(jī)會(huì)，因而成為電子商務(wù)企業(yè)重要的競(jìng)爭(zhēng)工具之一。旅游線(xiàn)路推薦流程圖如圖2所示。3  實(shí)驗(yàn)3.1實(shí)驗(yàn)數(shù)據(jù)通過(guò)在大別山紅色旅游助手app上統(tǒng)計(jì)，時(shí)間段為2018年，采集了1000多位用戶(hù)對(duì)旅游

10、景點(diǎn)的評(píng)分、評(píng)價(jià)、時(shí)間戳，以及瀏覽該景點(diǎn)七天內(nèi)用戶(hù)瀏覽的其他景點(diǎn)7-8。先找出最受歡迎的景點(diǎn)，如下表2所示。為了防止噪聲數(shù)據(jù)引起的誤差，故先對(duì)這些數(shù)據(jù)進(jìn)行去噪，再?gòu)闹须S機(jī)篩選20個(gè)景點(diǎn)。景點(diǎn)編號(hào)如下：（v1）天堂寨;（v2）大別山石窟;（v3）羅田薄刀峰風(fēng)景區(qū);（v4）大別山農(nóng)家樂(lè);（v5）露營(yíng)公園;（v6）龍井峽瀑布;（v7）大別山南武當(dāng)滑雪場(chǎng);（v8）大別山地質(zhì)博物館;（v9）羅田峽谷漂流;（v10）金寨地質(zhì)公園;（v11）紅安烈士陵園;（v12）大別山主峰白馬尖;（v13）革命歷史紀(jì)念館;（v14）羅田九資河;（v15）六安風(fēng)情谷;（v16）七里坪革命遺址群;（v17）金寨縣革命烈士陵園

11、;（v18）紅安縣革命博物館;（v19）麻城市烈士陵園;（v20）許世友將軍故里。這些景點(diǎn)包括了紅綠結(jié)合模式、紅古結(jié)合模式、紅色演出模式、博物館模式、旅游節(jié)慶模式、紅色主題公園模式、體驗(yàn)參與模式七個(gè)模式的景點(diǎn)類(lèi)別。同時(shí)，為了保證部分用戶(hù)存在一定的關(guān)聯(lián)性，故選出對(duì)以上景點(diǎn)至少參與6項(xiàng)評(píng)分的用戶(hù)。經(jīng)過(guò)統(tǒng)計(jì)，一共有662個(gè)用戶(hù)，5578條評(píng)分，3774條評(píng)論以及時(shí)間戳，游客-景點(diǎn)評(píng)分矩陣如表3所示。3.2實(shí)驗(yàn)分析和結(jié)果通過(guò)景點(diǎn)熱度表和游客-景點(diǎn)評(píng)分矩陣的分析和對(duì)比，得出實(shí)驗(yàn)結(jié)果。在紅色旅游中，各種紅色旅游模式對(duì)個(gè)性化推薦技術(shù)的影響是極其重要的，單一的紅色旅游方式對(duì)于游客來(lái)說(shuō)是無(wú)聊的體驗(yàn)，而各種各樣的

12、紅色旅游模式的搭配對(duì)于游客來(lái)說(shuō)是特殊的感受。而個(gè)性化推薦系統(tǒng)對(duì)此的變化也很關(guān)鍵，紅色旅游平臺(tái)中個(gè)性化推薦技術(shù)特殊算法的實(shí)現(xiàn)：首先游客特征的選取與優(yōu)化、特征大數(shù)據(jù)的應(yīng)用與維護(hù)是個(gè)性化推薦實(shí)現(xiàn)的基礎(chǔ);其次個(gè)性化推薦算法的選取與實(shí)現(xiàn)是個(gè)性化旅游方案生成的關(guān)鍵，需要研究、對(duì)比目前常見(jiàn)的個(gè)性化推薦算法，如協(xié)同過(guò)濾、矩陣分解、聚類(lèi)、深度學(xué)習(xí)等。個(gè)性化推薦技術(shù)在紅色旅游平臺(tái)中的多樣性和新穎性推薦系統(tǒng)中精確性與多樣性，可以通過(guò)犧牲精確度來(lái)提高多樣性，當(dāng)然在盡可能不影響精確性的情況下提高推薦系統(tǒng)的多樣性時(shí)很重要的。因此，通過(guò)本文的個(gè)性化推薦系統(tǒng)是可以滿(mǎn)足游客的個(gè)性需求，符合游客的心理期望。4 

13、0;總結(jié)通過(guò)紅色旅游線(xiàn)路推薦系統(tǒng)模型的構(gòu)建，以及軟件的建設(shè)，項(xiàng)目組設(shè)計(jì)并實(shí)現(xiàn)了紅色旅游個(gè)性化推薦系統(tǒng)。結(jié)果表明，基于紅色旅游的個(gè)性化推薦系統(tǒng)，一方面，各種各樣的紅色旅游模式的搭配對(duì)于游客來(lái)說(shuō)是特殊的感受，甚至給用戶(hù)意想不到的需求驚喜，另一方面提升了旅游平臺(tái)營(yíng)銷(xiāo)的轉(zhuǎn)化率。個(gè)性化信息檢索結(jié)果將每條信息進(jìn)行羅列在頁(yè)面中，供用戶(hù)瀏覽，通過(guò)查看詳情來(lái)衡量此信息的重要度，讓用戶(hù)能夠在第一時(shí)間內(nèi)更快、更準(zhǔn)確的掌握每條關(guān)于紅色文化信息的概要內(nèi)容，進(jìn)行決策是否對(duì)自己有價(jià)值，實(shí)現(xiàn)個(gè)性化推薦。參考文獻(xiàn)· 莫林麗. 大別山區(qū)紅色旅游資源整合開(kāi)發(fā)研究j. 安徽農(nóng)業(yè)科學(xué)， 2016

14、， 44（31）： 169-171.· 陸相任. 基于android平臺(tái)開(kāi)發(fā)的師生學(xué)習(xí)交流appj. 軟件， 2018， 39（4）： 21-23.· 許益通， 張冰雪， 趙逢禹. 基于學(xué)習(xí)風(fēng)格的自適應(yīng)學(xué)習(xí)內(nèi)容推薦研究j. 軟件， 2018， 39（4）： 01-08.· 江周峰， 楊俊， 鄂海紅. 結(jié)合社會(huì)化標(biāo)簽的基于內(nèi)容的推薦算法j. 軟件， 2015， 36（1）： 1-5.· 安政磊， 姚文斌. 一種基于用戶(hù)購(gòu)買(mǎi)意向的個(gè)性化推薦模型j. 軟件， 2015， 36（12）： 80-82.· 王瀟慧. 基于web的旅游產(chǎn)品推薦系統(tǒng)設(shè)計(jì)與研究j. 現(xiàn)