基于LBS的个性化旅游线路推荐算法研究

LBS算法通过情感分析模型分析各旅游景点评论信息,分析用户的喜好,然后使用基于用户的协同过滤模型,配合用户和景点的地理信息,设计出一种旅游行程推荐算法,结合用户的喜好信息以及旅行模式,从而为旅行用户推荐满足其个人信息爱好的个性化的行程规划表。

一种考虑时间成本的旅游线路推荐方法

旅游行为受时间、空间等方面的限制,当用户有个性化需求,尤其在游览时间方面有特殊要求时,难以快速找到出行线路。个人时空可达性研究在时间、空间制约条件下个人活动的自由度问题,因此向用户推荐旅游线路的问题可转化为在考虑用户偏好的前提下评价时空可达性,向用户推荐可达性好的景点组合,并规划移动路线的问题。该文基于时间地理学理论,提出了一种考虑游客时间成本的旅游线路推荐算法,使用时空可达性评价景点,计算可达性好的景点组合,结合地理信息科学中的路径分析理论,规划旅游线路。算法的验证实验在Web端进行,通过设置不同场景,对每种情况下的推荐结果进行了分析与展示。结果表明,该文提出的算法具有可行性与合理性,能满足用户在游览时间、景点类型方面的需求,同时佐证了时间地理学在旅游线路推荐研究中的可行性与科学性。

基于文本挖掘的陕西省旅游线路推荐探究

旅游业作为我国经济收入的支柱产业,在火热发展的现状之下,仍存在较多问题,主要包括地域发展不均衡,旅游资源利用不合理;旅游产品结构单一,旅游业复苏缺乏动力等。本文以陕西省为例,运用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)模型和K均值(K-Means)聚类算法对陕西3A级及以上的景区进行分析,结合景区的特色与景区间的距离,基于时间成本和景区自身因素为陕西省旅游的游客推荐最优线路。