行程推荐方法和装置制造方法
【专利摘要】本发明实施例提供一种行程推荐方法和装置，该方法包括：确定候选节点；依次对每一代蚁群执行以下操作：采用蚁群算法，根据任意两个候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定该当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作；将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户。本发明利用蚁群算法能够提高行程推荐效率能够有效评估行程的优劣，为用户推荐满意的行程。
【专利说明】行程推荐方法和装置
【技术领域】
[0001]本发明涉及旅游应用领域，尤其涉及一种行程推荐方法和装置。
【背景技术】
[0002]随着互联网技术的发展,在线的旅游应用系统,如expedia.com, booking, com等，已经越来越受大众的欢迎。与此同时，随着旅游资源的爆炸式增长，游客很难在短时间内选择旅游资源，决定旅游行程。所以，如何在短时间内动态生成用户满意的完整的旅游行程已成为旅游应用领域的一个新的挑战，也是迫切需要解决的问题。
[0003]现有的对旅游资源安排旅游行程的系统主要有传统的旅游套餐推荐系统，动态旅游向导系统等。传统的旅游套餐推荐系统，它能够为用户推荐在一定花费下的前topK的旅游方案。但这种推荐系统只考虑了无序的资源组合的推荐，动态旅游向导系统，它采用语意匹配方法对旅游景点进行排序，并且利用贪心的启发式近似算法来为用户提供个性化行程。但现有技术行程推荐的效率低，结果难于满足用户的需求。
【发明内容】
[0004]本发明提供了一种行程推荐方法和装置，能够提高行程推荐效率，有效评估行程的优劣，为用户推荐满意的行程。
[0005]本发明提供了一种行程推荐方法，包括:
[0006]确定候选节点；
[0007]依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个所述候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定所述当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作；
[0008]将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户。
[0009]本发明还提供了一种行程推荐装置，包括:
[0010]确定模块，用于确定候选节点；
[0011]操作模块，用于依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个所述候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定所述当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作；
[0012]推荐模块，用于将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户。
[0013]本发明一种行程推荐方法和装置，通过确定候选节点；依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定该当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作；将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户，利用蚁群算法能够提高行程推荐效率，能够有效评估行程的优劣，为用户推荐满意的行程。
【专利附图】
【附图说明】
[0014]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本发明行程推荐方法一个实施例的流程图；
[0016]图2为本发明行程推荐方法又一个实施例的流程图；
[0017]图3为本发明实施例确定当前代蚁群中每只蚂蚁爬行的整体路径的流程图；
[0018]图4为本发明行程推荐方法以及其它行程推荐方法生成的行程的平均效用值的实验结果图；
[0019]图5为本发明行程推荐方法以及其它行程推荐方法生成的行程的平均运行时间的实验结果图；
[0020]图6为本发明行程推荐方法以及其它行程推荐方法在兴趣点个数变化的情况下生成的行程的平均运行时间的实验结果图；
[0021]图7为本发明行程推荐装置一个实施例的结构示意图；
[0022]图8为本发明行程推荐装置又一个实施例的结构示意图。
【具体实施方式】
[0023]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0024]图1为本发明行程推荐方法一个实施例的流程图，如图1所示，本实施例的执行主体为行程推荐装置，具体可以通过软件、硬件，或者软件和硬件相结合的方式实现，则该方法包括:
[0025]步骤101,确定候选节点。
[0026]在本实施例中，候选节点包括设定时间内的必访问节点，待选择访问节点以及推荐访问节点。
[0027]候选节点可以表示某城市内旅游资源的兴趣点(Points of Interest,简称POI),如在北京市的旅游资源的兴趣点为:故宫，天坛，圆明园，十三陵，长城等。也可以表示某城市内时尚街区资源的兴趣点或其他资源的兴趣点等，本实施例不作限制。候选节点是从网站上爬取的数据，如道道，艺龙，Flickr等网站，从而保证了候选节点的可靠性和真实性。设定时间内的必访问节点为用户在爬取的旅游资源兴趣点中设置的在设定时间内必去的旅游资源兴趣点，待选择访问节点为用户在爬取的旅游资源兴趣点中设置的有意愿要去的待选择旅游资源兴趣点。剩余的爬取的旅游资源兴趣点即为推荐的旅游资源兴趣点。在网站中除爬取候选节点外，还要爬取候选节点中为每个候选节点安排的驻留时间T(ri)，从任意候选节点ri到其它任意候选节点rj所需的时间TCriO，任意候选节点!Ti到其它任意候选节点1.」之间的距离dist Cri, r」),每个候选节点的大众评分值。
[0028]步骤102，依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个所述候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定所述当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作。
[0029]本实施例中，采用的是蚁群算法对行程进行规划，具体地，在执行蚁群算法前要对执行蚁群算法所需的参数进行设定，包括蚁群算法中的蚂蚁代数N1和每代蚂蚁的只数N2,时间阈值Ttto，时间阈值可以为在某一城市内进行某一活动预算的时间阈值，如在北京市内旅游预算的时间阈值，又如在米兰的时尚街区购物预算的时间阈值等，具体的，蚂蚁的代数可以为N1=5，每代蚂蚁的个数可以为N2=50，在城市内进行某一活动预算的时间阈值可以为Ttto=12小时，其中，设定的蚂蚁的代数、每代蚂蚁的只数和某一城市内进行某一活动预算的时间阈值，在本实施例不做限定。
[0030]具体地，计算任意两个候选节点之间的路径选择概率，当前代蚁群中的每只蚂蚁任意选择一个节点为选择的节点Iri安排驻留时间T Cri)，计算该候选节点Iri和其它任意的候选节点h之间的路径选择概率P OV)，根据任意两个候选节点之间的路径选择概率P (O以及设定的时间阈值Tthr，确定当前代蚁群中每只蚂蚁爬行的整体路径I，如候选节点表示北京市的旅游资源的兴趣点，那么当前代蚁群中蚂蚁k爬行的整体路径可以Ik表示为:故宫一天坛一圆明园一十三陵一长城，当前代蚁群中每只蚂蚁的一个爬行的整体路径对应蚁群算法的一个解，利用效用函数f (I)计算当前代蚁群中每只蚂蚁爬行的整体路径的效用值，根据前代蚁群中每只蚂蚁爬行的整体路径的效用值确定当前代蚁群中效用值最大的至少一个整体路径/,，直至达到设定收敛条件，则停止对下一代蚁群执行所述操作。其中，效用值表示对每只蚂蚁爬行的整体路径的评价标准，效用值越大，表示该只蚂蚁爬行的整体路径越优，效用值越小，则表示该只蚂蚁爬行的整体路径越差
[0031]步骤103，将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户。
[0032]具体地，可将各代蚁群中确定的效用值最大的一个整体路径推荐给用户，也可将各代蚁群中确定的效用值进行降序排列，选出前K个大的效用值对应的整体路径推荐给用户，由用户对推荐的前K个整体路径进行选择，在和用户交互过程中获得用户满意行程。
[0033]本实施例中，通过确定候选节点；依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定该当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作；将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户，利用蚁群算法能够提高行程推荐效率能够有效评估行程的优劣，为用户推荐满意的行程。
[0034]图2为本发明行程推荐方法又一个实施例的流程图，如图2所示，在本实施例中，以候选节点表示某一城市内旅游资源的兴趣点为例，详细介绍本实施例的技术方案，本实施例方法包括:
[0035]步骤201，确定候选节点。
[0036]进一步地,在本实施例中,候选节点包括设定时间内的必访问节点，待选择访问节点以及推荐访问节点。
[0037]候选节点表示从网站上爬取的某一城市内的旅游资源兴趣点，如道道，艺龙，Flickr等网站，从而保证了候选节点的可靠性和真实性。设定时间内的必访问节点为用户在爬取的旅游资源兴趣点中设置的在设定时间内必去的旅游资源兴趣点，待选择访问节点为用户在爬取的旅游资源兴趣点中设置的有意愿要去的待选择旅游资源兴趣点。剩余的爬取的旅游资源兴趣点即为推荐的旅游资源兴趣点。将设定时间内必访问的节点组成设定时间内必访问节点列表,表示为mList,将待选择访问节点组成待选择节点列表,表示为oList,将推荐访问节点组成推荐节点列表,表示为rList, rList, mList和oList共同组成一个候选节点的列表。
[0038]在网站中除爬取候选节点外，还要爬取上述候选节点中为每个候选节点安排的驻留时间T Cri)，从任意候选节点Iri到其它任意候选节点rj所需的时间T CriO，任意候选节点T1到其它任意候选节点r」之间的距离dist Cri, r」),每个候选节点的大众评分值rand Cri)。
[0039]步骤202，采 用蚁群算法，根据任意两个候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径。
[0040]本实施例中，当前代蚁群为第N代蚁群，N的初始值为1，每代间隔可以为I。
[0041]如图3所示，步骤202的具体实现包括:
[0042]步骤202a，计算当前代蚁群中任意两个候选节点之间的路径选择概率。
[0043]其中，路径选择概率用于表示每只蚂蚁在任意两个候选节点间构成的路径上选择爬行的概率，以当代蚁群中的蚂蚁k为例进行说明，则当前代蚁群中任意两个候选节点之间的路径选择概率为:
【权利要求】
1.一种行程推荐方法，其特征在于，包括: 确定候选节点； 依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个所述候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定所述当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作； 将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户。
2.根据权利要求1所述的方法，其特征在于，所述候选节点包括设定时间内的必访问节点，待选择访问节点以及推荐访问节点。
3.根据权利要求2所述的方法，其特征在于，所述任意两个所述候选节点之间的路径选择概率为:
4.根据权利要求3所述的方法，其特征在于，所述计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，具体为
5.根据要求4所述的方法，其特征在于，所述确定所述当前代蚁群中效用值最大的至少一个整体路径之后，还包括: 根据所确定的所述当前代蚁群中效用值最大的至少一个整体路径，更新信息素矩阵之后，再对下一代蚁群执行所述操作；其中，所述更新的信息素矩阵为:
6.根据权利要求1-5任一项所述的方法，其特征在于，所述收敛条件包括:所述当前代蚁群中效用值最大的整体路径与上一代蚁群中效用值最大的整体路径为同一整体路径；或者，执行所述操作的蚁群代的数量达到设定值。
7.一种行程推荐装置，其特征在于，包括: 确定模块，用于确定候选节点； 操作模块，用于依次对每一代蚁群执行以下操作:采用蚁群算法，根据任意两个所述候选节点之间的路径选择概率以及设定的时间阈值，确定当前代蚁群中每只蚂蚁爬行的整体路径；计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，并确定所述当前代蚁群中效用值最大的至少一个整体路径；直至达到设定收敛条件，则停止对下一代蚁群执行所述操作； 推荐模块，用于将各代蚁群中确定的效用值最大的至少一个整体路径推荐给用户。
8.根据权利要求7所述的装置，其特征在于，所述候选节点包括设定时间内的必访问节点，待选择访问节点以及推荐访问节点。
9.根据权利要求8所述的装置，其特征在于，所述任意两个所述候选节点之间的路径选择概率为:
10.根据权利要求9所述的装置，其特征在于， 计算模块，用于计算所述当前代蚁群中每只蚂蚁爬行的整体路径的效用值，具体为:
11.根据权利要求10所述的装置，其特征在于， 所述确定模块，还用于确定所述当前代蚁群中效用值最大的至少一个整体路径； 所述装置还包括:更新模块，用于确定模块在确定所述当前代蚁群中效用值最大的至少一个整体路径之后，根据所确定的所述当前代蚁群中效用值最大的至少一个整体路径，更新信息素矩阵； 其中，所述更新的信息素矩阵为:
12.根据权利要求7-11任一项所述的装置，其特征在于，所述收敛条件包括:所述当前代蚁群中效用值最大的整体路径与上一代蚁群中效用值最大的整体路径为同一整体路径；或者，执行所述操作的蚁群代的数量达到设定值。
【文档编号】G06F17/30GK103839105SQ201410085520
【公开日】2014年6月4日 申请日期:2014年3月10日 优先权日:2014年3月10日
【发明者】张日崇, 郭晓辉, 孙海龙, 刘旭东, 怀进鹏 申请人:北京航空航天大学