旅游产品与用户需求关联方法与流程

本发明属于计算机应用技术领域，特别涉及一种旅游产品与用户需求关联方法。

背景技术：

旅游产品是指旅行社为满足旅游者在旅游过程中的需要而向旅游者销售的所有服务和产品。旅游产品是由多种因素组合起来的特殊产品,由交通、住宿、饮食、游览、购物、娱乐六大要素构成,并贯穿于整个旅游活动中。旅游产品是旅行社竞争的核心,旅游产品开发设计对于旅行社来说是至关重要的。

我国旅游产品设计存在的问题：旅游产品设计过于单一且雷同；旅游产品设计层次低；市场调研环节薄弱；模仿和抄袭盛行；产品缺乏特色；品牌意识淡漠。旅游产品开发问题产生的原因：对旅游产品设计重视程度不够；旅游产品的文化内涵挖掘不够；经营理念落后；资金投入严重不足；高素质的产品设计人才缺乏。

与西方旅行社相比,我国旅行社在产品设计与生产过程中最缺乏的一点就是不进行或不注重市场调研。我国的旅行社推出的旅游产品往往是根据经营者的主观判断,只是一味追求短期的经济效益,其原因在于对旅游产品市场调查重视程度不够。旅游产品的设计不是孤立的,在具体操作过程中也不能孤立的谈产品设计,而要把它与市场调研、可行性分析相结合。

技术实现要素：

为解决上述问题，本发明的目的在于提供一种旅游产品与用户需求关联方法，该方法通过将旅游产品与用户需求进行关联，从而得出最具有市场经济的旅游产品；

本发明的另一个目的在于提供一种可以供有旅游意向的用户用于对比参考的旅游产品与用户需求关联方法。

为实现上述目的，本发明的技术方案如下。

本发明提供一种旅游产品与用户需求关联方法，该方法包括以下步骤：

101：建立一个关系型数据库；

102：在所述关系型数据库中建立旅游产品指标集和用户需求指标集；所述旅游产品指标集包括有：项目产品id、项目指标、支持度和可信度；所述用户需求指标集包括有：用户id、项目指标、支持度和可信度；所述支持度指旅游产品和用户需求指标中的属性。比如项目指标“海岛”的支持度，指该项目旅游产品中同时满足自身“海岛”属性和用户需求属性“海岛”所占的百分比；

103：确定所述项目指标集中支持度和可信度的阀值，确定所述用户需求指标集中支持度和可信度的阀值；

104：析出支持度在用户需求给定阀值内的项目指标集；

105：以所述析出的项目指标集为基础，遍历所有关联规则，给定可信度阀值；

106：产生支持度和可信度分别大于或等于支持度阀值和可信度阀值的关联规则。

对用户需求通过关联规则进行分析，可以得到用户对不同旅游产品之间的关联度，从而理解用户的需求和习好。这种关联规则可以帮助旅游公司了解被频繁选择的旅游产品或是旅游打包产品，从而帮助旅游公司开发更好的营销策略。

进一步地，所述关联规则还包括算法，所述算法包括以下步骤：

201：扫描所有项目集，计算互相出现的次数，并把支持数+1，产生交集的项目形成项目集合；

202：进行循环迭代，取得项目交集；

203：连接共同的项目集；

204：取得可信度，提取项目

205：扫描所有项目数据；

206：输入关联项目。

通过选取多维度用户需求和多维度旅游产品进行目标评价，提供最有价值，最稳定的信息，使算法在最相邻或醉相思指标集进行关联，这样在数据规模较小的条件下也可以得到较高的准确度，使算法在保证准确度的同时提高运行效率。

本发明的优势在于：相比于现有技术，本发明中对用户需求通过关联规则进行分析，可以得到用户对不同旅游产品之间的关联度，从而理解用户的需求和习好。这种关联规则可以帮助旅游公司了解被频繁选择的旅游产品或是旅游打包产品，从而帮助旅游公司开发更好的营销策略；通过选取多维度用户需求和多维度旅游产品进行目标评价，提供最有价值，最稳定的信息，使算法在最相邻或醉相思指标集进行关联，这样在数据规模较小的条件下也可以得到较高的准确度，使算法在保证准确度的同时提高运行效率。

附图说明

图1是本发明一种旅游产品与用户需求关联方法的流程示意图。

图2是本发明关联规算法的流程示意图。

图3为根据本发明建立的旅游产品项目指标集示意图。

图4为根据本发明建立的用户需求项目指标集示意图。

图5为根据本发明一实施例建立的用户兴趣项目集库示意图。

图6为根据本发明一实施例建立的关联算法流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为实现上述目的，本发明的技术方案如下。

参见图1-2所示，本发明提供一种旅游产品与用户需求关联方法，该方法包括以下步骤：

101：建立一个关系型数据库；

102：如图3-4所示，在关系型数据库中建立旅游产品指标集和用户需求指标集；旅游产品指标集包括有：项目产品id、项目指标、支持度和可信度；用户需求指标集包括有：用户id、项目指标、支持度和可信度；支持度指旅游产品和用户需求指标中的属性。比如项目指标“海岛”的支持度，指该项目旅游产品中同时满足自身“海岛”属性和用户需求属性“海岛”所占的百分比；

103：确定项目指标集中支持度和可信度的阀值，确定用户需求指标集中支持度和可信度的阀值；

104：析出支持度在用户需求给定阀值内的项目指标集；

105：以析出的项目指标集为基础，遍历所有关联规则，给定可信度阀值；

106：产生支持度和可信度分别大于或等于支持度阀值和可信度阀值的关联规则。

对用户需求通过关联规则进行分析，可以得到用户对不同旅游产品之间的关联度，从而理解用户的需求和习好。这种关联规则可以帮助旅游公司了解被频繁选择的旅游产品或是旅游打包产品，从而帮助旅游公司开发更好的营销策略。

在本实施例中，关联规则还包括算法，算法包括以下步骤：

201：扫描所有项目集，计算互相出现的次数，并把支持数+1，产生交集的项目形成项目集合；

202：进行循环迭代，取得项目交集；

203：连接共同的项目集；

204：取得可信度，提取项目

205：扫描所有项目数据；

206：输入关联项目。

通过选取多维度用户需求和多维度旅游产品进行目标评价，提供最有价值，最稳定的信息，使算法在最相邻或醉相思指标集进行关联，这样在数据规模较小的条件下也可以得到较高的准确度，使算法在保证准确度的同时提高运行效率。

以下为一个实施例：

第一步：如图5在系统设计时，建立用户兴趣项目集库，并采集收集好用户兴越项目集

第二步：进行旅游产品线路卖点、标签、特点、属性产生各个产品的项目指标集，产品每个候选项目集进行支持度计数

如图6所示：

d是指每次计算旅游产品和用户需求匹配的一次事务计算，如果候选项目集有交叉，项集i＝{潜水,海钓,游泳,出海}，则支持度计数增加，逐步遍历所有的项目指标集，找到这条旅游产品中同时满足自身“项集i”属性和用户需求属性“项集i”所占的百分比。

第三步：我们对支持度较高的兴趣项目作为因子，产生关联规则，以发现用户兴趣项目间的关联规则。

算法基本流程如下：

假设关联规则r1:设最小可信度为50％,提了出强关联规则为r1，由此我们可以推断出与项目1关联强度最大的项目3，r1规则可以说明对项目1感兴趣的用户有50％以上可以对项目3也感兴趣，可以做需求的匹配。

本发明的优势在于：相比于现有技术，本发明中对用户需求通过关联规则进行分析，可以得到用户对不同旅游产品之间的关联度，从而理解用户的需求和习好。这种关联规则可以帮助旅游公司了解被频繁选择的旅游产品或是旅游打包产品，从而帮助旅游公司开发更好的营销策略；通过选取多维度用户需求和多维度旅游产品进行目标评价，提供最有价值，最稳定的信息，使算法在最相邻或醉相思指标集进行关联，这样在数据规模较小的条件下也可以得到较高的准确度，使算法在保证准确度的同时提高运行效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。