一种基于成本最低的智慧旅游推荐系统与方法
【技术领域】
[0001] 本发明涉及信息技术及服务领域，尤其涉及一种基于成本最低的智慧旅游推荐系 统与方法。
【背景技术】
[0002] 旅行是指人们在不同城市之间的移动和停留行为。对于这样一种场景：旅行者计 划从所居住城市出发到访多个不同的城市且在每个城市停留一定时间，那么该旅行者首先 需要决定走访顺序，其次还需要选择两个相邻城市之间的交通方式与班次。与旅行商问题 (Traveling Salesman Problem，TSP)不同，上述问题需要考虑更多的现实约束，如时刻表 (飞机、列车等）、旅行城市停留时间等。
[0003] 把上述问题称为行程规划问题（Travel Itinerary Problem，TIP)，其目标是找到 一种满足旅行者要求，且旅行成本最低的旅行方案。近年来随着社会经济的发展，旅游服务 业中的行程规划问题越来越突出，亟需智慧旅行系统（Smart Travel System)为旅行者推 荐旅行方案。大数据时代的到来使得数据信息的共享和融合成为可能，尤其是可以通过移 动端和互联网的无缝对接，根据用户的个性化旅行需求为其提供行程规划解决方案。为此， 本发明提供了一种基于成本最低的智慧旅游推荐系统与方法。
【发明内容】
[0004] 为满足大数据时代智慧定制行程规划方案的现实需求，本发明提供了一种基于成 本最低的智慧旅游推荐系统与方法，可根据旅行者需求为其推荐当前有效信息条件下的最 优行程规划方案，大大降低出行成本。该发明系统与方法的思想是：根据用户需求应用文本 挖掘技术从互联网海量信息中获得有价值交通数据，然后通过构建的行程规划数学优化模 型自动推荐最优行程规划方案。
[0005] 为了实现上述目标，本发明采用如下的技术方案：
[0006] -种基于成本最低的智慧旅游推荐系统，其特征在于：该系统包括用户需求信息 收集模块、数据采集与处理模块、行程优化模块和可视化行程推荐模块。所述系统的架构图 如图1所示。用户需求信息收集模块与数据采集与处理模块连接，数据采集与处理模块与 行程优化模块连接，行程优化模块与可视化行程推荐模块相连。
[0007] 所述用户需求信息收集模块以界面方式收集用户的个性化需求信息，所述个性化 需求信息包括：旅程起止时间、旅行城市名称、旅行城市停留时间、推荐行程方案数量，上述 个性化需求信息最终汇入需求输出；
[0008] 所述数据采集与处理模炔基于用户的个性化旅行需求，利用网络爬虫获取互联网 上符合用户需求的交通数据集，具体包含URL序列生成模块、网络爬虫采集数据模块、数据 清洗模块、数据抽取模块以及交通数据库存储模块；
[0009] 旅程优化模炔基于以结构化方式存储在数据库中的交通数据，通过构建TIP数学 优化模型以及设计TIP求解算法，获得符合用户需求的行程方案；
[0010] 所述可视化行程推荐模块将优化得到的行程方案按照旅行费用最省的顺序进行 排序，并以可视化界面的方式进行展示，以便用户在多个方案之间切换选择。
[0011] -种利用所述推荐系统进行行程智慧优化的方法，其特征在于，该方法包括以下 步骤：
[0012] 步骤一：收集用户的个性化需求信息，所述需求信息包括：旅程起止时间、旅行城 市名称、旅行城市停留时间、推荐行程方案数量；
[0013] 步骤二：利用网络爬虫获取互联网上符合用户需求的交通数据集，具体包含子步 骤：URL序列生成、网络爬虫采集数据、数据清洗、数据抽取以及交通数据存储；
[0014] 步骤三：构建TIP行程优化数学模型，并设计求解算法输出符合用户需求的行程 方案，将行程按照费用最省进行排序；
[0015] 所述旅程推荐系统的自动优化方法，其特征在于，在步骤二中获得有价值决策数 据的方法是：
[0016] St印2. 1:根据用户需求生成数据采集需求，并将其生成为URL序列；
[0017] St印2. 2:网络爬虫通过St印2. 1中得到的URL采集序列从互联网上得到符合条 件的粗文本信息；
[0018] St印2. 3:通过数据清洗和数据抽取步骤得到可用于决策的交通数据信息；
[0019] Step 2. 4:将Step 2. 3获得的交通数据信息进行结构化处理，并将其存储在数据 库中。
[0020] 所述推荐系统的自动优化方法，其特征在于，在步骤三中构建TIP行程优化数学 模型的方法为：
[0021] Step 3. I. 1:构建数学优化模型的目标为费用最省；
[0022] St印3. 1. 2:构建数学优化模型的约束条件包括：1)每个城市的实际停留时间应 大于或等于用户设定的停留时间；2)整个旅程所用的实际时间应小于或等于用户设定的 总旅程时间；3)每个城市只访问一次。
[0023] 所述推荐系统的自动优化方法，其特征在于，在步骤三中求解TIP行程优化数学 模型的方法为：
[0024] Step 3. 2. 1:交通策略选择，所属交通策略选择的目的是在任意两个城市之间的 交通决策信息中选择符合用户要求的可行交通方案，如航班、高铁等，所属交通决策信息由 步骤二获得；
[0025] Step 3. 2. 2:旅程路线选择，所属旅程路线选择的目的是根据用户需求，在可行交 通方案约束下优化得到多个城市之间的最优访问顺序，所属可行交通方案由Step 3. 2. 1 获得。
[0026] 模型的求解模块在Matlab2014a上进行开发并与所述系统整合。
[0027] 所述推荐系统的自动优化方法，其特征在于，在步骤三中输出符合用户需求的行 程方案的方法为：
[0028] 按照旅行费用最省对优化得到的多个行程进行排序，以便用户进行个性化选择。
[0029] 假设某旅行者计划在[0，T]时间段内到η个目的地旅行，在第i个目的地停留时 间为Si (i = 1，2,…，η)，以{(Cuk, (Iijk, ai.jk) I k = 1，2,…，IiJ表示从城市i到城市j的交 通信息集，其中Cuk表示旅行成本,(I uk表示离开城市i的时刻，a uk表示到达城市j的时刻， Iu表不城市i与j之间可选交通方式的数量。设a UkMiIjk彡0。记X 为一布尔变量，若 城市i到城市j的第k种交通方式被选择，则Xi_jk= 1，否则X i_jk= 0。这样X = {x i_jk|k = 1，2,…，Iu, i, j = 1，2,…η}表示决策向量，也即行程方案。
[0030] 整个旅行总成本函数表示为
模型的目标函数 要求总成本最小，即：
[0032] 相应的约束条件包括：
[0033] 1)每个城市的实际停留时间应大于或等于用户设定的停留时间，表示为：
[0035] 2)整个旅程所用的实际时间应小于或等于用户设定的总旅程时间，表示为：
[0037] 3)每个城市只访问一次，表示为：
[0039] 这样，旅行成本最低的TIP数学优化模型构建为：
[0041] 为了求解上述模型，设计TIP求解算法包括：
[0042] 1)交通策略选择子算法，其目的是在任意两个城市之间的交通决策信息中选择符 合用户要求的可行交通方案，如航班、高铁等。算法过程可总结为算法A :
[0043]
[0044] 2)旅程路线选择子算法，其目的是根据用户的访问需求，在可行交通方案约束下 优化得到多个城市之间的最优访问顺序，所属可行交通方案。在本实施例中，考虑到待解决 旅程路线选择问题为一个NP难问题，应用遗传算法进行求解。所述遗传算法中的交叉操作 是根据所建模型的实际求解情况设计的，如图2所示。
[0045] 算法过程可总结为算法B :
[0048] 由上述算法A和B组成的模型求解模块在Matlab2014a上进行开发并与所述系统 整合。
[0049] 与现有技术相比，本发明系统与方法的有益之处在于：
[0050] 1、本发明的个性化旅程智慧推荐系统与方法可满足用户多目的地停留、多交通工 具选择的实际需求，通过互联网渠道低成本获得有价值决策信息；
[0051] 2、本发明的个性化旅程智慧推荐系统与方法可根据用户的实际需求，建立不同的 数学优化目标函数，实现了旅程方案的智慧生成和推荐。用户可以灵活地在不同优化旅程 方案间切换选择，使用户体验得到极大的改善；
[0052] 3、本发明的个性化旅程智慧推荐系统与方法，可用于向用户定制化推荐最优行程 规划方案，节省用户查阅旅程相关信息的时间，轻松为其编排出合理的行程，包括旅行顺 序、交通等。
【附图说明】
[0053] 图1是个性化旅程智慧推荐系统架构图。
[0054] 图2是交叉算子设计示意图。
[0055] 图3是费用最省目标下旅程1。
[0056] 图4是费用最省目标下旅程2。
【具体实施方式】
[0057] 下面结合附图和实施例对本发明作进一步说明。
[0058] 首先介绍本发明的旅行路线的自动优化系统。
[0059] 本发明的个性化旅程智慧推荐系统能够根据用户的实际需求应用文本挖掘技术 从互联网海量信息中获得有价值决策交通数据，然后通过构建的数学优化模型和求解方 法，向用户自动推荐最优行程规划方案。
[0060] 以下结合附图和具体实施例对本发明作具体的介绍。
[0061] 参照图1，本发明的个性化旅程智慧推荐系统，其主要包括以下四个功能模块：用 户需求信息收集模块、数据采集与处理模块、行程优化模块和可视化行程推荐模块。下面分 别介绍各个功能模块。
[0062] 1、用户需求信息收集模块以界面方式收集用户的个性化需求信息，所述需求信息 包括：旅程起止时间、旅行城市名称、旅行城市停留时间、推荐行程方案数量，这些需求数据 信息是旅程优化必须的；
[0063] 2、数据采集与处理模块利用网络爬虫获取互联网上符合用户需求的交通数据集， 具体包含URL序列生成模块、网络爬虫采集数据模块、数据清洗模块、数据抽取模块以及交 通数据库存储模块。数据采集与处理模块是低成本获取交通数据的必要模块，其中采集模 块的性能与信息质量有着密切的关系，交通数据库对旅程优化系统的鲁棒性和效率提升有 巨大的作用；
[0064] 3、行程优化模块通过构建的TIP数学优化模型以及TIP优化算法，获得符合用户 需求的行程方案。TIP数学优化模型的可根据用户需求选择不同的目标函数，并受到相应的 条件约束，TIP优化算法与模型求解的效率和方案输出的质量有密切关系；
[0065] 4、可视化行程推荐模块将按照费用最省对行程方案进行排序，以可视化界面的方 式向用户推荐输出的最优行程方案，以便用户做出选择。可视化行程推荐模块以友好流畅 的界面满足用户在不同定制方案间的切换需要，用户可根据实际需要任选一种行程方案。 [0066] 接下来介绍利用前面的个性化