上下文感知的旅游信息智能推荐方法

To improve the service precision and user satisfaction, context is involved in the recommendation of tourist information. How to integrate the context into the user's preference acquisition and recommendation process is an academic frontier of the research of Smart Tourism. However, due to the characteristics of the location sensitivity and high dynamic of tourism, the context of which has a distinct spatial and temporal characteristics. And the shortage of the existing context model is very prominent to describe the spatial and temporal characteristics. Therefore, this research project propose a context-aware intelligent recommendation of tourism information. In general, the major research contents of this project include: 1) we design the user context model that context coupled tightly, to describe the correlation between user preferences and context; 2) we propose a context driven recommendation method, by speculating the potential needs of users in the current context, just perfect information is push actively; 3)we propose tourism risk early warning system to predict and prevent the security incidents; 4) we will design and implement a software prototype of smart national park, the validity of the model and method will be verified on the prototype. The purpose of this project is to improve the service precision and user satisfaction of tourism information service, to ensure the safety and order of tourism activities, and to improve the intelligence level of smart tourism.

利用上下文信息提高旅游信息推荐的精准度和用户满意度，是智慧旅游研究的学术前沿。旅游活动具有位置敏感和高动态性特点，其上下文具有鲜明的空间性和时间性特征，而现有上下文模型在时空精准度和动态性上的不足十分突出。为此，本项目研究提出一种上下文感知的旅游信息智能推荐方法，主要研究内容包括：1）上下文紧耦合的用户模型，精细刻画用户的兴趣偏好关于时空上下文的关联及变化；2）上下文驱动的推荐生成方法，在“推测”当前下上文环境中用户潜在需求的基础上，主动推送恰到好处的信息；3）基于前兆效应的旅游风险预警体系，主动感知异常上下文，预测和预防安全事件的发生；4）智慧景区原型系统与实验分析，验证模型和方法的有效性。本项目旨在提高旅游信息服务推荐的精准度和用户满意度，保证旅游活动的安全有序进行，提升智慧旅游的智能化水平。

上下文也称为情境或情景，是指任何一切可以用来描述某个对象情形和特征的信息，这些信息包括时间、位置、社会关系、自然状况以及项目特征等。用户在选择旅游活动中受到多方面上下文要素的影响，然而现有推荐系统在进行推荐的过程中对上下文的利用十分有限，导致旅游信息推荐的的精准度和用户满意度不高。本项目深入研究了上下文感知的旅游信息推荐的关键问题，主要研究内容包括：1）上下文紧耦合的用户模型；2）上下文驱动的推荐生成方法；3）基于前兆效应的旅游风险预警体系；4）智慧景区原型系统与实验分析。本项目获取游客游记和景点在线评论等文本数据，进行游客时空行为提取和情感分析作为主要数据来源，设计了十种上下文要素，进而构建了上下文紧耦合的用户模型刻画游客的兴趣偏好和情感变化，这是实现个性化旅游信息推荐的基础。研究了基于情感分析的旅游景点推荐方法和融合上下文和随机森林的景点推荐方法，在推荐过程加入了上下文要素的影响，从而提高了个性化景点推荐的精准度。研究了融合旅游者空间行为特征的景点路线规划方法，利用群智数据提升了旅游路线规划的合理性。根据应急响应范式由“预测－应对”到“情景－应对”的转变，提出了一个由地点、时间、孕灾环境、致灾因子、承灾体、任务和后果要素构成的情景七元组概念模型，并以此为基础，构建了面向应急制图的情景本体和应急制图引擎服务，以实现紧急情况下的快速应急制图。开发了都江堰景区信息服务系统作为智慧景区原型系统，利用传感器监测数据、景区地理地质数据、景区建筑道路数据、游客统计数据、天气状况数据等景区时空大数据，获取时空上下文和旅游专题上下文，对所研究的上下文感知的用户模型和推荐系统进行实验验证。

内容获取失败，请点击重试