摘要
本发明涉及一种基于大数据的旅游目的地推荐方法、系统及计算机设备,其中,方法包括:从多渠道采集用户旅行历史、浏览记录以及社交媒体活动的原始数据,预处理后构建用户行为数据仓库。从用户行为数据仓库中提取反映用户旅行模式与偏好的关键特征,据此构建用户特征向量,用混合推荐模型生成候选目的地推荐列表。再依据候选目的地的地理位置、气候条件以及资源禀赋数据构建特征向量,经过生态影响评估模型得出最佳访问时段,与推荐列表匹配筛选出合适目的地。最后结合用户多项偏好,用强化学习算法生成完整旅行计划,实现精准推荐、兼顾生态保护与实时动态调整的目的。
技术关键词
推荐方法
混合推荐模型
大数据
强化学习算法
协同过滤算法
推荐算法
生态
出行方式
分布式爬虫架构
深度学习模型
多智能体强化学习
列表
计划
计算机设备
密度峰值聚类
数据加密技术
知识图谱技术
分析单元
特征提取单元
数据获取单元
系统为您推荐了相关专利信息
混合整数规划模型
分支定界法
启发式搜索
变量
瓶颈
自主导航系统
策略
人机交互模块
障碍物
迁移学习技术
程度计算方法
概率密度函数
滚动轴承
核密度估计方法
轴承健康
对象
业务流程优化方法
业务需求分析
信用评估模型
方针