基于动态人流与用户兴趣的智能优化导航方法

本发明公开了基于动态人流与用户兴趣的智能优化导航方法，系统通过传感器采集人流密度、兴趣数据及时间序列数据，利用ARIMA模型预测未来人流密度，标记拥堵风险区域。结合用户兴趣画像及场馆项目特性，通过迪杰斯特拉算法生成个性化的最优参观路径。在路径生成过程中，系统综合评估路径的项目覆盖率、时间限制及拥堵避让条件，以确保推荐路径能够最大化满足用户需求，并动态调整路径规划权重，分流人群，避免拥堵。若用户实际参观路径偏离或场馆内实时密度发生变化，系统能够迅速更新路径并重新推荐，确保高效且安全的参观体验。通过该方法，场馆能够有效优化人流管理，提升参观者体验，同时为运营管理提供科学支持和决策依据。