面向智能導(dǎo)覽的個性化線路規(guī)劃研究

王艷，黃開建，孫茂圣，李開榮，朱俊武，3

（1.徐州工程學(xué)院信息化中心，江蘇　徐州　221018；2.揚州大學(xué)信息工程學(xué)院，江蘇　揚州　225127；3.圭爾夫大學(xué)計算機科學(xué)工程系，加拿大　安大略　圭爾夫　N1G2K8）

面向智能導(dǎo)覽的個性化線路規(guī)劃研究

王艷1，黃開建2，孫茂圣2，李開榮2，朱俊武2，3

（1.徐州工程學(xué)院信息化中心，江蘇徐州221018；2.揚州大學(xué)信息工程學(xué)院，江蘇揚州225127；3.圭爾夫大學(xué)計算機科學(xué)工程系，加拿大安大略圭爾夫N1G2K8）

個性化游覽線路的規(guī)劃是智能導(dǎo)覽的核心問題之一，景區(qū)及景點信息的形式化表示是個性化游覽線路自動規(guī)劃的基礎(chǔ)。針對導(dǎo)覽線路的自動規(guī)劃問題，提出一種基于無向圖及H-RVT表的、帶用戶偏好表示的導(dǎo)覽線路生成方法。在問題約束及影響因素分析的基礎(chǔ)上，首先給出了景區(qū)及景點的有向圖表示，進而提出基于最大相對價值表的景點信息表示方法，最后給出一種綜合考慮起點與終點選擇、景點選擇和游覽時間控制的個性化游覽線路自動規(guī)劃方法。該方法解決了景區(qū)、景點及路線生成的形式化表示問題，為路線規(guī)劃的實現(xiàn)提供了理論支撐。

智慧旅游；導(dǎo)覽；線路規(guī)劃；個性化游覽線路

0　引言

智能導(dǎo)覽是智慧旅游研究與建設(shè)的關(guān)鍵內(nèi)容之一，也是物聯(lián)網(wǎng)技術(shù)的重要應(yīng)用［1-2］。參觀游覽路線是否科學(xué)合理在很大程度上影響到整個游覽過程的用戶體驗。對游客而言，科學(xué)合理的游覽路線能夠使其在較短的時間、較小的路程代價下獲得較好的游覽體驗，同時，對旅游服務(wù)提供者來說，高效的游覽路線也能使得相同服務(wù)資源代價的情況下獲得游客更高的服務(wù)評價，從而促進旅游及其服務(wù)業(yè)的健康持續(xù)發(fā)展和進步［3-4］。

實際情況下，游客的游覽時間有限，不足以完整地游覽當(dāng)前景區(qū)中所有的景點。游客的真實需求是在有限的時間內(nèi)個性化地對當(dāng)前景區(qū)內(nèi)景點進行游覽。因此，如何安排游覽路線，成為智能導(dǎo)覽系統(tǒng)中急需解決的一大問題，生成的游覽路線是否可行有效且滿足游客的偏好，對用戶體驗至關(guān)重要。

游覽路線的規(guī)劃設(shè)計工作本質(zhì)是依據(jù)游客當(dāng)前的位置信息和待參觀的景區(qū)景點信息，根據(jù)一定的策略篩選合適的路線和景點，并將之有序排列在具體游覽行程路線的過程中。完整的游覽路線應(yīng)當(dāng)包括起點、景點集合、景點間的路徑集合以及終點。因此，對景區(qū)內(nèi)最佳游覽路線問題模型的建立以及路線生成策略的設(shè)計是決定游覽路線優(yōu)劣程度的關(guān)鍵所在。

面向智能導(dǎo)覽的個性化線路自動規(guī)劃本質(zhì)上是解決在有限約束下的最短路徑應(yīng)用問題，它是運籌學(xué)、地理信息學(xué)以及計算機網(wǎng)絡(luò)等學(xué)科中的研究熱點，比如求單源且無負邊權(quán)的“一對多”的Dijkstra算法［5］、用于求多源且無負權(quán)邊的“一對一”最短路徑的Floyd算法［6］、求多個備選優(yōu)化路徑的K最短路徑算法［7］以及靜態(tài)路網(wǎng)中較為有效的“直接搜索”A*算法［8］等。同時，隨著經(jīng)典圖論和計算機數(shù)據(jù)結(jié)構(gòu)的有效結(jié)合，使得各類最短路徑算法不斷涌現(xiàn)以解決不同特征的實際問題，它們在時間復(fù)雜度、空間復(fù)雜度、應(yīng)用范圍以及易實現(xiàn)等性能上各具特色［9-10］。國內(nèi)有學(xué)者專門就最短路徑算法的分類體系以及研究進展［11］方面進行過較為全面的總結(jié)與研究分析。文獻［12］提出了一種利用線圖以及頂點賦權(quán)圖的最優(yōu)完全子圖的方案解決中國郵遞員問題中如何生成最優(yōu)郵遞路線的問題。該方法與通常圖的相關(guān)概念的區(qū)別在于其為圖中的節(jié)點（也稱頂點）賦加了權(quán)值，最終求出一條能訪問到圖中所有節(jié)點且具有最小權(quán)值的環(huán)游。文獻［13］提出了一種解決圖中受K頂點數(shù)限制的所有最短路徑BCSP算法以及其改進的ICSP算法，運用圖的廣度遍歷算法以及逆鄰接表、指針等數(shù)據(jù)結(jié)構(gòu)知識生成擴展最短路徑樹。

1　問題背景

在游覽過程中，以有限的時間條件為前提，從游客需求的角度出發(fā)，有如下三點直觀的要求：優(yōu)先參觀景區(qū)內(nèi)游覽價值大的景點；要求所步行的路程最少，即花費在步行過程中的時間短；在不超出限定時間的前提下，盡可能充分地利用限定的時間。

以現(xiàn)實中大量游客對景區(qū)的參觀游覽行為過程的總結(jié)為基礎(chǔ)，描述游客游覽某一景區(qū)的一般活動流程為：

Step1：根據(jù)當(dāng)前的位置尋找到該景區(qū)最近的入口，從入口處進入景區(qū)。

Step2：若游覽時間足夠長，則從當(dāng)前位置開始按距離的遠近開始按序游覽景區(qū)內(nèi)景點，直至景區(qū)內(nèi)所有景點都游覽完畢，結(jié)束游覽活動。若時間有限，不能完整游覽整個景區(qū)內(nèi)所有景點，則執(zhí)行Step3。

Step3：以當(dāng)前位置為參考，在限定時間內(nèi)，選擇相對游覽價值最高的未被游覽的景點（即該景點知名度高且對其進行游覽花費時間少）。

Step4：步行到達待參觀的景點并花費一定時間完成對該景點的參觀。此時，檢查剩余時間是否可繼續(xù)游覽活動。若剩余時間可繼續(xù)游覽活動，則返回Step3，若剩余時間無法滿足繼續(xù)游覽要求，則執(zhí)行Step5。

Step5：從當(dāng)前景點位置行至距離最近的景區(qū)出口，離開景區(qū)結(jié)束對該景區(qū)內(nèi)景點的游覽，完成本次游覽活動。

因此，解決最佳游覽路線生成問題需要完成工作為：

（1）尋找或設(shè)計最短路徑算法，以無向圖中任意某一節(jié)點為起點，根據(jù)其余節(jié)點的權(quán)值、價值以及該節(jié)點與其余各節(jié)點之間的最短路徑，得到在當(dāng)前位置狀態(tài)下，滿足時間限制條件的最佳下一個待游覽節(jié)點。

（2）當(dāng)需要游覽的節(jié)點集合選定之后，在無向圖G中根據(jù)邊信息以及邊的權(quán)值數(shù)據(jù)確定最佳的游覽路線，生成選定節(jié)點集合中節(jié)點的最終游覽序列。

2　景區(qū)模型抽象與景點屬性表示

2.1建立無向圖處理模型

旅游景區(qū)由多個出入口、內(nèi)部景點集、公共服務(wù)點及內(nèi)部相互之間的路徑組成，游覽路線的生成工作即根據(jù)約束條件按序選擇合適的景點集合與路徑集合。本文以無向圖作為景區(qū)及景點的表示模型，將景區(qū)相關(guān)信息抽象成如圖1所示附加節(jié)點值的帶邊權(quán)的無向圖模型。

圖1　某景區(qū)建立的無向圖問題模型

由圖1可知，將某景區(qū)的平面示意圖轉(zhuǎn)換為無向圖G，將景區(qū)中的景點以及出入口轉(zhuǎn)換為無向圖G中的頂點，景點之間的路徑轉(zhuǎn)換為無向圖中的邊。

定義1：無向圖G由一個二元組V,E組成，其中集合V稱為無向圖G的節(jié)點集合，記為，V中每個元素對應(yīng)代表實際景區(qū)中一個景點；集合G稱為無向圖G的邊集，是由集合V中的元素組成的無序?qū)M成，記為E中每個元素表示實際情況下景區(qū)景點之間的一條路徑。

這里需要注意的是邊集E中元素（vi,vj）是無序?qū)?，因此無序?qū)Γ╲i,vj）與（vj,vi）表示的是同一條邊ei,j，在集合E中只出現(xiàn)一次。

定義5：px（vi,vj）=｛ei,m,em,n,…,ek,j｝,（ei,m,em,n,…,ek,j∈E,x∈Ζ*）表示從節(jié)點vi出發(fā)到達節(jié)點vj的第x條路徑，該路徑由邊ei,m，em,n，…，ek,j順序構(gòu)成。在一般情況下，節(jié)點vi到節(jié)點vj的路徑并不是惟一的，定義Pji=｛p0（vi,vj）,p1（vi,vj）,…,pk（vi,vj）｝,k∈N*表示節(jié)點vi到節(jié)點vj的所有不同路徑的集合。

2.2景點信息表示策略

2.2.1節(jié)點相對價值

在無向圖G中，以vi為起點，vj為終點的一條路徑px（vi,vj）的定義，以及該路徑的路徑代價W［px（vi,vj）］的定義。一般情況下，從節(jié)點vi出發(fā)到節(jié)點vj的路徑并不惟一，并且不同的路徑代價一般各不相同。根據(jù)每條路徑的路徑代價大小，節(jié)點vi到節(jié)點vj的所有路徑的集合中必定存在一條路徑代價最小的路徑。

定義7：設(shè)路徑p0（vi,vj）稱為無向圖G中，節(jié)點vi到節(jié)點vj的最短路徑，該路徑需要滿足：

即在節(jié)點vi到節(jié)點vj的路徑集合中，p0（vi,vj）的路徑代價不大于該路徑集合中的其余所有路徑的路徑代價。

在參觀時間有限的條件下，從景點A出發(fā)前往景點B進行參觀游覽時，“景點之間路徑長度”、“景點自身固有游覽價值”、“景點的游覽時間”這三個因素影響游客游覽體驗值。

在實際情況中，某一景點的實際游覽價值并不是絕對的，而是相對的，其受到多個因素的影響，因而衡量該景點的實際游覽價值需要綜合考慮這些不同的因素。在本文中，根據(jù)前面的分析，將三個因素納入算法計算中來衡量景點的實際游覽價值。

定義8：H-rv（vi,vj）稱為以節(jié)點vi為起點的，目標節(jié)點vj的最大相對價值，簡稱相對價值：

式中：vi表示景點A，vj表示景點B，vi與vj都是無向圖G中的節(jié)點；k1∈R*；k2∈R*；k3∈R*；它們值的大小分別代表對應(yīng)因素對景點相對游覽價值影響程度的大小。

命題1：景點B的相對游覽價值與景點A，B之間的路徑長度成反比關(guān)系，即：

證明：設(shè)以節(jié)點vi為起點，節(jié)點vj為終點存在兩條路徑p1（vi,vj），p2（vi,vj），節(jié)點vj的本身固有價值為C［vj］，則分別以上述兩條路徑從vi到vj進行游覽時的價值比為：

即與節(jié)點vi到節(jié)點vj的路徑長度成反比?，F(xiàn)實意義為：參觀同一個景點，步行時間代價越小，對游客而言其價值越高。

命題2：景點B的相對游覽價值與景點B自身的固有游覽價值成正比關(guān)系，即：

證明：設(shè)節(jié)點vj與節(jié)點vl的游覽時間相等，即W［vj］=W［vl］，且從節(jié)點vi出發(fā)到達節(jié)點vj、節(jié)點vl的路徑時間代價相等，即W［p（vi,vj）］=W［p（vi,vl）］。從節(jié)點vi出發(fā)分別對節(jié)點vj、節(jié)點vl進行游覽時的價值比為：即與節(jié)點自身的固有游覽價值成正比?，F(xiàn)實意義為：花費相同的時間代價對景點參觀，所選景點本身價值越高，對游客而言其越值得游覽。

命題3：景點B的相對游覽價值與景點B的游覽時間成反比關(guān)系，即：

證明：設(shè)節(jié)點vj與節(jié)點vl的自身固有游覽價值相等，即C［vj］=C［vl］，且從節(jié)點vi出發(fā)到達節(jié)點vj、節(jié)點vl的路徑時間代價相等，即W［p（vi,vj）］=W［p（vi,vl）］。從節(jié)點vi出發(fā)分別對節(jié)點vj、節(jié)點vl進行游覽時的價值比為：

即與節(jié)點游覽時間代價成反比?，F(xiàn)實意義為：花費相同的路程時間代價去游覽自身固有價值相同的景點，則花費在對景點的參觀上的時間越少，越有益于游覽游客的整體游覽活動。

2.2.2節(jié)點H-RVT表定義

在最佳路徑的生成過程中，以節(jié)點vi為起點選擇下一個節(jié)點加入到路徑中時，需要比較圖中所有未被加入到路徑中的節(jié)點以確保被選中的節(jié)點是當(dāng)前相對價值最大的，因此需要得到以節(jié)點vi為起點到圖G中其余所有節(jié)點的相對價值。

定義9：稱H-RVT（vi）為節(jié)點vi的最大相對價值表（Highest-Relative Value Table），表中包含以vi為起點到圖中其他所有節(jié)點相對價值，相對價值表的定義式如下：

式中：n∈N；vn∈V。

表1為節(jié)點vi的相對價值表H-RVT（vi）中所包含的信息。

表1　節(jié)點vi的相對價值表

對表1的幾點說明：

（1）目標節(jié)點表示以節(jié)點vi為起點出發(fā)需要達到的節(jié)點。節(jié)點vi的相對價值表中目標節(jié)點中包含無向圖G中除vi以外的所有節(jié)點。

（2）路徑時間代價表示vi與目標節(jié)點之間最短路徑之中所有路徑的權(quán)值之和，即從vi出發(fā)達到目標節(jié)點過程中經(jīng)過的路徑所用的路程時間。

（3）節(jié)點時間代價表示目標節(jié)點的時間代價，即游覽目標節(jié)點對應(yīng)景點所需要的時間。

（4）節(jié)點價值表示目標節(jié)點的價值，為目標節(jié)點對應(yīng)景點的自身固有價值。

（5）是否已加入路線標記目標節(jié)點，是否已經(jīng)被加入到最佳路線中，1代表該目標節(jié)點已加入到最佳路線中，0代表未加入。

（6）最大相對價值表示目標節(jié)點在以vi為起點的情況下的最大相對價值。在最佳路線的生成過程中，優(yōu)先選擇表H-RVT（vi）中相對價值高的目標節(jié)點加入到最佳路線中。

在表示景點和路徑信息的無向圖G中，所有節(jié)點都有其最大相對價值表，每一張表中都包含了以該節(jié)點為起點，到其他所有節(jié)點的最大相對價值。

3　條件約束與個性化路線生成

游覽時間分為路程中花費的時間以及對景點進行參觀游覽花費的時間，游覽價值取決于路線中所有景點的價值高低。從宏觀上描述最佳游覽路線的要求為“在限定的時間內(nèi)，最高效地利用有限的時間，尋找游覽價值最高游覽路線”；從路線生成過程中描述最佳游覽路線的要求為“保證每次加入到游覽路線中的景點都是當(dāng)前條件下最值得游覽的景點”。

在給出最佳路線生成算法之前，先給出下列描述：

集合Vα表示無向圖G中一個或者多個特定節(jié)點的集合，這類節(jié)點在實際問題中代表景區(qū)的出入口，即“出入口節(jié)點”；集合Vβ表示無向圖G中除“出入口節(jié)點”以外，其余所有節(jié)點的集合，這些節(jié)點在實際問題中代表景區(qū)內(nèi)的各個景點，即“景點節(jié)點”。

由Vα集合與Vβ集合的定義可知以下關(guān)系：

集合V0表示未加入到最佳路線中的“景點節(jié)點”的集合，初始時，V0=Vβ；

集合V*表示未加入到最佳路線中，但最佳路線需要“經(jīng)過”節(jié)點的集合，初始時V*為空集。例如從景點A要去游覽景點D，景點A與D之間的最短路徑需要經(jīng)過景點B與C，則就將景點B與C所對應(yīng)的節(jié)點加入到集合V*中。

（1）其中vi∈Vα稱為起點，vm∈Vα稱為終點，這兩個節(jié)點為“出入口節(jié)點”；路線中除起點與終點以外的節(jié)點都屬于集合Vβ，這些節(jié)點為“景點節(jié)點”。

（2）在該路線中的任一節(jié)點vi的前一節(jié)點稱為該節(jié)點的父節(jié)點f（vi），后一節(jié)點稱為該節(jié)點的子節(jié)點S（vi），其中起點沒有父節(jié)點，終點沒有子節(jié)點，其余節(jié)點都有各自的父節(jié)點與子節(jié)點。例如在上述路線中，節(jié)點vn的父節(jié)點f（vn）為vl，子節(jié)點s（vn）為vp。

最佳路線生成方案的描述分為四個部分，路線起點的選擇、“景點節(jié)點”選擇、時間的控制、路線終點選擇。

3.1路線起點選擇

路線的起點為無向圖G中“出入口節(jié)點”中的某一節(jié)點，起點的確定方式分為兩種：第一種為指定路線起點；第二種為根據(jù)實時定位結(jié)果選擇距離最近的出入口作為路線起點?！熬包c節(jié)點”選擇（設(shè)下一個被加入到最佳路線中的節(jié)點為vnext，簡稱為待節(jié)點；稱最佳路線中最后一個“景點節(jié)點”為該路線尾節(jié)點，設(shè)為vlast）：

在景區(qū)的多個景點中選擇滿足一定條件的景點進行游覽是游覽路線生成過程中最主要的工作內(nèi)容。在無向圖模型的最佳路線生成過程中，每一步選擇加入到最佳路線中的vnext節(jié)點都是未加入最佳路線的節(jié)點集合中選取且是這些節(jié)點中給最佳路線帶來最大“效益”的一個（以benefit來表示“效益”），因此vnext有必定為以下兩個節(jié)點中的其中一個：

（1）vnext是以最佳路線的尾節(jié)點為父節(jié)點，當(dāng)vnext加入到最佳路線中后，將取代其父節(jié)點成為新的尾節(jié)點，即vnext是從尾節(jié)點的H-RVT（vlast）表中選取的未加入最佳路線且相對價值最大的節(jié)點。此節(jié)點加入到最佳路線帶來的“效益”等于H-RVT（vlast）表中該節(jié)點的相對價值。

（2）vnext是最佳路線的路線過程中所“經(jīng)過”節(jié)點中給最佳路線帶來“效益”最大的一個，即vnext∈V*且滿足

這里因為最佳路線已經(jīng)“經(jīng)過”該節(jié)點，所以不需要再重復(fù)考慮該節(jié)點的加入產(chǎn)生的路徑代價

3.2時間控制

在游覽路線生成的過程中，是以限定的時間T為控制條件的，整個游覽過程總的耗時不能超過限定時間T，因此，在生成最佳游覽路線時，每加入一個新的節(jié)點，都需要考慮該節(jié)點加入路線之后，路線增加的時間代價是否超出時間限制條件。

加入新的節(jié)點vnext之后，需要判定時間條件滿足：

（1）當(dāng)vnext是以BPath的尾節(jié)點為父節(jié)點時，增加的時間分為兩個部分，到達vnext的路徑所需要的時間以及vnext自身時間代價的增加，因此判斷時間的依據(jù)如下：

（2）當(dāng)vnext是路線BPath所“經(jīng)過”的節(jié)點之一時，因為該節(jié)點已經(jīng)在BPath的行程中，增加的時間只是vnext自身的時間代價，因此判斷時間的依據(jù)如下：

3.3路線終點選擇

生成最佳路線的整個流程，首先生成最佳路線的起點，也就是選擇進入景區(qū)的入口；第二步是生成最佳游覽路線的主要內(nèi)容，不斷的在為圖中未加入最佳路線的節(jié)點集合中按照加入之后的“效益”大小的順序以及是否滿足時間限制條件來選擇下一個最值得加入路線；當(dāng)圖中未加入最佳路線的節(jié)點集合中沒有滿足時間限制條件的節(jié)點時，為最佳路線按照選擇終點，即選擇離開景區(qū)的出口，生成完整的最佳路線并輸出結(jié)果。

4　結(jié)論

本文針對在有限時間生成最佳游覽路線的問題，從游客的實際需求分析著手，設(shè)計了使用無向圖數(shù)學(xué)模型，總結(jié)出在時間限定條件下影響景點與路徑選擇的三個主要因素，并根據(jù)分析結(jié)果為每個節(jié)點生成各自HRVT表，從而成功實現(xiàn)了生成最佳的游覽路線。

［1］OWAIED H H，F(xiàn)ARHAN H A，AL-HAWAMDEH N，et al.A model for intelligent tourism guide system［J］.Journal of applied sciences，2011，11（2）：342-347.

［2］GAVALAS Damianos，KENTERIS Michael.A web-based pervasive recommendation system for mobile tourist guide［J］.Personal and ubiquitous computing，2011，15（7）：759-770.

［3］廖川榮.校園最佳游覽路線問題的數(shù)學(xué)模型分析［J］.大學(xué)數(shù)學(xué)，2012，28（6）：78-82.

［4］姜西瑞.基于GPS和GSM/GPRS的定位系統(tǒng)的設(shè)計與實現(xiàn)［D］.北京：中國科學(xué)院計算機技術(shù)研究所，2006.

［5］章永龍.Dijkstra最短路徑算法優(yōu)化［J］.南昌工程學(xué)院學(xué)報，2006，25（3）：30-33.

［6］赫自軍，何尚錄.最短路問題的Floyd算法的若干討論［J］.重慶工學(xué)院學(xué)報（自然科學(xué)版），2008，22（5）：156-159.

［7］徐濤，丁曉璐，李建伏.K最短路徑算法綜述［J］.計算機工程與設(shè)計，2013，34（11）：3900-3906.

［8］劉浩，鮑遠律.A*算法在矢量地圖最優(yōu)路徑搜索中的應(yīng)用［J］.計算機仿真，2008，25（4）：253-257.

［9］ZHAN F B，NOON C E.Shortest paths algorithms：an evaluationusingrealroadnetworks［J］.Transportationscience，1998，32（1）：65-73.

［10］CHERK ASSKY B V，GOLDBERG A V，DIZK T R A.Shortest paths algorithms：theory and experimental evaluation［J］.Mathematical programming，1996，73（2）：129-174.

［11］LU Feng.Shortest path algorithms：taxonomy and advance in research［J］.ACAT geodaetica cartographica，2001，30（3）：269-275.

［12］李念祖.關(guān)于中國郵遞員問題的最優(yōu)完全子圖算法［J］.上海師范大學(xué)學(xué)報（自然科學(xué)版），2006，35（4）：26-29.

［13］王衛(wèi)強.求圖中受頂點數(shù)限制的所有最短路徑的算法分析研究［D］.上海：華東師范大學(xué)，2007.

Research on personalized route planning oriented to intelligent guiding to visitors

WANG Yan1，HUANG Kaijian2，SUN Maosheng2，LI Kairong2，ZHU Junwu2，3
（1.Center of Informatization，Xuzhou Institute of Technology，Xuzhou 221018，China；2.School of Information Engineering，Yangzhou University，Yangzhou 225127，China；
3.Department of Computer Science and Technology，University of Guelph，Guelph N1G2K8，Canada）

Personalized tour route planning is one of cores of intelligent guiding to visitors，and the formalizing denotation of the information of scenic regions and view spots is the fundament of personalized automatic planning of touring routes.A method of generating the route automatically is given in this paper for automatic planning of touring route based on directed graph，H-RVT and users′preference.On the basis of analyzing the related factors，a method of how to express the information of scenic regions and view spots is given in this paper.A expressive method of view spot information is proposed according to the table of maximum relative price.An automatic planning method of personalized tour route is offered，which considers the selection of start point，end point，view spots and visiting time control.The method of formal representation for scenic regions，view spots and routing generation provide a theory support for realization of route planning.

wisdom tourism；guiding to visitor；rout planning；personalized tour route

TN911-34

A

1004-373X（2016）20-0092-05

10.16652/j.issn.1004-373x.2016.20.023

2016-02-05

國家自然科學(xué)基金（61170201）；江蘇省前瞻性研究項目（BY2015061-06；BY2015061-08）；江蘇省教育廳自然科學(xué)基金（14KJB520041）；揚州市協(xié)同創(chuàng)新項目（2014-9）

王艷（1977—），女，工程師，碩士。研究方向為人工智能及其應(yīng)用。

黃開建（1990—），男，江蘇揚州人，碩士研究生。主要研究方向為智能軟件。

孫茂圣（1971—），男，江蘇南通人，高級工程師，碩士。研究方向為云計算、語義Web等。

李開榮（1963—），男，江蘇興化人，教授。研究方向為信息管理系統(tǒng)等。

朱俊武（1972—），男，江蘇江都人，教授，博士。研究方向為人工智能及其應(yīng)用。