大數(shù)據(jù)背景下基于多維上下文的智慧旅游推薦系統(tǒng)

蔣晶晶 王嘉順 王丹丹 王佳麗

摘要：針對大數(shù)據(jù)背景下“智慧旅游”的個性化定制問題，通過結(jié)合多維上下文信息構(gòu)建精準(zhǔn)的個性化定制服務(wù)，在構(gòu)建新理論模型的基礎(chǔ)上，分別針對多維上下文信息的產(chǎn)生方法、個性化服務(wù)的構(gòu)建方法進(jìn)行研究，并通過構(gòu)建具體的系統(tǒng)原型對相關(guān)理論研究進(jìn)行驗證。

關(guān)鍵詞：大數(shù)據(jù);多維上下文;智慧旅游

一、引言

為了解決信息過載問題，對于以推薦系統(tǒng)為代表的個性化技術(shù)的研究將越來越受研究者所重視。隨著經(jīng)濟(jì)的不斷發(fā)展，旅游逐漸成為人們休閑度假必不可少的生活方式，旅游行業(yè)信息庫、第三方Web 服務(wù)信息庫的不斷完善，為旅游行業(yè)的個性化服務(wù)提供了數(shù)據(jù)基礎(chǔ)。傳統(tǒng)的旅游推薦技術(shù)已不能應(yīng)對當(dāng)前旅游領(lǐng)域面臨的各種復(fù)雜的問題，隨著網(wǎng)絡(luò)的發(fā)展及衛(wèi)星定位技術(shù)的普及，上下文信息在旅游推薦中的作用變得越來越明顯。由于旅游是一項受多種因素限制的活動，旅游推薦中可用信息種類繁多，關(guān)鍵在于如何充分利用可獲取的多維信息。因此，本論文欲提出的智慧旅游的推薦系統(tǒng)模型，將對大數(shù)據(jù)時代旅游產(chǎn)業(yè)的發(fā)展起到積極的推動作用，將有利于更好地提高推薦系統(tǒng)的推薦性能，使旅游推薦取得較好的效果。

二、研究內(nèi)容

（一）結(jié)合多維上下文的用戶個性化定制服務(wù)模型構(gòu)建

提出移動環(huán)境下的用戶個性化定制服務(wù)模型。例如，該模型把空間上下文的位置情景作為一個全新的維度引入到傳統(tǒng)的“用戶—項目”（User-Item）二元組中，進(jìn)而能夠通過所得的三元組構(gòu)建更高維度的矩陣數(shù)據(jù)，以完成用戶模型的構(gòu)建，用以實現(xiàn)對用戶行為偏好的更精確的描述。該模型是實現(xiàn)相關(guān)具體應(yīng)用的基礎(chǔ)。

（二）大數(shù)據(jù)環(huán)境下位置、時間、社會屬性等用戶偏好的獲取方法研究

為提高大數(shù)據(jù)環(huán)境中對旅游路線、旅游景點或旅游套餐等個性化推薦服務(wù)的精確度，基于多維上下文的用戶個性化定制服務(wù)模型，構(gòu)建基于多維上下文的用戶偏好的獲取方法。通過云計算平臺、LBS位置服務(wù)、旅游信息庫等多種手段，獲取用戶時間、位置等信息，并結(jié)合用戶的社會屬性（網(wǎng)絡(luò)社區(qū)中，相互聯(lián)系的群體，受社會因素的相互影響，往往表現(xiàn)出相似的興趣愛好）等上下文數(shù)據(jù)，分別針對用戶自身當(dāng)前時空場景與過去時空場景的相似度（歷史相關(guān)性）問題、在同一時空場景內(nèi)與系統(tǒng)的交互行為的相似度（交互相關(guān)性）問題，進(jìn)行用戶偏好度聚類研究，以便于構(gòu)建更精確的用戶行為偏好模型。

（三）基于多源信息融合的個性化服務(wù)構(gòu)建方法研究

大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境中，用戶與各類旅游信息平臺的交流量體現(xiàn)出急劇增長且個性化的特征，針對如何充分發(fā)掘信息潛藏價值為用戶購買旅游產(chǎn)品的決策提供服務(wù)支撐的問題，將結(jié)合多維上下文信息，構(gòu)建多源信息融合方法;此外，應(yīng)用向量模型，在對多用戶的交流信息進(jìn)行特征維度提取的基礎(chǔ)上，對用戶自身消費偏好相似度、用戶自身時空信息相似度以及消費偏好相似的用戶時空信息相似度進(jìn)行匹配計算，進(jìn)而推薦給用戶匹配度較高的旅游線路、旅游景點或者旅游套餐信息。在此基礎(chǔ)上，將推送技術(shù)和拉取技術(shù)的優(yōu)點相結(jié)合來提升用戶體驗。

三、關(guān)鍵技術(shù)和研究方法

（一）關(guān)鍵技術(shù)

（1）在理論模型層面，由于本論文將傳統(tǒng)的User-Item二元組處理框架進(jìn)行拓展，在復(fù)雜應(yīng)用環(huán)境中會引起計算復(fù)雜度的驟增，因此應(yīng)借鑒國內(nèi)外已有的相關(guān)研究成果，構(gòu)建合理的理論模型，在保證精確度的前提下降低計算復(fù)雜度。

（2）在實現(xiàn)方法層面，需解決相關(guān)技術(shù)方法的可用性問題，包括動態(tài)目標(biāo)定位技術(shù)在適用范圍的局限性問題，需要探索其他技術(shù)方法拓展其適用性;多源信息融合方法在用戶偏好信息提取方面的準(zhǔn)確性問題，如何結(jié)合認(rèn)知心理學(xué)等領(lǐng)域的研究成果構(gòu)建恰當(dāng)?shù)挠脩羝妹枋瞿Ｐ汀?/p>

（3）旅行出游是一個受多種因素影響的場景。不管是籌劃旅行還是旅行過程中，用戶都會受到許多因素的影響，如何協(xié)調(diào)各類因素的影響權(quán)重以及合理地選取哪些信息融入到推薦系統(tǒng)將是研究的難點。

（二）研究方法

（1）信息集成理論與方法，在針對旅游業(yè)務(wù)的數(shù)據(jù)環(huán)境分析中，將采用信息集成相關(guān)理論方法對相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)概念模型設(shè)計，并實現(xiàn)多源異構(gòu)數(shù)據(jù)的轉(zhuǎn)換、清洗與集成。

（2）循環(huán)神經(jīng)網(wǎng)絡(luò)，采用機(jī)器學(xué)習(xí)算法中的循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM）建立配送個性化需求預(yù)測模型，對旅游線路推薦、景點推薦和套餐推薦業(yè)務(wù)中的歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，實現(xiàn)對游客個性化需求的多步預(yù)測和滾動預(yù)測。

（3）基于時間和空間感知的推薦算法，結(jié)合用戶的社會關(guān)系，利用位置信息、時間信息、社交信息、活動信息的數(shù)據(jù)，構(gòu)建用戶、地點、時間、活動、朋友關(guān)系異構(gòu)信息網(wǎng)絡(luò)，通過隨機(jī)游走方法產(chǎn)生推薦。該方法綜合利用時空信息和用戶社交信息為用戶提供個性化活動推薦，能獲得較好的推薦效果。此外，利用構(gòu)建的異構(gòu)信息網(wǎng)絡(luò)，該方法還可以實現(xiàn)朋友推薦等增值服務(wù)。

（4）并行計算與實時計算技術(shù)，使用并行計算與實時計算等大數(shù)據(jù)思想與技術(shù)對相關(guān)算法進(jìn)行改進(jìn)，提高算法性能，使其能夠適應(yīng)大規(guī)模數(shù)據(jù)環(huán)境下的高頻實時決策需求。

四、系統(tǒng)原型構(gòu)建

首先，結(jié)合空間上下文的用戶個性化定制服務(wù)模型構(gòu)建出理論模型。然后，應(yīng)用歷史相關(guān)性方法研究和交互相關(guān)性方法研究來獲取位置、時間、用戶偏好、社會屬性、金錢等空間上下文。進(jìn)而在大數(shù)據(jù)背景下，結(jié)合應(yīng)用用戶建模方法研究、個性化推薦算法研究。最后，在大數(shù)據(jù)環(huán)境下，構(gòu)建出基于結(jié)合空間上下文的智慧旅游推薦系統(tǒng)原型。

推薦系統(tǒng)的推薦過程，包括了數(shù)據(jù)收集、興趣分析、推薦層三個主要的層次。

五、小結(jié)

將傳統(tǒng)的User-Item二元組處理框架進(jìn)行拓展，幫助用戶從大量數(shù)據(jù)中發(fā)現(xiàn)其可能感興趣的項目，能有效緩解“信息過載”等問題。提出結(jié)合多維上下文的多源信息融合方法，有效利用大數(shù)據(jù)環(huán)境下的多源用戶信息以提取用戶偏好。突破了傳統(tǒng)的基于時間、空間、社會網(wǎng)絡(luò)這幾種單一的旅游推薦方式，而將這些元素作為多維上下文進(jìn)行復(fù)雜模型的構(gòu)建，更為全面地考慮了影響用戶決策的人文、社會、歷史等多種元素，提高旅游服務(wù)的精準(zhǔn)度。

參考文獻(xiàn)：

[1] Abdul Majid.基于地理標(biāo)簽的社會媒體數(shù)據(jù)挖掘的智能旅游推薦研究[D]，浙江大學(xué)，2012.

[2] 沈鈞戈. 基于社會媒體的旅游數(shù)據(jù)挖掘與個性化推薦[D]，西安電子科技大學(xué)，2016.

[3] 亢孟軍，王貝，杜清運.上下文敏感的空間信息服務(wù)智能推送研究[J]， 中國測繪，2009，11，258-260.

[4] 張偉偉，趙飛，王敦. 上下文感知下的個性化旅游推薦系統(tǒng)初探[J]，地理空間信息，2014，5，96-97.

[5] 郭博林. 基于大數(shù)據(jù)分析的音樂個性化推薦系統(tǒng)應(yīng)用研究[D]，電子科技大學(xué)，2018.

[6] 鄧玉林. 基于hadoop大數(shù)據(jù)框架的個性化推薦系統(tǒng)研究與實現(xiàn)[D]，電子科技大學(xué)，2016.

[7] 胡蓉.大數(shù)據(jù)環(huán)境下服務(wù)推薦系統(tǒng)及其關(guān)鍵方法研究[D]，南京大學(xué)，2014.

[8] 皇蘇斌，王忠群.景區(qū)智能空間下的實時景點推薦技術(shù)[J]，安徽工程大學(xué)學(xué)報，2011，4，195-198.

項目：2020 年大連科技學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目校級立項“大數(shù)據(jù)環(huán)境下基于多維上下文的智慧旅游推薦系統(tǒng)研究”，項目編號：X202013207073