疫情防控常態(tài)化下多目標(biāo)旅游路線規(guī)劃

王維莉,鄒雪兒

(上海海事大學(xué) 物流科學(xué)與工程研究院,上海 201306)

0 引 言

近年來,利用旅游網(wǎng)站搜集旅游景點(diǎn)信息和游覽攻略已成為人們規(guī)劃旅游路線的重要渠道。在這些旅游網(wǎng)站上,用戶既可以對(duì)某個(gè)去過的景點(diǎn)進(jìn)行打卡評(píng)論,也可以根據(jù)需求及偏好選擇自己感興趣的景點(diǎn)了解相關(guān)信息。某些旅游網(wǎng)站也會(huì)推薦“一日游”等旅游線路,但這些推薦路線往往是固定的,難以兼顧用戶的不同需求。

新冠疫情對(duì)旅游業(yè)造成了極大沖擊,疫情的不確定性縮短了人們規(guī)劃出游的時(shí)間窗口,“微旅游”成為大眾旅游休閑新熱點(diǎn)。疫情防控常態(tài)化以來,熱門旅游景點(diǎn)遵循著“限量、預(yù)約、錯(cuò)峰”的要求,同時(shí)各地零星散發(fā)的疫情可能會(huì)導(dǎo)致某些景點(diǎn)臨時(shí)關(guān)閉,景點(diǎn)游覽的不確定性也增加了旅游路線規(guī)劃的復(fù)雜度?；谝咔榉揽爻B(tài)化的影響,根據(jù)用戶個(gè)性化需求和景點(diǎn)信息來規(guī)劃最優(yōu)旅游路線,對(duì)縮短用戶行程時(shí)間和提升游客旅游體驗(yàn)具有十分現(xiàn)實(shí)的意義。

旅游景點(diǎn)推薦是提升個(gè)性化旅游體驗(yàn)的重要內(nèi)容。崔春生等[1]通過分析景點(diǎn)用戶在線評(píng)論獲得用戶的偏好,利用TOPSIS方法實(shí)現(xiàn)了對(duì)旅游景點(diǎn)的推薦;A.M.ZAHRA等[2]通過對(duì)TripAdvisor網(wǎng)站的評(píng)論進(jìn)行分析,獲取了用戶的興趣偏好,同時(shí)基于時(shí)間、地點(diǎn)、天氣等因素的影響對(duì)景點(diǎn)進(jìn)行推薦;廖旺宇[3]通過用戶在游記中提到的景點(diǎn)頻次、共現(xiàn)及不同景點(diǎn)的照片數(shù)量來分析不同類型用戶的旅游景點(diǎn)偏好,從而做出推薦;K.KESORN等[4]利用Facebook平臺(tái)用戶信息數(shù)據(jù)進(jìn)行個(gè)性化景點(diǎn)推薦,并通過用戶好友簽到數(shù)據(jù)分析并更新其活動(dòng)狀態(tài),成功解決了部分用戶沒有評(píng)論信息的“冷啟動(dòng)”問題。

為了提升旅游體驗(yàn),在景點(diǎn)推薦基礎(chǔ)上,旅游路線規(guī)劃還需要考慮景點(diǎn)間距離、出發(fā)地點(diǎn)、出發(fā)時(shí)間、旅行持續(xù)時(shí)間、總成本等因素[5-7],這是一個(gè)典型的多目標(biāo)約束優(yōu)化問題[8]。馬子欽等[9]根據(jù)用戶的性別、年齡、出行方式、出行時(shí)間等因素對(duì)用戶群體進(jìn)行劃分,以提高推薦的準(zhǔn)確性;I.CENAMOR等[10]從社交網(wǎng)站收集游客信息,將用戶經(jīng)驗(yàn)與智能推薦算法結(jié)果相結(jié)合,以達(dá)到提高推薦效果的目的。從實(shí)用性角度出發(fā),張岐山等[11]在規(guī)劃旅游路線時(shí)考慮了交通工具選擇對(duì)轉(zhuǎn)移時(shí)間和轉(zhuǎn)移費(fèi)用的影響;陸百川等[12]綜合分析了道路交通因素及游客體驗(yàn),提出適應(yīng)自駕游客出行特點(diǎn)的城市近郊旅游路線規(guī)劃方法;QIAN Xiaohui等[13]基于火車票和機(jī)票數(shù)據(jù),對(duì)城市之間的出行路線進(jìn)行了優(yōu)化;LIU Song等[14]基于景點(diǎn)存在多個(gè)出入口的情況,提出了更接近實(shí)際的雙加權(quán)圖旅游出行路徑模型;常亮等[15]總結(jié)了當(dāng)前旅游路線推薦系統(tǒng)的研究現(xiàn)狀,指出需要進(jìn)一步挖掘用戶特征和潛在需求,進(jìn)行多維度推薦,加強(qiáng)位置感知及位置服務(wù)和用戶隱私等。

基于此,筆者綜合分析了用戶興趣偏好和旅游景點(diǎn)屬性,并考慮疫情防控因素的影響,提出了一種多目標(biāo)約束的旅游路線規(guī)劃方法。首先基于景點(diǎn)流行度和景點(diǎn)開放時(shí)長對(duì)景點(diǎn)進(jìn)行評(píng)分,為用戶推薦滿足其偏好的NTOP個(gè)景點(diǎn);然后根據(jù)用戶偏好的旅游景點(diǎn)類型,選擇得分最高的k個(gè)景點(diǎn),建立了以成本低、時(shí)間短為目標(biāo)的旅游線路規(guī)劃模型,并用改進(jìn)蟻群算法對(duì)該模型進(jìn)行求解;最后考慮交通工具選擇對(duì)旅游出行費(fèi)用和出行時(shí)間的影響,通過高德地圖API獲取真實(shí)的路網(wǎng)信息,并以上海市旅游景點(diǎn)為例,構(gòu)建了疫情防控常態(tài)化下的若干典型情境,得到滿足個(gè)性化需求的最優(yōu)旅游路線。

1 問題描述

1.1 數(shù)據(jù)來源與分析

文中景點(diǎn)數(shù)據(jù)包括兩部分。一部分?jǐn)?shù)據(jù)來源于“去哪兒網(wǎng)”。利用Python的Reouest模塊向網(wǎng)絡(luò)發(fā)送請(qǐng)求,獲取網(wǎng)頁數(shù)據(jù)和Beautiful-Soup中的BS4模塊,從網(wǎng)頁中提取到了上海115個(gè)具有用戶評(píng)論數(shù)超過200條且真實(shí)存在的景點(diǎn)及景點(diǎn)所具有的特征屬性(如:開放時(shí)間、建議游玩時(shí)間、門票價(jià)格等),部分景點(diǎn)信息如表1。根據(jù)文獻(xiàn)[16],將景點(diǎn)分為人文景觀、鄉(xiāng)村田園、現(xiàn)代娛樂、綜合吸引、其他吸引共5類。表1中:類型1～5分別為人文景觀、鄉(xiāng)村田園、現(xiàn)代娛樂、綜合吸引、其他吸引。

表1 景點(diǎn)信息

另一部分?jǐn)?shù)據(jù)來源于高德地圖。申請(qǐng)高德地圖WEB服務(wù)API密鑰(key)后拼接HTTP請(qǐng)求URL,然后接收HTTP請(qǐng)求返回的JSON格式的數(shù)據(jù)中解析得到。通過地理編碼/逆編碼功能挖掘到這些景點(diǎn)的地理位置信息,利用路徑規(guī)劃功能挖掘到景點(diǎn)之間的轉(zhuǎn)移信息(如:直線距離、駕駛時(shí)間、乘坐出租車的費(fèi)用、步行時(shí)間等),如表2。

1.2 定 義

為便于描述所要解決問題,對(duì)相關(guān)符號(hào)和公式進(jìn)行如下定義。其中:P={p1,p2,…,p|P|}為所有景點(diǎn)的集合。

1.2.1 景點(diǎn)信息

對(duì)于每一個(gè)景點(diǎn)pi∈P,pi應(yīng)具有的信息包括景點(diǎn)評(píng)分spi,景點(diǎn)類型Cpi,景點(diǎn)評(píng)論數(shù)Npi,景點(diǎn)建議游玩時(shí)間tpi,景點(diǎn)門票fi,開放時(shí)長Tpi(open, close)。其中:Cp1為人文景觀,Cp2為鄉(xiāng)村田園,Cp3為現(xiàn)代娛樂,Cp4為綜合吸引,Cp5為其他類。

1.2.2 路 徑

集合R={r1,r2,…,r|R|}定義路徑邊集。對(duì)于路徑集合R中的每一條帶權(quán)有向邊r表示連接兩個(gè)景點(diǎn)pi,pj∈P(i≠j)的路徑。

文中定義每一條路徑上的權(quán)重是根據(jù)高德地圖API獲取到的景點(diǎn)pi和pj之間的交通時(shí)間tij和交通費(fèi)用cij。若用戶在景點(diǎn)pi游玩時(shí),該景點(diǎn)因疫情被臨時(shí)管控,用戶需要采集完核酸后才可離開,故此時(shí)在該景點(diǎn)游玩時(shí)間為Δtp,i。

1.2.3 路徑地圖

M=(P,R)為景點(diǎn)之間路徑網(wǎng)絡(luò)信息,如圖1。

圖1 景點(diǎn)路線網(wǎng)絡(luò)信息

圖1中有5個(gè)景點(diǎn)(p1,p2,p3,p4,p5),在這個(gè)網(wǎng)絡(luò)中共有8條路徑。用戶每天開始游玩時(shí)間為09:00,結(jié)束游玩時(shí)間為20:00,景點(diǎn)p1建議游覽的時(shí)長為60 min,即tp1=60;游客從景點(diǎn)p1到p2所需的交通時(shí)間為30 min,即t12=30;交通費(fèi)用為5元,即c12=5。

1.2.4 交通工具

景點(diǎn)pi和pj之間的交通轉(zhuǎn)移方式Tij只考慮出租車、步行和公共交通這3種情況。若這兩個(gè)景點(diǎn)之間直線距離di, j≤2 km時(shí),則考慮步行方式;若這兩個(gè)景點(diǎn)之間直線距離2 km10 km時(shí),考慮公共交通。

2 旅游路線規(guī)劃模型

2.1 系統(tǒng)框架

筆者提出了考慮游客個(gè)性化需求及疫情防控影響的旅游路線推薦系統(tǒng),如圖2。

在離線學(xué)習(xí)階段,從旅游網(wǎng)站獲取到景點(diǎn)有關(guān)信息數(shù)據(jù),對(duì)景點(diǎn)進(jìn)行評(píng)分,并通過高德地圖API獲取景點(diǎn)地理位置和路線信息;在線規(guī)劃階段,主要是為用戶規(guī)劃不同情境下優(yōu)化的旅游路線,用戶需要輸入計(jì)劃游玩的開始日期和結(jié)束日期、每日旅游時(shí)長、計(jì)劃游玩景點(diǎn)數(shù)等相關(guān)信息;當(dāng)收到用戶請(qǐng)求后,建立帶時(shí)間約束的多目標(biāo)路徑規(guī)劃模型,并利用改進(jìn)蟻群算法進(jìn)行求解。

2.2 景點(diǎn)評(píng)分機(jī)制

2.2.1 基于景點(diǎn)流行度評(píng)分

游客在規(guī)劃游覽路線時(shí),該地區(qū)熱門景點(diǎn)往往最能吸引游客。例如:上海外灘、迪士尼等景點(diǎn)對(duì)外地游客具有較高吸引力。為了解熱門景點(diǎn)對(duì)用戶的潛在吸引力,提出了景點(diǎn)流行度的概念?？紤]到熱門景點(diǎn)在旅游網(wǎng)站上往往擁有較多的點(diǎn)評(píng),因此以景點(diǎn)評(píng)論數(shù)來表征該景點(diǎn)的熱門程度。景點(diǎn)pi的流行度計(jì)算為:

(1)

(2)

式中:Npi表示在景點(diǎn)pi的評(píng)論人數(shù);k表示|P|個(gè)景點(diǎn)中屬于類型c的個(gè)數(shù),c=1～5;σ(Cpi)表示景點(diǎn)pi的類型屬性。

以人文景觀為例,按景點(diǎn)流行度排名Top5的景點(diǎn)如表3。

表3 人文景觀類景點(diǎn)流行度排名Top5

2.2.2 基于景點(diǎn)開放時(shí)長評(píng)分

旅游景點(diǎn)開放時(shí)間相對(duì)固定,并且在全年不同時(shí)間段的開放時(shí)間可能存在差異。例如:東方明珠在1月1日—9月30日期間的開放時(shí)間為09:00—21:00,在國慶期間的開放時(shí)間為08:00—22:00;而外灘則是全年24 h開放。因此在用戶確定了出發(fā)日期后,需要對(duì)每一個(gè)景點(diǎn)pi的開放時(shí)長進(jìn)行評(píng)分,用λi表示,如式(3)。一天中開放時(shí)間越長的景點(diǎn),其λi也越大。

(3)

式中:Tpi(open)表示景點(diǎn)pi當(dāng)天開門時(shí)間;Tpi(close)表示景點(diǎn)pi當(dāng)天關(guān)閉時(shí)間。

以表3中流行度排名前5的景點(diǎn)為例,對(duì)其開放時(shí)長進(jìn)行評(píng)分,如表4(以2021年7月1日為例)?？紤]到部分景點(diǎn)受疫情影響暫時(shí)不對(duì)外開放的情況,筆者以復(fù)旦大學(xué)為例(自疫情以來復(fù)旦大學(xué)不對(duì)校外人員開放),這個(gè)景點(diǎn)Tpi(close)-Tpi(open)=0,故該景點(diǎn)開放時(shí)長評(píng)分λi=0。

表4 流行度Top5景點(diǎn)的開放時(shí)長評(píng)分

2.2.3 融合多因素景點(diǎn)評(píng)分方法

基于景點(diǎn)流行度和景點(diǎn)開放時(shí)長評(píng)分,綜合考慮這兩種因素得到景點(diǎn)的最終評(píng)分spi,如式(4)。

spi=ωpi+(1-ω)λi

(4)

ω取值隨用戶偏好變化。對(duì)于有明確景點(diǎn)偏好類型的游客(ω=0.7),即景點(diǎn)流行度對(duì)景點(diǎn)最終評(píng)分的影響更大,并在其感興趣景點(diǎn)類型數(shù)據(jù)集中為用戶推薦景點(diǎn);對(duì)于沒有明確景點(diǎn)偏好類型的游客(ω=0.5)[16],即景點(diǎn)流行度與景點(diǎn)開放時(shí)長的影響相近。

2.3 帶時(shí)間約束的多目標(biāo)旅游路線規(guī)劃模型

考慮到用戶在旅游過程中希望花費(fèi)盡可能少及旅游時(shí)間盡可能短,旅游路線規(guī)劃模型及約束條件如下:

(5)

(6)

(7)

(8)

(9)

(10)

其中:式(5)、式(6)分別為旅游路線推薦模型中最小費(fèi)用和最少時(shí)間的目標(biāo)函數(shù);式(7)、式(8)為確保景點(diǎn)游覽不重復(fù)的約束;式(9)為疫情影響下設(shè)置的旅游時(shí)間約束,Ti為用戶計(jì)劃游玩的總時(shí)長;式(10)為路徑選擇的0-1函數(shù),當(dāng)景點(diǎn)pj是pi的下一個(gè)游玩景點(diǎn)時(shí),則xij=1,否則xij=0。

利用線性加權(quán)和法將多目標(biāo)函數(shù)優(yōu)化為評(píng)價(jià)函數(shù),如式(11)。

L=ω1L1+ω2L2

(11)

式中:ω1、ω2分別為不同用戶需求變化的權(quán)系數(shù)。若用戶在旅游過程中更注重經(jīng)濟(jì)性,即希望所花費(fèi)用更少,則ω1>ω2;若用戶希望旅游時(shí)間更少,則則ω1<ω2。

2.4 旅游路線規(guī)劃算法

2.4.1 改進(jìn)蟻群算法

蟻群算法是一種受到蟻群覓食行為啟發(fā)而提出的仿生算法,最早被用來求解旅行商問題(travel salesperson problem)。為提高算法求解質(zhì)量,筆者對(duì)每一代螞蟻迭代后得到的最優(yōu)解采用局部搜索策略。在對(duì)候選解R={Ci1,Ci2, …,Cin-1,Cin}的鄰域進(jìn)行局部搜索迭代探測(cè)時(shí),采用兩兩交換策略對(duì)候選解R中的路徑進(jìn)行局部調(diào)整,以進(jìn)一步提高解的質(zhì)量;從R中隨機(jī)挑選兩個(gè)城市i1、i2交換位置而得到的新的候選解R*的集合,對(duì)可以降低路徑長度的城市進(jìn)行交換,若沒有降低路徑長度則繼續(xù)局部搜索,此過程循環(huán)10次后結(jié)束搜索;若兩兩交換后的候選解鄰域內(nèi)能找到更好的路徑序列R*

2.4.2 算法實(shí)現(xiàn)步驟

所設(shè)計(jì)的改進(jìn)蟻群算法推薦旅游路線具體步驟如下:

步驟1:初始化迭代次數(shù)和路徑記錄表,設(shè)置最大迭代次數(shù)imax,信息素重要程度參數(shù)α=5,信息素蒸發(fā)系數(shù)r=0.1,信息素增加強(qiáng)度系數(shù)Q=1;

步驟2:選擇城市i作為m只螞蟻的出發(fā)點(diǎn)。對(duì)每只螞蟻利用輪盤賭法從剩下的n-1個(gè)城市選擇其下一個(gè)訪問城市;

步驟3:當(dāng)螞蟻遍歷完全部城市時(shí),計(jì)算每只螞蟻構(gòu)建的路徑長度Lk(k=1, 2,…,m),求出各代最佳路徑Rbest及各代路徑的平均目標(biāo)值Lave,并更新全局最佳路徑Lbest值。

步驟4:采用局部搜索策略對(duì)全局最佳路徑中的城市進(jìn)行隨機(jī)兩兩交換,計(jì)算產(chǎn)生的新路徑長度ftmp,將新路徑長度與步驟3中的全局最佳路徑Lbest值進(jìn)行比較,若ftmp

步驟5:更新信息素濃度;

步驟6:i=i+1,若迭代次數(shù)達(dá)到最大迭代次數(shù),則清空路徑記錄表并轉(zhuǎn)至步驟2開始下一輪循環(huán);否則轉(zhuǎn)至步驟5;

步驟7:結(jié)束,輸出全局最佳路徑長度Lbest及路徑序列。

3 案例分析

3.1 案例背景

為配合COVID-19疫情流行病學(xué)調(diào)查工作,從2021年10月31日18:00起,上海迪士尼樂園和迪士尼小鎮(zhèn)停止游客進(jìn)入,園區(qū)內(nèi)所有游客在離開前需接受核酸檢測(cè)。至當(dāng)晚23:30園內(nèi)數(shù)萬名游客全部完成檢測(cè),與此同時(shí)上海軌道交通11號(hào)線迪士尼站受疫情影響暫停服務(wù),上海迪士尼樂園和迪士尼小鎮(zhèn)也于2021年11月1、 2日暫停對(duì)外開放。鑒于此,筆者構(gòu)建了游客在出游過程中可能面臨的不同情境,分析規(guī)劃各情境下最優(yōu)的旅游路線。

3.2 案例情境

假設(shè)A游客為大學(xué)生,B游客為帶幼兒的家長,他們計(jì)劃國慶節(jié)期間在上海市旅游兩天,共游覽5個(gè)景點(diǎn),每天游覽時(shí)間為09:00—20:00,并在前一天游覽結(jié)束的景點(diǎn)附近住宿。假設(shè)他們均對(duì)人文景觀和主題樂園類景點(diǎn)感興趣,根據(jù)2.2節(jié)景點(diǎn)打分結(jié)果,人文景觀和主題樂園得分綜合前10的景點(diǎn)如表5,這些景點(diǎn)分布如圖3。

表5 人文景觀和現(xiàn)代娛樂類別綜合排名Top 10景點(diǎn)

模型參數(shù)設(shè)定如下:

1)在景點(diǎn)間的交通工具選擇方面,根據(jù)1.2節(jié)設(shè)置,在2 km以內(nèi),游客選擇步行方式;在2～10 km,A游客選擇公共交通,B游客選擇出租車;在10 km以上,游客均選擇公共交通方式。

2)由于游客有明確偏好,景點(diǎn)評(píng)分權(quán)重ω=0.7。

3)年齡、職業(yè)、收入、家庭生命周期是影響旅游者行為和消費(fèi)模式的重要因素[17]。A游客在旅游過程中更注重經(jīng)濟(jì)性,則目標(biāo)函數(shù)中權(quán)系數(shù)ω1=0.7,ω2=0.3;B游客希望花費(fèi)更少的游覽時(shí)間,則目標(biāo)函數(shù)中權(quán)系數(shù)ω1=0.3,ω2=0.7。

3.3 結(jié)果分析

3.3.1 無景點(diǎn)臨時(shí)關(guān)閉

假設(shè)用戶都從外灘出發(fā),為A游客推薦的第1天旅游路線為:外灘—城隍廟旅游區(qū)—七寶老街,第2天旅游路線為:上海海洋水族館—長風(fēng)公園;這2天的行程最小費(fèi)用為171元,最少時(shí)間為1 057.2 min。為B游客推薦的第1天旅游路線為:外灘—城隍廟旅游區(qū)—七寶老街,第2天旅游路線為:上海海洋水族館—東方明珠;這2天的行程最小費(fèi)用為380元,最少時(shí)間為881.12 min。

3.3.2 游客因疫情防控原因滯留外灘

因疫情防控需要景點(diǎn)被臨時(shí)封控,游客需滯留該景點(diǎn)一段時(shí)間。假設(shè)用戶在外灘的滯留時(shí)間為Δtp, i=240 min,此時(shí)為A游客推薦第1天的旅游路線為:外灘—城隍廟旅游度假區(qū),第2天旅游路線為:七寶老街—東方明珠—長風(fēng)公園,這2天的行程最小費(fèi)用為171元,最少時(shí)間為1 297.18 min;為B游客推薦的第1天旅游路線為:外灘—城隍廟旅游區(qū),第2天旅游路線為:七寶老街—上海海洋水族館—東方明珠,這2天的行程最小費(fèi)用為380元,最少時(shí)間為1 121.12 min。

3.3.3 因疫情管控外灘暫時(shí)性不對(duì)外開放

假設(shè)因疫情防控需要,外灘附近區(qū)域暫不對(duì)外開放,且與外灘有關(guān)的某條交通路線封閉,用戶起始位置則從剩下9個(gè)景點(diǎn)中隨機(jī)選擇。此時(shí)為A游客推薦第1天的旅游路線為:長風(fēng)公園—東方明珠—老碼頭,第2天旅游路線為:城隍廟旅游區(qū)—朱家角古鎮(zhèn),這2天的行程最小費(fèi)用為269元,最少時(shí)間為1 160.62 min;為B游客推薦第1天的旅游路線為:長風(fēng)公園—城隍廟旅游度假區(qū)—七寶老街,第2天旅游路線為:上海海洋水族館—東方明珠,這2天的行程最小費(fèi)用為402元,最少時(shí)間為1 017.58 min。

4 結(jié) 語

筆者通過獲取“去哪兒網(wǎng)”網(wǎng)站中的景點(diǎn)信息,考慮游客對(duì)景點(diǎn)類型偏好,根據(jù)景點(diǎn)流行度和景點(diǎn)開放時(shí)長對(duì)景點(diǎn)進(jìn)行評(píng)分,獲取了不同類型下得分最高的NTOP個(gè)景點(diǎn);利用高德地圖開放平臺(tái)獲取路網(wǎng)數(shù)據(jù)和景點(diǎn)間的轉(zhuǎn)移信息,考慮不同交通方式對(duì)出行時(shí)間及出行費(fèi)用的影響,建立了以費(fèi)用最少及時(shí)間最短的多目標(biāo)旅游路線規(guī)劃模型,并利用改進(jìn)蟻群算法進(jìn)行求解;考慮疫情防控常態(tài)化對(duì)景點(diǎn)開放情況的影響,構(gòu)建了若干個(gè)典型情境,計(jì)算獲得了各情境下可滿足游客個(gè)性化體驗(yàn)的最優(yōu)旅游路線。

筆者所提出的旅游路線規(guī)劃方法能有效減少用戶旅行時(shí)間和旅行成本,并考慮了疫情防控導(dǎo)致的景點(diǎn)臨時(shí)關(guān)閉、游覽時(shí)間延長等影響,具有較好的實(shí)用性和可行性。但未來研究應(yīng)對(duì)景點(diǎn)評(píng)論進(jìn)一步細(xì)分(如區(qū)分好評(píng)、差評(píng),或考慮評(píng)分等級(jí)以提高景點(diǎn)推薦的準(zhǔn)確性);同時(shí)根據(jù)用戶畫像特征,可結(jié)合用戶出游目的、出游人數(shù)、消費(fèi)特征等,進(jìn)一步完善個(gè)性化旅游路線推薦方法。