一种基于多源异构大数据的乡村旅游刻画系统

技术领域

本发明涉及乡村旅游信息化领域，尤其涉及一种基于多源异构大数据的乡村旅游刻画系统。

背景技术

乡村是具有自然、社会、经济特征的地域综合体，兼具生产、生活、生态、文化等多重功能，与城镇互促互进、共生共存，共同构成人类活动的主要空间。乡村兴则国家兴，乡村衰则国家衰。现阶段的乡村旅游信息化程度低，乡村旅游很难实现“走出去”的战略目标。

现阶段，网络是新时代获取信息的主要途径，但是网络信息复杂无序，人们很难直接获取自己想要的信息，在制定旅游计划时，人们通常会因为乡村旅游相关信息检索困难，旅游计划制定困难等，旅游路线制定困难和旅游目的地选择困难等原因放弃乡村旅游计划，这就使即使乡村景色秀丽，但是也很少有游客前往的原因。

为此，公开号为CN107609003B的发明申请提供一种乡村旅游推荐信息可视化方法及装置，其中，该方法包括：S1，接收后台已计算出的乡村旅游产品推荐列表以及所述推荐列表中各乡村旅游产品之间的相似度信息；S2，基于所述推荐列表和所述相似度信息，将所述推荐列表进行不同形式的展示，包括：所述推荐列表的直接展示、所述推荐列表中各乡村旅游产品的目的地景点地图展示、所述推荐列表中各乡村旅游产品的路径地图展示以及所述推荐列表的二维图展示。该发明提通过将乡村旅游产品推荐信息进行不同形式的展示，能够使用户更直观地感受到所推荐的乡村旅游产品的相关信息，有效地提升了用户的体验，可以刺激用户将旅游需求转变为实际的消费行为。

但是，该申请的仅仅是通过单一计算乡村旅游产品推荐列表以及所述推荐列表中各乡村旅游产品之间的相似度信息来得到的推荐列表，这种推荐方式局限性强，且推荐类型同质化严重，无法做到旅游推荐的多样性，此外，该申请还存在旅游信息筛选困难的问题。

因此，有必要提供新的一种基于多源异构大数据的乡村旅游刻画系统来解决上述技术问题。

发明内容

为解决上述之一技术问题，本发明提供的一种基于多源异构大数据的乡村旅游刻画系统，包括乡村旅游后端数据库和乡村旅游前端刻画系统。

具体的，所述乡村旅游后端数据库用于对乡村旅游结构数据进行数据管理，数据管理包括对乡村旅游结构数据进行新建、删除、修改、查询和调用，并为乡村旅游前端刻画系统提供用于外部数据请求的API接口。

更具体的，所述乡村旅游前端刻画系统通过APP/网页/小程序形式部署在前端电子设备上，并在前端电子设备上保存有静态渲染数据和程序业务代码；所述程序业务代码采集用户需求，并通过API接口向乡村旅游后端数据库发送数据请；所述程序业务代码接收返回数据，并将返回数据通过静态渲染数据进行前端渲染。

其中，所述程序业务代码的业务功能包括可视化乡村地图系统、乡村要素筛选系统和旅游画像推荐系统；所述可视化乡村地图系统用于按照用户检索要求将对应乡村旅游景点进行可视化地图展示；所述乡村要素筛选系统用于按照用户检索要求匹配对应乡村旅游景并按照匹配度进行排序展示；所述旅游画像推荐系统用于根据用户需求生成对应游客画像，并根据游客画像匹配推荐乡村旅游景点。

作为更进一步的解决方案，通过人工/爬虫对乡村旅游多源异构大数据进行收集，所述乡村旅游多源异构大数据包括乡村景点大数据、乡村气候大数据、乡村地图大数据、乡村消费大数据和乡村舆情大数据；对所述乡村旅游多源异构大数据进行结构化整理，得到乡村旅游结构数据。

作为更进一步的解决方案，通过爬取各气象机构网络公开数据，得到乡村气候大数据，所述乡村气候大数据包括当日温度、当月平均温度和旅游指数；通过乡村地图大数据得到各乡村旅游景点周边配套设施，通过计算单位面积周边配套设施密度得到各乡村旅游景点的配套指数；通过乡村舆情大数据得到各乡村旅游景点的网络舆情，通过计算单位时间网络舆情发布密度得到各乡村旅游景点的热力指数；通过乡村消费大数据得到各乡村旅游景点的旅游消费额，通过计算游客平均消费金额得到各乡村旅游景点的消费指数。

具体的，所述旅游指数、热力指数、消费指数和配套指数以气泡框设置在可视化乡村地图系统各乡村旅游景点上，且气泡框的显示/隐藏根据用户是/否点击对应乡村旅游景点进行自动设置。

作为更进一步的解决方案，所述乡村旅游后端数据库包括用户画像数据库、景点画像数据库和乡村旅游地图数据库；

所述用户画像数据库用于保存用户画像，所述用户画像包括用户id和用户id隶属集合下的若干用户标签向量，并对用户画像数据库做加密处理；

所述景点画像数据库用于保存基于乡村旅游多源异构大数据的景点画像，所述景点画像包括景点id和景点id隶属集合下的乡村旅游多源异构大数据，并设置有API外部接口；

所述乡村旅游地图数据库用于保存景点id对应的地图数据，并设置有API外部接口。

作为更进一步的解决方案，用户画像数据库和景点画像数据库通过图数据库进行部署，并对用户画像和乡村景点以知识图谱结构行描述；所述知识图谱通过对乡村景点大数据进行去噪、预处理、实体抽取和关系抽取得到，并以三元组结构进行保存；所述知识图谱通过用户行为构建用户画像，并对用户画像进行实时更新。

作为更进一步的解决方案，所述乡村旅游地图数据库包括关系型地图数据库和空间型地图数据库；所述关系型地图数据库通过PostgreSQL进行部署，并对乡村旅游地图中关系型数据进行保存与管理；所述空间型地图数据库通过PostGIS进行部署，并对乡村旅游地图中空间型数据进行保存与管理；所述关系型地图数据库和空间型地图数据库分别设置有 API外部接口。

作为更进一步的解决方案，所述可视化乡村地图系统包括地图数据层、地图服务层和地图应用层。

具体的，所述地图数据层通过乡村旅游地图数据库的API外部接口获取所需地图数据；所述地图服务层通过GIS服务软件进行部署，并实现地图数据的可视化；所述地图应用层包括三维GIS模块和气泡框模块；所述三维GIS模块通过Cesium进行部署，所述气泡框模块通过WEB客户端进行实时构建。

作为更进一步的解决方案，所述乡村要素筛选系统包括要素选择栏、要素检索引擎和结果显示栏；

所述要素选择栏用于向用户提供可视化要素选择项，并自动生成对应的检索语句，检索语句生成后自动发送给要素检索引擎进行检索；

所述要素检索引擎与乡村旅游后端数据库通过API接口进行连接，并按照检索语句向乡村旅游后端数据库发送检索请求；检索请求通过图数据库执行，所述图数据保存有索引列表，并对三元组结构数据进行单元检索，得到满足检索请求的检索数据并返回给要素检索引擎；

所述结果显示栏用于接收检索数据，并通过前端页面以显示项进行显示，其中，显示项为超链接，所述超链接指向对应的三元组结构数据。

作为更进一步的解决方案，所述旅游画像推荐系统包括模型推荐系统、随机游走推荐系统和个性推荐系统；

所述模型推荐系统通过用户画像和景点画像训练模型得到，并能生成对应的模型推荐列表；所述随机游走推荐系统通过随机数生成随机推荐列表；所述个性推荐系统是基

于余弦相似度计算的推荐系统；其相似度计算公式为：

其中，u表示用户画像，由若干用户标签向量组成；K表示用户画像维度；i表示当前用户标签向量的标号；u(i)表示i号用户标签向量；σ(i)表示i标签对应的相似度权重值；sim[a,b]表示求a，b向量的余弦相似度；select max{*}即最大值选择函数；v表示景点画像，由若干景点标签向量组成；L表示景点画像维度；j表示当前景点标签向量的标号；v(j)表示j号景点标签向量。

作为更进一步的解决方案，所述旅游画像推荐系统包括冷启动推荐步骤、正反馈步骤和个性推荐步骤；

所述冷启动推荐步骤通过如下步骤进行：

A1用户填写注册信息并注册账户登陆系统，其中，注册信息包括用户属性信息与用户兴趣信息；

A2为用户创建用户画像，其中，所述用户画像包括用户属性画像和用户兴趣画像，所述用户兴趣画像包括显标签库与隐标签库；

A3将用户属性信息进行向量化，并加入用户属性画像；将用户兴趣信息进行向量化，设置为显标签，并存入显标签库中；

A4读取用户画像和景点画像，并通过模型推荐系统计算得到模型推荐列表；

A5读取景点画像，并通过随机游走推荐系统计算得到随机推荐列表；

A6将模型推荐列表和随机推荐列表按照预设混合比进行随机混合，得到混合推荐列表； A7将景点id按照混合推荐列表进行排序，并向用户进行展示，完成冷启动推荐步骤；

所述正反馈步骤通过如下步骤进行：

B1实时收集用户的正反馈信息，其中，正反馈信息包括浏览、收藏和搜索的乡村景点，并作为兴趣反馈景点；

B2在乡村景点知识图谱中对兴趣反馈景点进行检索，得到兴趣反馈景点的景点id，并将景点id隶属集合下的若干景点标签向量作为景点特征标签；

B3将景点特征标签设置为隐标签，并存入用户的隐标签库中；

B4将用户属性画像和用户兴趣画像加入扩展训练集中；

B5通过扩展训练集定期/定量更新模型推荐系统；

所述个性推荐步骤通过如下步骤进行：

C1读取用户兴趣画像；

C2通过画像推荐系统计算各景点画像与用户兴趣画像的相似度，得到相似度列表；

C3通过相似度阈值对相似度列表进行初筛，得到兴趣列表；其中，相似度阈值为预设值，若相似度不小于相似度阈值则视为用户感兴趣景点并加入兴趣列表；若相似度小于相似度阈值则视为用户不感兴趣景点并筛除兴趣列表；

C4对兴趣列表进行分数排序并取前N项，得到个性推荐列表；

C5将混合推荐列表和个性推荐列表按照预设混合比进行随机混合,得到个性混合列表； C6将个性混合列表向用户进行展示，完成个性推荐步骤。

与相关技术相比较，本发明提供的一种基于多源异构大数据的乡村旅游刻画系统具有如下有益效果：

1、本发明通过乡村旅游前端刻画系统实现乡村旅游计划的“检索景点”、“选择景点”、“路线定制”和“景点推荐”的一站式服务，免去制定旅游计划时繁琐的收集信息过程；其中，乡村要素筛选系统主要是为了用户能快速设置筛选要素，得到乡村景点筛选结果；旅游画像推荐系统能根据用户画像和景点画像进行多种方式进行景点推荐，增加推荐列表的多样性和个性化推荐；可视化乡村地图系统能显示乡村旅游的各种路线，并将景点相关信息在地图对应处进行显示，从而方便用户制定旅游计划和旅游路线；

2、本发明将旅游需要考虑的多种要素进行综合收集，节省用户定制旅游计划的时间，通过旅游指数、配套指数、热力指数和消费指数的设置，能使用户更加直观、快捷轻松地判断是否适合进行旅游；充分利用乡村旅游多源异构大数据，从多维度刻画乡村旅游全貌，增进乡村旅游的信息化发展；通过可视化乡村地图系统能对这些信息进行快速显示，以气泡框进行设置，让人感觉美观有序；

3、本发明通过关系型地图数据库和空间型地图数据库，增加乡村旅游地图数据库反应效率；三元组结构数据有利于要素筛选的快速检索，且三元组结构数据其结构化程度高，还能用于旅游画像推荐系统的模型训练和数据快速调用；

4、本发明的旅游画像推荐系统包括冷启动推荐步骤、正反馈步骤和个性推荐步骤，冷启动推荐步骤主要是针对新用户其用户画像不够完善时进行推进，即通过注册信息输入模型推荐列表，得到模型推荐列表，并混合随机推荐列表，得到混合推荐列表，这种方式兼顾了部分针对化的推进，同时又避免了初始画像不够完善导致的推荐匹配度不高的问题。正反馈步骤主要是不断修正用户画像，使其更加接近用户的真实画像；当得到较为完善的用户画像后，便启动个性推荐步骤，通过计算各景点画像与用户兴趣画像的相似度，得到相似度列表，并将混合推荐列表和个性推荐列表按照预设混合比进行随机混合,得到个性混合列表；个性混合列表兼顾个性化，多样性和随机性。

附图说明

图1为本发明实施例提供的一种基于多源异构大数据的乡村旅游刻画系统的较佳的系统示意图；

图2为本发明实施例提供的可视化乡村地图系统的较佳的。

具体实施方式

下面结合附图和实施方式对本发明作进一步说明。

如图1与图2所示，本实施例提供的一种基于多源异构大数据的乡村旅游刻画系统，包括乡村旅游后端数据库和乡村旅游前端刻画系统。

具体的，所述乡村旅游后端数据库用于对乡村旅游结构数据进行数据管理，数据管理包括对乡村旅游结构数据进行新建、删除、修改、查询和调用，并为乡村旅游前端刻画系统提供用于外部数据请求的API接口。

更具体的，所述乡村旅游前端刻画系统通过APP/网页/小程序形式部署在前端电子设备上，并在前端电子设备上保存有静态渲染数据和程序业务代码；所述程序业务代码采集用户需求，并通过API接口向乡村旅游后端数据库发送数据请；所述程序业务代码接收返回数据，并将返回数据通过静态渲染数据进行前端渲染。

其中，所述程序业务代码的业务功能包括可视化乡村地图系统、乡村要素筛选系统和旅游画像推荐系统；所述可视化乡村地图系统用于按照用户检索要求将对应乡村旅游景点进行可视化地图展示；所述乡村要素筛选系统用于按照用户检索要求匹配对应乡村旅游景并按照匹配度进行排序展示；所述旅游画像推荐系统用于根据用户需求生成对应游客画像，并根据游客画像匹配推荐乡村旅游景点。

需要说明的是：本实施例所提出的一种基于多源异构大数据的乡村旅游刻画系统其刻画的核心在于乡村旅游后端数据库的设置，通过乡村旅游后端数据库对乡村旅游进行立体刻画，并结合前端技术实现数据的不同运用。

本实施例通过乡村旅游前端刻画系统实现乡村旅游计划的“检索景点”、“选择景点”、“路线定制”和“景点推荐”的一站式服务，免去制定旅游计划时繁琐的收集信息过程；其中，乡村要素筛选系统主要是为了用户能快速设置筛选要素，得到乡村景点筛选结果；旅游画像推荐系统能根据用户画像和景点画像进行多种方式进行景点推荐，增加推荐列表的多样性和个性化推荐。可视化乡村地图系统能显示乡村旅游的各种路线，并将景点相关信息在地图对应处进行显示，从而方便用户制定旅游计划和旅游路线。

作为更进一步的解决方案，通过人工/爬虫对乡村旅游多源异构大数据进行收集，所述乡村旅游多源异构大数据包括乡村景点大数据、乡村气候大数据、乡村地图大数据、乡村消费大数据和乡村舆情大数据；对所述乡村旅游多源异构大数据进行结构化整理，得到乡村旅游结构数据。

作为更进一步的解决方案，通过爬取各气象机构网络公开数据，得到乡村气候大数据，所述乡村气候大数据包括当日温度、当月平均温度和旅游指数；通过乡村地图大数据得到各乡村旅游景点周边配套设施，通过计算单位面积周边配套设施密度得到各乡村旅游景点的配套指数；通过乡村舆情大数据得到各乡村旅游景点的网络舆情，通过计算单位时间网络舆情发布密度得到各乡村旅游景点的热力指数；通过乡村消费大数据得到各乡村旅游景点的旅游消费额，通过计算游客平均消费金额得到各乡村旅游景点的消费指数。

具体的，所述旅游指数、热力指数、消费指数和配套指数以气泡框设置在可视化乡村地图系统各乡村旅游景点上，且气泡框的显示/隐藏根据用户是/否点击对应乡村旅游景点进行自动设置。

需要说明的是：本实施例将旅游需要考虑的多种要素进行综合收集，节省用户定制旅游计划的时间，通过旅游指数、配套指数、热力指数和消费指数的设置，能使用户更加直观、快捷轻松地判断是否适合进行旅游；充分利用乡村旅游多源异构大数据，从多维度刻画乡村旅游全貌，增进乡村旅游的信息化发展。通过可视化乡村地图系统能对这些信息进行快速显示，以气泡框进行设置，让人感觉美观有序。

作为更进一步的解决方案，所述乡村旅游后端数据库包括用户画像数据库、景点画像数据库和乡村旅游地图数据库；

所述用户画像数据库用于保存用户画像，所述用户画像包括用户id和用户id隶属集合下的若干用户标签向量，并对用户画像数据库做加密处理；

所述景点画像数据库用于保存基于乡村旅游多源异构大数据的景点画像，所述景点画像包括景点id和景点id隶属集合下的乡村旅游多源异构大数据，并设置有API外部接口；

所述乡村旅游地图数据库用于保存景点id对应的地图数据，并设置有API外部接口。

需要说明的是：本实施的信息化基础都源自于乡村旅游后端数据库，前端可以通过API 外部接口自由调用乡村旅游后端数据库中的信息；用户画像数据库、景点画像数据库和乡村旅游地图数据库对应前端的可视化乡村地图系统、乡村要素筛选系统、旅游画像推荐系统。

作为更进一步的解决方案，用户画像数据库和景点画像数据库通过图数据库进行部署，并对用户画像和乡村景点以知识图谱结构行描述；所述知识图谱通过对乡村景点大数据进行去噪、预处理、实体抽取和关系抽取得到，并以三元组结构进行保存；所述知识图谱通过用户行为构建用户画像，并对用户画像进行实时更新。

作为更进一步的解决方案，所述乡村旅游地图数据库包括关系型地图数据库和空间型地图数据库；所述关系型地图数据库通过PostgreSQL进行部署，并对乡村旅游地图中关系型数据进行保存与管理；所述空间型地图数据库通过PostGIS进行部署，并对乡村旅游地图中空间型数据进行保存与管理；所述关系型地图数据库和空间型地图数据库分别设置有 API外部接口。

需要说明的是：由于乡村旅游地图数据库中包含不同类型数据，故为了增加反应效率，设置了关系型地图数据库和空间型地图数据库。

作为更进一步的解决方案，所述可视化乡村地图系统包括地图数据层、地图服务层和地图应用层。

具体的，所述地图数据层通过乡村旅游地图数据库的API外部接口获取所需地图数据；所述地图服务层通过GIS服务软件进行部署，并实现地图数据的可视化；所述地图应用层包括三维GIS模块和气泡框模块；所述三维GIS模块通过Cesium进行部署，所述气泡框模块通过WEB客户端进行实时构建。

作为更进一步的解决方案，所述乡村要素筛选系统包括要素选择栏、要素检索引擎和结果显示栏；

所述要素选择栏用于向用户提供可视化要素选择项，并自动生成对应的检索语句，检索语句生成后自动发送给要素检索引擎进行检索；

所述要素检索引擎与乡村旅游后端数据库通过API接口进行连接，并按照检索语句向乡村旅游后端数据库发送检索请求；检索请求通过图数据库执行，所述图数据保存有索引列表，并对三元组结构数据进行单元检索，得到满足检索请求的检索数据并返回给要素检索引擎；

所述结果显示栏用于接收检索数据，并通过前端页面以显示项进行显示，其中，显示项为超链接，所述超链接指向对应的三元组结构数据。

需要说明的是：三元组结构数据有利于要素筛选的快速检索，且三元组结构数据其结构化程度高，还能用于旅游画像推荐系统的模型训练和数据快速调用。

作为更进一步的解决方案，所述旅游画像推荐系统包括模型推荐系统、随机游走推荐系统和个性推荐系统；

所述模型推荐系统通过用户画像和景点画像训练模型得到，并能生成对应的模型推荐列表；所述随机游走推荐系统通过随机数生成随机推荐列表；所述个性推荐系统是基

于余弦相似度计算的推荐系统；其相似度计算公式为：

其中，u表示用户画像，由若干用户标签向量组成；K表示用户画像维度；i表示当前用户标签向量的标号；u(i)表示i号用户标签向量；σ(i)表示i标签对应的相似度权重值；sim[a,b]表示求a，b向量的余弦相似度；select max{*}即最大值选择函数；v表示景点画像，由若干景点标签向量组成；L表示景点画像维度；j表示当前景点标签向量的标号；v(j)表示j号景点标签向量。

作为更进一步的解决方案，所述旅游画像推荐系统包括冷启动推荐步骤、正反馈步骤和个性推荐步骤；

所述冷启动推荐步骤通过如下步骤进行：

A1用户填写注册信息并注册账户登陆系统，其中，注册信息包括用户属性信息与用户兴趣信息；

A2为用户创建用户画像，其中，所述用户画像包括用户属性画像和用户兴趣画像，所述用户兴趣画像包括显标签库与隐标签库；

A3将用户属性信息进行向量化，并加入用户属性画像；将用户兴趣信息进行向量化，设置为显标签，并存入显标签库中；

A4读取用户画像和景点画像，并通过模型推荐系统计算得到模型推荐列表；

A5读取景点画像，并通过随机游走推荐系统计算得到随机推荐列表；

A6将模型推荐列表和随机推荐列表按照预设混合比进行随机混合，得到混合推荐列表； A7将景点id按照混合推荐列表进行排序，并向用户进行展示，完成冷启动推荐步骤；

所述正反馈步骤通过如下步骤进行：

B1实时收集用户的正反馈信息，其中，正反馈信息包括浏览、收藏和搜索的乡村景点，并作为兴趣反馈景点；

B2在乡村景点知识图谱中对兴趣反馈景点进行检索，得到兴趣反馈景点的景点id，并将景点id隶属集合下的若干景点标签向量作为景点特征标签；

B3将景点特征标签设置为隐标签，并存入用户的隐标签库中；

B4将用户属性画像和用户兴趣画像加入扩展训练集中；

B5通过扩展训练集定期/定量更新模型推荐系统；

所述个性推荐步骤通过如下步骤进行：

C1读取用户兴趣画像；

C2通过画像推荐系统计算各景点画像与用户兴趣画像的相似度，得到相似度列表；

C3通过相似度阈值对相似度列表进行初筛，得到兴趣列表；其中，相似度阈值为预设值，若相似度不小于相似度阈值则视为用户感兴趣景点并加入兴趣列表；若相似度小于相似度阈值则视为用户不感兴趣景点并筛除兴趣列表；

C4对兴趣列表进行分数排序并取前N项，得到个性推荐列表；

C5将混合推荐列表和个性推荐列表按照预设混合比进行随机混合,得到个性混合列表； C6将个性混合列表向用户进行展示，完成个性推荐步骤。

需要说明的是：旅游画像推荐系统是乡村旅游是否具备吸引力的关键，本实施例的旅游画像推荐系统包括冷启动推荐步骤、正反馈步骤和个性推荐步骤，冷启动推荐步骤主要是针对新用户其用户画像不够完善时进行推进，即通过注册信息输入模型推荐列表，得到模型推荐列表，并混合随机推荐列表，得到混合推荐列表，这种方式兼顾了部分针对化的推进，同时又避免了初始画像不够完善导致的推荐匹配度不高的问题。正反馈步骤主要是不断修正用户画像，使其更加接近用户的真实画像；当得到较为完善的用户画像后，便启动个性推荐步骤，通过计算各景点画像与用户兴趣画像的相似度，得到相似度列表，并将混合推荐列表和个性推荐列表按照预设混合比进行随机混合,得到个性混合列表；个性混合列表兼顾个性化，多样性和随机性。

其中，所述用户属性信息包括性别、年龄、常住地、交通方式等；所述用户兴趣信息包括近程旅游、远程旅游、自驾游、人文风景、自然风景、饮食偏好等；显标签即用户在填写注册信息或使用账户时自行定义的标签，并能对显标签进行自我查看与修改；隐标签即系统根据用户行为、反馈等信息推理得到的标签，而用户无法直接查看；隐标签主要用于对用户进行个性化推荐，使推送的内容更具针对性。需要注意的是：本实施例所使用的隐标签具备生命周期，即通过隐标签总量限制/时间期限限制对隐标签库进行更新，以使隐标签库中的隐标签能最接近当前用户所感兴趣的内容；而显标签中内容不具备生命周期，只有用户进行主动修改才会发生改变。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。