基于數據挖掘的智能旅游導航系統研究

姜攀

摘 要： 為了解決傳統PDA旅游導航系統存在旅游路線規劃不完善、導航功能差和響應時間長的問題，設計基于數據挖掘的智能旅游導航系統。設計系統的總體結構包括旅游信息智能推薦模塊、旅游行程規劃模塊、旅游信息資源庫以及數據挖掘處理模塊，系統中的旅游行程規劃模塊可根據游客自身需求，制定令游客滿意的旅游線路；系統中的數據挖掘模塊通過六大空間數據挖掘流程，深度挖掘游客感興趣的旅游信息，加快旅游數據挖掘速率。給出系統的功能結構，并基于旅游多維數據的數據集特性挖掘的實現，挖掘出處于不同區域的旅游數據，基于旅游危險求助模塊的實現，規避旅游導航過程中的危險情況，得到智能旅游導航結果。實驗結果說明所設計系統旅游路線規劃完善、導航性能強、響應效率高。

關鍵詞： 數據挖掘； 智能旅游； 導航系統； 旅游線路； 挖掘精度； 模塊設計

中圖分類號： TN99?34； TP393 文獻標識碼： A 文章編號： 1004?373X（2018）07?0147?05

Research on intelligent tourism navigation system based on data mining

JIANG Pan

（School of Information Engineering， Wuhan Business University， Wuhan 430056， China）

Abstract： In order to eliminate the problems of imperfect tourism route planning， poor navigation function and long response time exiting in traditional PDA tourism navigation system， an intelligent tourism navigation system based on data mining was designed. The overall structure of the system includes the intelligent recommendation module of tourism information， itinerary planning module， tourism information resource database and data mining processing module. The itinerary planning module of the system can formulate the tourism route satisfying the tourist according to the requirements of tourists. The data mining module of the system can deeply mine the tourism information interested by tourists through six?space data mining process， and accelerate the mining rate of tourism data. The functional structure of the system is given. The implementation of data set characteristic mining based on multidimensional tourism data can mine the tourism data of different regions. The implementation of the tourism risk rescue module can avoid the dangerous situation in the process of tourism navigation. The result of intelligent tourism navigation is obtained. The experimental results show that the designed system has perfect tourism route planning， strong navigation performance and high response efficiency.

Keywords： data mining； intelligent tourism； navigation system； tourism route； mining accuracy； module design

隨著城市智能旅游的發展日益增強，旅游導航系統和旅游資源需求也越來越迫切。旅游業的發展能夠帶動區域經濟的高速增長，將不同區域的旅游資源進行整合，為游客提供個人化、特色化的服務，讓游客在短時間內得到自己想要的旅游信息，并利用數據挖掘技術進行數據挖掘[1]。基于數據挖掘的智能旅游導航系統能實現游客的旅游需求，傳統的PDA旅游導航系統存在旅游路線規劃不完善、導航功能差和響應時間長的問題。因此，本文設計基于數據挖掘的智能旅游導航系統，能夠完善旅游路線規劃，減少系統響應時間，實現智能旅游導航。

1 基于數據挖掘的智能旅游導航系統設計

1.1 系統總體框架設計

本文設計的基于數據挖掘的智能旅游導航系統是在Java，Servlet和數據挖掘技術的基礎上，建立的以瀏覽器/服務器為核心的基于數據挖掘的智能旅游導航系統。本文系統采用J2EE結構，包括邏輯結構、表達結構和數據庫。系統按照用戶接口處理分為旅游信息智能推薦模塊、旅游行程規劃模塊、旅游信息資源庫和數據挖掘處理模塊。游客進入系統網站后，旅游信息智能推薦模塊根據游客的歷史瀏覽記錄為游客提供接近喜好的個性化界面。游客輸入旅游信息的關鍵字后，旅游信息智能推薦模塊對關鍵字進行數據分析[2]，將分析結果導入到旅游行程規劃模塊獲取規劃的旅游行程結果，實現旅游信息的數據挖掘，得到最終的導航結果，將系統的導航結果反饋給游客，實現系統的智能旅游導航功能。在旅游途中可能出現突發危險，旅游危險求助模塊可提前預警突發狀況，讓游客提早防范[3]。系統各模塊間相互依賴、相互影響獲得滿足游客旅游需求的導航結果。系統總體框架如圖1所示。

1.2 旅游行程規劃模塊設計

本文系統中旅游行程規劃模塊實現功能有：基于旅游目的地數據庫、旅游企業和旅游產品數據庫，按照游客的個人喜好、市場環境進行數據挖掘和信息分類的結果。根據游客的目的地、出發地和預算等條件制定符合游客預期要求的旅游路線規劃[4]。旅游行程規劃模塊按結構可分為數據層、服務層和表示層。

數據層包括的內容有：游客的信息、旅游景點信息和旅行線路信息等，通過Oracle軟件建立可查詢路線的地圖數據庫；根據游客的行程規劃結果對其中的業務操作數據進行邏輯上的識別和組織，業務操作內容包括數據的輸入和編輯、空間資料的查詢分析和數據輸出，將得到的邏輯結果傳輸給游客，屬于服務層的內容；表示層能夠根據游客不同的接受能力提供專屬的旅游服務[5]。智能處理模塊利用Apriori算法可初步對旅游數據進行關聯挖掘，對挖掘的結果歸納整合，能夠對旅游線路的規劃起到很好的補充作用。旅游行程規劃模塊設計流程如圖2所示。

圖2中，游客進行旅游行程規劃時，系統先對旅游行程規劃模塊進行調用，在行程規劃表上填寫各種需求信息，基于旅游目的地數據庫對游客需求進行初步檢索，得到初步規劃結果，再通過調用智能模塊處理對初步規劃結果進一步處理得到最終的旅游行程規劃結果，結束進程。旅游行程規劃模塊根據游客的需求和智能模塊的共同作用，得到令游客滿意的旅游路線。

1.3 數據挖掘處理模塊設計

圖3為系統中數據挖掘處理模塊中的空間數據挖掘流程圖。空間數據挖掘屬于數據挖掘的一種形式，是指從空間數據庫中篩選出一些能引起使用者興趣的空間模式或特征，以及隱藏在數據信息中的普遍數據。空間數據挖掘的基本過程可分為六個步驟：數據選取，挖掘感興趣的對象及其屬性的關聯數據；預處理，對不完整的數據進行篩選的處理；數據轉換，對預處理產生的結果經過數學轉換得到感興趣對象的特點，經過數學轉換可減少運算步驟且轉換結果易于處理；數據挖掘，是空間數據挖掘的關鍵，對轉換結果進行挖掘，獲得優秀的數據；模式的解釋和知識評估[6]，通過計算支持度、置信度等對挖掘的數據進行篩選，但最終結果還需要人判斷。本文系統設計的空間數據挖掘可深度挖掘游客感興趣的旅游信息，減少運算步驟，加快旅游數據挖掘速率。

2 數據挖掘的智能旅游導航系統實現

2.1 功能實現

本文系統以游客為出發點，具有旅游導航、酒店預定、交通設施、論壇發布、美食推薦等功能。具體本文系統實現的功能如圖4所示。系統服務的對象主要有游客、旅行社和政府部門，對游客來講可以根據自身的需求如時間、出行方式和資金范圍等做出線路選擇，也可以根據本系統發布的旅行社的旅行線路、交通和住宿條件等從中考慮。對于政府部門和旅行社，可以通過本系統加強旅游宣傳，讓游客了解當地的風景名勝，促進旅游業的蓬勃發展[7]，為旅游業的開發和管理提供依據。

由圖4可以看出系統可提供景區周邊地圖，也可給出推薦旅游路線，對酒店的預定可選擇景點附近的區域，選擇人數和價格都合適的酒店房間，打開導航系統可知附近有哪些地鐵及公交線路方便交通出行，用戶可以在系統的論壇上發布自己在旅行中的感想和發帖詢問一些旅游問題，美食推薦能夠引導游客品味當地的滋味，發現新的味蕾。

2.2 旅游多維數據的數據集特性挖掘

假設系統中的旅游數據分布在多維的子空間中，處于同一空間的兩組旅游數據間的關聯程度越大，旅游數據的相關性就越強。對處于同一空間的旅游數據區分采用旅行數據樣本的關聯度來制作挖掘規則，當旅游數據處于不同空間，根據子空間進行關聯度確認[8]，進而制作挖掘規則。

設置系統中旅游數據子空間的維度為[d，]先挖掘分布在不同空間的數據集，用[M]表示子空間矩陣，子空間矩陣[M]表示為：

假設兩個處于不同子空間[Mi（i≤d）]和[Mk（k≤d）]的旅游數據集為[Vi]和[Vk，][D（i，k）]表示兩個數據集的歐幾里得距離，因此，得出處于不同子空間的數據集的挖掘公式為：

式中：[σ]表示挖掘因子；[P（Vi）]和[P（Vk）]分別表示數據集[Vi]和[Vk]的挖掘頻率。

同一子空間的不同旅游數據集的挖掘，可用數據集的關聯度區分。根據式（1），式（2）求得[K1]和[K2，]根據[K1，][K2]求得同一空間數據集的關聯因子：

由式（3）得到旅游數據集的關聯因子[g（i，k）]，進而得到處于同一子空間下的數據集的挖掘公式為：

設[T（V）]為空間[Mi]中旅游數據集的關聯程度限定值，當關聯因子[g（i，k）]的值大于[T（V）]時，說明數據集的關聯性較強，旅游數據集的區分公式可表示為：

反之，當關聯因子[g（i，k）]的值小于[T（V）]時，關聯性較弱，則區分公式分別為：

采用概率估算計算旅游數據挖掘頻率，概率估算公式為：

挖掘因子用[λ]表示，在0～1之間，[ζ]表示預期挖掘概率與實際挖掘情況之間的相對誤差[9]，則提高旅游數據挖掘精度后的表達式為：

上述分析過程根據旅游多維數據的數據集特性挖掘對處于不同子空間的旅游數據進行挖掘，得到關聯度小的旅游數據挖掘方法，可挖掘出不同地域的旅游數據，概率估算和挖掘因子的引入提高了旅游數據的挖掘精度。

2.3 旅游危險求助模塊的實現

系統中的旅游危險求助模塊為求救信號提供相應支持，游客使用各種移動終端設備向系統服務中心發出求救信號，系統對求救信號分類，根據事件的緊急程度和受傷害情況分為一般情況、緊急情況和危險情況三種等級。圖5是旅游救援流程圖，一般情況的救援主要采取對游客發送救援導航地圖或與當地聯系進行聯合救援[10]；緊急情況甚至危險情況下，會將求救信號發送給醫院、消防救援等部門，給出專業的救助；發生大型自然災害時應向其他游客發出警告信息，避開危險地帶。

3 實驗分析

3.1 系統導航性能測試

本文系統導航功能主要對游客的“吃”、“購”、“娛”、“游”、“住”方面進行導航。一種方式是名稱導航。根據搜索內容，系統給出導航結果，為游客提供相關信息。如圖6所示是按名稱本文系統的導航檢索結果。圖6以西安城墻為例，用戶采用本文系統進行檢索，由檢索結果可以看出輸入西安城墻，界面會顯示具體的門票價格、可停留時間和景點具體的信息介紹。還可對周邊的賓館、小吃等進行搜索，根據搜索類型不同得到不同的導航結果，說明本文系統的導航能力加強。

游客還可根據專家推薦進行旅游信息導航，游客將自己可接受的價格區間、游玩時間、住宿要求等信息輸入界面，對游客的綜合要求分析整理、制定符合游客需求的旅游方案。圖7是本文導航系統的專家推薦頁面。

從圖6，圖7可以看出，本文系統通過名稱導航結果和專家推薦的結果能夠對游客的需求給出詳盡的旅游規劃，包括對景點的歷史進行詳細介紹。游客輸入關鍵信息，專家根據旅游資源庫的數據為游客制定住宿、景點游覽計劃和餐飲選擇等。

3.2 系統響應時間測試

系統的響應時間是從游客發出需求到系統做出響應的過程花費的時間。系統響應時間測試應在數據負載壓力最大期間，測試系統執行任務的平均響應時間如圖8所示。

由圖8可得，傳統系統和本文系統的平均響應時間都逐漸增加，傳統的PDA旅游導航系統平均響應用時在1.8～2.4 s左右，本文系統的平均響應用時在1 s之內，用時遠小于傳統系統，證明本文系統的響應速度快。

3.3 游客自我定位測試

游客可以在移動手機終端上安裝本文設計的旅游導航系統，系統則可對游客進行定位。表1描述的是本文系統的定位功能測試結果。

游客移動終端上的地圖軟件將用戶的位置信息發送到本文系統。一旦游客出現緊急情況，本文系統的旅游危險求助模塊會立刻做出響應，判斷事件的危險等級，從而對游客實施救援。

4 結 語

本文設計的基于數據挖掘的智能旅游導航系統可以完善旅游線路規劃、增強系統的導航功能、提高系統響應速率，實現旅游數據的高效利用。

參考文獻

[1] 王立平，劉艷玲，任劍嵐.基于數據挖掘的煤炭設備管理智能分析模型研究[J].煤炭技術，2014，33（2）：237?239.

WANG Liping， LIU Yanling， REN Jianlan. Based on data mining coal equipment management intelligent analysis model [J]. Coal technology， 2014， 33（2）： 237?239.

[2] 李菲.基于數據挖掘的商務智能系統的設計與實現[J].現代電子技術，2016，39（11）：152?155.

LI Fei. Design and implementation of business intelligence system based on data mining [J]. Modern electronics technique， 2016， 39（11）： 152?155.

[3] 肖堅紅，嚴小文，周永真，等.基于數據挖掘的計量裝置在線監測與智能診斷系統的設計與實現[J].電測與儀表，2014，51（14）：1?5.

XIAO Jianhong， YAN Xiaowen， ZHOU Yongzhen， et al. Design and implementation of metering device online monitoring and intelligent diagnosis system based on data mining [J]. Electrical measurement & instrumentation， 2014， 51（14）： 1?5.

[4] 吳曉英，明均仁.基于數據挖掘的大數據管理模型研究[J].情報科學，2015，33（11）：131?134.

WU Xiaoying， MING Junren. Research on the big data management model based on data mining [J]. Information science， 2015， 32（11）： 131?134.

[5] 吳澎，朱家明，朱林波，等.基于多目標規劃和智能優化算法的旅游線路設計研究[J].數學的實踐與認識，2016，46（15）：105?114.

WU Peng， ZHU Jiaming， ZHU Linbo， et al. Research on the design of travel route based on the multi?objective programming and intelligent optimization algorithm [J]. Mathematics in practice and theory， 2016， 46（15）： 105?114.

[6] 許峰，李帥帥，齊雪芹.大數據背景下旅游系統模型的重構[J].旅游科學，2016，30（1）：48?59.

XU Feng， LI Shuaishuai， QI Xueqin. On the reconstruction of tourism system model in the background of big data [J]. Tourism science， 2016， 30（1）： 48?59.

[7] 李東和，張鷺旭.基于TAM的旅游App下載使用行為影響因素研究[J].旅游學刊，2015，30（8）：26?34.

LI Donghe， ZHANG Luxu. Model of influential factors for downloading and using tourism apps based on a technology acceptance model [J]. Tourism tribune， 2015， 30（8）： 26?34.

[8] 高悅爾，陳舒婷，鄭承于，等.基于浮動車數據的旅游景點周邊路網容量研究：以廈門島為例[J].地理科學進展，2016，35（12）：1529?1537.

GAO Yueer， CHEN Shuting， ZHENG Chengyu， et al. Road network capacity of tourist site′s periphery based on FCD： ta?king Xiamen island as an example [J]. Progress in geography， 2016， 35（12）： 1529?1537.

[9] 徐程瑾，鐘章奇，王錚.基于GIS的京津冀核心旅游圈構建研究[J].地域研究與開發，2015，34（2）：103?107.

XU Chengjin， ZHONG Zhangqi， WANG Zheng. Research on the construction of the optimum tourism circle in Jingjinji region based on GIS [J]. Areal research and development， 2015， 34（2）： 103?107.

[10] 侯樂，楊輝華，樊永顯，等.基于ILS?CS優化算法的個性化旅游線路研究[J].計算機科學與探索，2016，10（1）：142?150.

HOU Le， YANG Huihua， FAN Yongxian， et al. Research on personalized trip itinerary based on ILS?CS optimization [J]. Journal of frontiers of computer science and technology， 2016， 10（1）： 142?150.