基于游客好奇心的旅游信息推薦系統(tǒng)

劉娜

(陜西工業(yè)職業(yè)技術學院 財經與旅游學院， 陜西 咸陽 71200)

0 引言

隨著我國旅游市場的逐漸擴大，景區(qū)、景點層出不窮，增加了游客在海量旅游信息中的篩選難度[1]。因此，設計一款按照游客興趣進行主動推薦的旅游信息系統(tǒng)十分必要，能夠極大程度為游客服務。推薦系統(tǒng)的核心為推薦算法，例如在各個領域都有廣泛應用的上下文感知推薦算法、協(xié)同過濾推薦算法、混合推薦算法和興趣點算法等[2]。但現(xiàn)有算法各自的缺點也十分明顯，不適合旅游信息的推薦。因此，本文結合游客好奇心設計一種個性化推薦算法，并開發(fā)旅游信息推薦系統(tǒng)，以期為游客提供更好的旅游信息服務。

1 個性化推薦算法設計

由于游客評分、景點信息、訪問記錄等信息數(shù)據(jù)量龐大，本設計采用爬蟲技術從旅游及景點相關網站上爬取數(shù)據(jù)。經過數(shù)據(jù)分析發(fā)現(xiàn)，不同游客訪問景點的分布具有很大差異，訪問時期也存在差異。結合游客興趣將其分為三種，即興趣單調游客、興趣多樣性游客和興趣變化游客。其中，興趣單調游客喜歡景點的類別比較單一，大多旅游目的地都是該類景點，具有固定興趣點；興趣多樣化游客喜歡的景點類別多樣，分布差別不大，也屬于固定興趣點的游客；興趣變化游客會隨著時間改變訪問景點，興趣變化存在很大不確定性，難以預測。

由此可見，無論是按照游客興趣點還是群體進行推薦算法設計，都不能對游客情況進行很好地描述。因此，本設計引入游客好奇心作為描述游客情況的特征參數(shù)，利用新穎度分布來描述好奇心，能夠有效解決游客興趣點不確定的問題。經過調查分析，新穎度高的景點類型被游客選擇次數(shù)明顯高于其他，說明游客對該類景點具有很大好奇心。因此，針對興趣固定的游客推薦新穎度低的景點，對興趣不固定的游客推薦新穎度高的景點。

本設計將游客歷史行為轉化為可描述好奇心的新穎度公式，設計推算算法流程，如圖1所示。

步驟一：新穎度分布構建，通過游客歷史訪問記錄得到游客所去景點的新穎度，經過統(tǒng)計得到游客新穎度選擇分布情況，即游客好奇心。

圖1 推薦算法流程

(1)

(2)

最后，建立新穎度計算式,如式(3)。

(3)

步驟二：構建新穎度區(qū)間分數(shù)。每個游客的新穎度選擇分布存在一定的差異，可依據(jù)分布情況計算景點的新穎度個性化推薦分數(shù)，以描述游客好奇心與景點的匹配程度。

步驟三：集合協(xié)同過濾分數(shù)和個性化推薦分數(shù)生成景區(qū)推薦列表。其中，協(xié)同過濾分數(shù)可描述游客度對景點的評分，個性化推薦分數(shù)可描述游客對該類景點的傾向，兩者結合即可得到推薦策略。

2 推薦系統(tǒng)設計與實現(xiàn)

旅游信息推薦系統(tǒng)按照層級結構進行設計，分為四個層次，即業(yè)務應用層、模型層、數(shù)據(jù)處理層和數(shù)據(jù)采集層，如圖2所示。

圖2 推薦系統(tǒng)架構

2.1 數(shù)據(jù)采集層

數(shù)據(jù)是推薦系統(tǒng)的基礎，因此系統(tǒng)首先要對網絡數(shù)據(jù)進行大量地采集。本系統(tǒng)采用python語音實現(xiàn)分布式爬蟲功能，抓取互聯(lián)網上的網頁信息。通過與旅游相關類網站的特定連接，實現(xiàn)對HTML信息的獲取。系統(tǒng)使用xpath網頁解析包對HTML網頁階段進行數(shù)據(jù)發(fā)現(xiàn)，通過內容節(jié)點來鎖定數(shù)據(jù)路徑，最終獲得海量旅游相關數(shù)據(jù)流程，如圖3所示。

圖3 數(shù)據(jù)采集實現(xiàn)流程

2.2 數(shù)據(jù)處理層

數(shù)據(jù)采集完成后需要按照特定需求對數(shù)據(jù)進行處理，使其能夠運用到模型層和業(yè)務應用層。數(shù)據(jù)處理層分為數(shù)據(jù)清洗和存儲兩個部分。其中，數(shù)據(jù)清洗是刪除不屬于景點的一類信息，如沒有相關描述的小景點數(shù)據(jù)(缺乏項目介紹)，或者不屬于景點的數(shù)據(jù)，如酒店、洗浴等信息。以此來提高推薦的準確度。此外，數(shù)據(jù)清洗還要刪除游客訪問記錄中不屬于國內的景點信息。

完成數(shù)據(jù)清洗后將數(shù)據(jù)存儲到系統(tǒng)的Postgre數(shù)據(jù)庫中，通過該數(shù)據(jù)庫的外鍵設置完成對某些數(shù)據(jù)重要屬性的限制，并利用SQL語言對其進行操作，最后按照屬性不同生成景點列表和用戶訪問列表。景點列表主要記錄了景點信息，如景點介紹、所處省份、城市等。用戶訪問列表是推薦系統(tǒng)的主要數(shù)據(jù)來源，通過自增加ID作為主鍵，包括用戶ID、景點評分、訪問時間、景點名稱等，如圖4所示。

圖4 數(shù)據(jù)處理實現(xiàn)界面

2.3 模型層

該層主要是利用上文設計的推薦算法對數(shù)據(jù)進行計算，實現(xiàn)旅游信息的主動推薦功能。該層與系統(tǒng)數(shù)據(jù)庫進行協(xié)調工作，提取推薦算法和景點分類的數(shù)據(jù)，最終得到推薦結果，如圖5所示。

圖5 推薦列表實現(xiàn)過程

景點分類部分，首先提取景點描述分詞，篩選出關鍵詞后構建詞向量，輸入至分類型進行可能性計算，最后得到分類結果。將結果按照順序進行排列并增加ID主鍵后，更新至景點列表中。利用前文的推薦算法對新穎度分布進行計算，結合協(xié)同過濾得到推薦結果列表。

2.4 業(yè)務應用層

業(yè)務應用層主要展示系統(tǒng)的推薦結果，該層框架采用Django框架進行設計，方便網站后期的維護和安全，采用Python語言編寫，該設計方法不受特定服務器平臺的限制，可使該系統(tǒng)作為一個模塊融入到旅游網站現(xiàn)有的平臺中，可為更多旅游信息網站進行服務。該系統(tǒng)與某智慧旅游網站融合后的推薦結果,如圖6所示。

圖6 旅游信息推薦系統(tǒng)用戶頁面展示

3 系統(tǒng)應用對比

為了驗證本文設計的旅游信息推薦系統(tǒng)的有效性和優(yōu)越性，選擇三種主流的旅游信息推薦系統(tǒng)進行對比，分別為基于用戶協(xié)同過濾的旅游信息推薦系統(tǒng)(系統(tǒng)A)[3]、基于景點標簽的旅游信息推薦系統(tǒng)(系統(tǒng)B)[4]和基于景區(qū)內容的旅游信息推薦系統(tǒng)(系統(tǒng)C)[5]。采用爬蟲技術收集攜程網上的用戶歷史訪問記錄，包括用戶ID、景點名稱、訪問時間和評分，共計320萬條記錄，其中包括61 284個景點和41 368個用戶。將該系統(tǒng)與三種主流系統(tǒng)的推薦結果進行對比，分布比對推薦準確率、用戶召回率和景點覆蓋率。對比過程中，將近鄰數(shù)作為控制變量，通過改變用戶推薦時使用的近鄰個數(shù)來比對不同系統(tǒng)的推薦效果。

推薦準確率、用戶召回率和景點覆蓋率對比結果,如圖7—圖9所示。

圖7 推薦準確率對比結果

由圖7—圖9可知，各系統(tǒng)準確率隨著近鄰數(shù)的增加都有所提升，在近鄰數(shù)相同的情況下本文設計的系統(tǒng)準確率更高，即使在近鄰數(shù)較小的情況下本系統(tǒng)的推薦準確率也明顯高于其他系統(tǒng)。各系統(tǒng)的用戶召回率隨著近鄰數(shù)的增加而增大，即用戶可能感興趣的景點所得分數(shù)越高。各系統(tǒng)景點覆蓋率隨著近鄰數(shù)的增大而有所降低，這是因為用戶訪問的景點大多為熱門景點，推薦過程中會向流行度較高的景點靠攏，導致冷門景點覆蓋率降低。對比結果發(fā)現(xiàn)，本文系統(tǒng)無論是在近鄰數(shù)較小還是較大的情況下，均有不錯的表現(xiàn),具有一定的優(yōu)勢。

圖8 用戶召回率對比結果

圖9 景點覆蓋率對比結果

4 總結

針對當前推薦系統(tǒng)的問題，提出了基于游客好奇心行為的旅游信息推薦系統(tǒng)。該系統(tǒng)將景點游客訪問頻率和時間間隔作為構建參數(shù)，設計了新穎度計算公式來反映游客好奇心，并將該算法融入到推薦系統(tǒng)中。該系統(tǒng)結合爬蟲技術爬取互聯(lián)網中旅游相關信息，通過數(shù)據(jù)清洗和存儲利用推薦算法生成推薦結果，在業(yè)務應用層直觀地展示給游客。經過與三種主流的旅游信息推薦系統(tǒng)對比可知，本文系統(tǒng)在推薦準確率、用戶召回率和景點覆蓋率方面均存在一定的優(yōu)勢。該算法及系統(tǒng)設計為旅游信息推薦方式的研究提供了參考。