旅游景點推薦系統的設計與開發

張靜

摘要：目前，針對如今旅游服務平臺依然停留在傳統的旅游業經營模式上沒有充分考慮游客的偏好、興趣行為的現象，有針對性的設計出旅游景點推薦系統，使用Java語言結合相應算法，將程序模塊化，進行模塊化設計，核心內容是通過用戶的用戶對旅游景點的歷史評價記錄為用戶個性化推薦旅游景點，讓用戶可以更快更方便的找到可能感興趣的景點，從而向用戶推薦最適合的旅游景點。

關鍵詞：旅游服務 ?旅游景點推薦系統

引言

隨著國內經濟的快速增長，促使旅游業迅猛發展，成為新的消費熱點。人們對于旅游的需求也在日益增長，與此同時，網絡和信息技術的飛速發展也使旅游信息呈爆發式增長，游客想要在網上找到符合自己興趣的旅游信息也更加困難。旅游景點推薦系統通過對用戶習慣、個性及偏好及時分析用戶的需求變化來調整信息服務的方式和內容，定制的向用戶提供其感興趣的信息和服務。提高游客的用戶體驗，促進旅游業的健康發展及向現代化轉型。

1主要內容

本項目研究的主要內容如下：

1.基本的登陸和注冊以及用戶個人信息管理系統，記錄用戶的使用信息。

2.主要功能與實現：系統的主要功能是根據用戶對旅游景點的歷史評價記錄為用戶個性化推薦旅游景點，讓用戶可以更快更方便的找到可能感興趣的景點。作為一個完整的系統，功能必須有查詢景點信息功能，景點推薦功能，個人信息管理功能和評價景點等功能。系統使用Myeclipse2014編譯器進行開發，客戶端界面的實現使用Swing工具包，用純Java寫成，可跨平臺運行。系統所需數據存儲在mysql數據庫中，使用navicat實現數據庫的設計與操作。

3.景點信息呈現與實現：通過Java語言，實現數據庫的連接，導出mysql數據庫信息，使用Swing可視化組件進行呈現。

2擬解決的關鍵問題

推薦系統：如何在最短時間里，通過用戶的少量信息對大量的景點信息進行篩選，最終選擇出向用戶推薦的景點避免數據稀疏問題。

信息呈現：信息推薦后，通過信息的呈現使得用戶對于推薦景點信息有相應的了解，產生興趣 。

用戶信息記錄：用戶使系統查詢后，記錄用戶的使用，查詢信息。

3國內外研究現狀分析

當前，推薦系統已經運用到了各個領域之中，推薦系統能夠有效通過互聯網幫助用戶獲取需要的信息、商品和服務。其應用范圍包括電子商務、新聞推薦、網頁推薦、電影和音樂的推薦等等。目前比較著名的推薦系統有個性化新聞推薦系統GroupLens，該系統是根據用戶對閱讀的新聞評分等記錄，對新聞進行篩選，根據用戶的偏好選擇性的為用戶推薦新聞;網頁推薦系統Fab，為人們個性化的推薦網頁信息;電影推薦系統MovieLens，根據用戶對歷史觀影的評論為用戶推薦感興趣的電影。

由于旅游業的興盛以及目前的旅游網站已經不能很好的滿足游客的需求，國內許多專家學者也對旅游信息化展開了研究。

4擬采取的研究方法及技術路線

4.1研究方法

首先明確研究目標并擬定總體方案，對比選擇合適的相關推薦算法，基于用戶多維相似度而采用協同過濾推薦算法，獲取了系統的功能需求，并補充了系統的非功能性需求;然后，按模塊對系統功能進行了詳細的設計，進行初步系統測試，對其功能和性能進行評估，對不合理或可改進的地方進行修改。從而得到更為準確的用戶近鄰，提高推薦結果的準確度。最后經過系統調試、改進以實現預期效果。

4.2技術路線

1.明確小組成員相應程序模塊的分工。

2.進行模塊化設計。

3.將模塊匯總進行調試。

4.對于調試系統進行分析總結后加以改進。

5.多次調試完成系統實現。

5實驗方案

1.將程序模塊化，進行模塊化設計。

2.客戶端模塊：客戶端提供用戶登錄、注冊、查詢、瀏覽等各個功能，采用Swing組件進行呈現，其次，點擊“景點推薦”板塊調用景點推薦界面類RecommendationJPanel（），用戶在登錄系統后點擊個性化推薦按鈕，系統調用ProduceRecommendScenes（）類，依次通過類進行相應的客戶端功能實現。

3.數據庫模塊：本系統數據庫直接為客戶端提供服務，采用Mysql數據庫存儲數據。數據庫接受客戶端發出的請求，比如注冊、登錄、查詢等請求，向客戶端直接返回結果。客戶端中添加的信息，例如注冊新用戶的信息、添加新評論的信息，直接保存于數據庫中。

4.景點推薦模塊：基于用戶多維相似度的協同過濾推薦算法主要分為兩個部分，相似用戶集合的形成和對未評分項目預測評分進行推薦。個性化旅游景點推薦系統的用戶近鄰集合的形成由景點評分相似度、景點類別相似度和用戶消費程度相似度三個約束條件加權計算得到總的用戶相似度，將用戶相似度從高到低排序，越高表示兩個用戶越相似，取相似度最高的十個用戶作為目標用戶的近鄰集合。然后取出用戶近鄰集合中的用戶去過的景點，篩選出目標用戶的未評分景點進行預測評分，最后進行推薦。

6結束語

隨著旅游業的不斷發展，信息技術的不斷普及，推薦系統己越來越多的應用于電子旅游業并受到人們的青睞。但旅游推薦系統與其他推薦系統相比有自身的復雜性和特殊性，在旅游決策方面受到多種因素的影響，因此，在今后的研究當中，我們將引入更加豐富的參數，考慮更加復雜的因素，設計更加精準的推薦方法，適應大數據時代旅游信息化的發展。

參考文獻

[1]戴慶龍，黃嵐.協同過濾算法中相似度計算方法的研究[D].吉林：吉林大學，2015.

[2]馮曉川，王正成.基于項目屬性偏好的個性化推薦技術[J].China Forest Products Industry，2017.05.

[3]張晗.基于數據挖掘的旅游咨詢服務職能推薦系統的研究與設計[D]：[碩士學位論文].鄭州：解放軍信息工程大學信息工程學院，2006.

[4]令狐紅英.旅游信息智能推薦系統的研究與設計[D]：[碩士學位論文].貴州：貴州大學，2010.

基金項目：營口理工學院2021大創項目202114435007號