一种基于用户多意图的群组动态旅游路线推荐方法及系统与流程

技术特征：
1.一种基于用户多意图的群组动态旅游路线推荐方法，其特征在于，包括：基于多视图表征学习构建用户画像，所述用户画像包括用户基础画像和内容画像，基于用户基础画像和内容画像建立用户偏好表示；根据个体影响的差异构建群组动态偏好模型，最大化满足群组用户的偏好需求；基于用户多意图偏好和群组偏好，对深度聚类分析得到的旅游路线进行筛选和推荐。2.根据权利要求1所述的方法，其特征在于，所述基于多视图表征学习构建用户画像包括：根据用户性别、年龄和地理信息的平均嵌入，构建用户基础画像；根据从用户行为中提取的用户高频标签和类别的嵌入，构建用户内容画像。3.根据权利要求1所述的方法，其特征在于，所述基于用户基础画像和内容画像建立用户偏好表示具体为：基于用户基础画像和内容画像，通过多视图表征融合表示用户偏好，其中，所述多视图表征融合公式为：式中，h为融合后的用户偏好表示，x1,x2分别为用户基础画像和用户内容画像，是多视图表征融合的方式。4.根据权利要求1所述的方法，其特征在于，所述根据个体影响的差异构建群组动态偏好模型，最大化满足群组用户的偏好需求包括：根据不同用户的出行记录、景点的旅游经验差异区分不同用户在不同群组的影响力；基于深度学习技术动态学习不同用户在不同群组中的影响力权重；为每个群组成员赋予对应的影响力权重，将附有影响力权重的群组成员聚合表示，具体公式为：式中，λ
inf
为由深度神经网络获取到的影响力权重，g
m
是由用户组成的群组，u
j
表示第j个用户，g
m
为聚合后的群组偏好表示。5.根据权利要求1所述的方法，其特征在于，所述基于用户多意图偏好和群组偏好，对深度聚类分析得到的旅游路线进行筛选和推荐具体为：获取旅游路线信息，通过深度聚类分析生成旅游路线集合；基于用户多意图信息，构建用户意图特征的表示，并根据用户多意图对旅游路线进行过滤；基于群组偏好，计算旅游路线中各景点的价值评分；根据旅游路线中景点分值的大小，取排名靠前一定数量的旅游路线作为群组推荐路线。6.根据权利要求5所述的方法，其特征在于，所述基于群组偏好，计算旅游路线中各景点的价值评分具体为：根据如下公式，计算各景点的价值评分：f
g
(g
m
,l
i
)＝g
m
·
l
i
；式中，f
g
为评分函数，表示景点的价值评分，g
m
表示聚合后的群组偏好，l
i
表示景点。7.一种基于用户多意图的群组动态旅游路线推荐系统，其特征在于，包括：
用户画像构建模块，用于基于多视图表征学习构建用户画像，所述用户画像包括用户基础画像和内容画像，基于用户基础画像和内容画像建立用户偏好表示；群组偏好表示模块，用于根据个体影响的差异构建群组动态偏好模型，最大化满足群组用户的偏好需求；旅游路线推荐模块，用于基于用户多意图偏好和群组偏好，对深度聚类分析得到的旅游路线进行筛选和推荐。8.根据权利要求7所述的系统，其特征在于，所述旅游路线推荐模块包括：深度聚类分析单元，用于获取旅游路线信息，通过深度聚类分析生成旅游路线集合；路线过滤单元，用于基于用户多意图信息，构建用户意图特征的表示，并根据用户多意图对旅游路线进行过滤；评分计算单元，用于基于群组偏好，计算旅游路线中各景点的价值评分；路线推荐单元，用于根据旅游路线中景点分值的大小，取排名靠前一定数量的旅游路线作为群组推荐路线。9.一种电子设备，包括处理器、存储器以及存储在所述存储器中并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述基于用户多意图的群组动态旅游路线推荐方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于用户多意图的群组动态旅游路线推荐方法的步骤。

技术总结
本发明提供一种基于用户多意图的群组动态旅游路线推荐方法及系统，该方法包括：基于多视图表征学习构建用户画像，所述用户画像包括用户基础画像和内容画像，基于用户基础画像和内容画像建立用户偏好表示；根据个体影响的差异构建群组动态偏好模型，最大化满足群组用户的偏好需求；基于用户多意图偏好和群组偏好，对深度聚类分析得到的旅游路线进行筛选和推荐。通过该方案可以实现对群组用户旅游路线的准确推荐，充分挖掘用户偏好和群组偏好，提升结伴出游中的旅游体验。升结伴出游中的旅游体验。升结伴出游中的旅游体验。


技术研发人员：王培培 李琳 袁景凌 解庆
受保护的技术使用者：武汉理工大学
技术研发日：2021.05.27
技术公布日：2021/10/18