本发明涉及旅游数据智能分析，尤其涉及一种基于大数据的游客定制旅游路线的生成方法及系统。
背景技术：
1、随着人们生活质量的不断提高，旅游已经成为了人们生活中的必要部分，而在旅游高峰期，旅游景区自驾出行的游客数量激增。
2、目前，大多数的旅游规划平台依赖于静态和历史数据，如旅游者的年龄、性别和过往旅游经历，而未考虑非结构化数据对旅游路线的影响，导致数据分析维度的局限性，其限制了旅游规划平台在理解和预测游客当前和未来需求方面的能力。另外，目前的旅游规划平台往往局限于依据当地著名的几个景点(例如，以历史文化景点居多)来规划旅游路线，忽略了不同游客的个性化喜好，例如很多游客(尤其是，年轻的游客)对这些著名景点也许都不感兴趣而一些没有名气的符合游客喜好类型的地标可能会更容易引发关注，导致目前旅游规划平台所定制的旅游路线难以符合不同游客的期望。此外，目前的旅游规划平台缺乏对实时信息的响应机制，例如景点关闭营业，但系统往往无法及时调整旅游路线，其会严重影响游客的旅游体验，并还降低了对旅游规划平台的评价。
3、针对上述问题，目前业界暂未提出较佳的技术解决方案。
技术实现思路
1、本发明提供一种基于大数据的游客定制旅游路线的生成方法、系统、电子设备及存储介质，用以至少解决现有技术中的旅游规划平台的处理维度局限及其所规划的旅游路线中的兴趣点类型单一，无法满足不同游客的个性化喜好的问题。
2、本发明提供一种基于大数据的游客定制旅游路线的生成方法，包括：在检测到目标用户的旅游计划数据的情况下，获取所述目标用户所对应的历史社交数据集；所述旅游计划数据至少包含旅游目的地、旅游预订记录和旅游计划日期；所述历史社交数据集包含用户发帖数据、用户点赞数据和用户评论数据；针对所述历史社交数据集中的各个历史社交数据，基于bert模型确定所述历史社交数据所对应的语义特征向量，并基于lda主题模型确定所述语义特征向量相对于各个领域话题的第一话题偏好度；所述各个领域话题包含：政治领域话题、军事领域话题、历史领域话题、美食领域话题、音乐领域话题、体育领域话题和时尚领域话题；基于各个历史社交数据和所对应的语义特征向量及第一话题偏好度，构建针对所述目标用户的用户行为图谱；所述用户行为图谱的节点是根据所述历史社交数据所对应的社交互动对象而定义的，所述用户行为图谱的节点的属性是根据所述历史社交数据所对应的语义特征向量和第一话题偏好度而定义的；所述用户行为图谱的边是根据所述历史社交数据中的互动动作而定义的，所述边的权重是根据互动动作强度而定义的；将所述用户行为图谱输入至图神经网络，以更新所述用户行为图谱中节点的属性特征，进而根据经更新的各个节点所指示的第二话题偏好度，确定所述目标用户针对各个所述领域话题的话题综合偏好度，然后根据对应所述话题综合偏好度排名靠前的预设数量个领域话题确定偏好领域话题集；针对偏好领域话题集中的各个偏好领域话题，从所述旅游目的地所对应的区域地标数据库中，确定与该偏好领域话题相匹配的候选区域地标集；所述区域地标数据库包含多个标定区域地标和相应的地标描述信息，所述地标描述信息包含地标类型，所述地标类型包含以下中的任意一者：历史文化地标、自然风光地标、体育场馆地标和商场地标；针对所述候选区域地标集中的各个候选区域地标，基于第三方检索引擎，获取该候选区域地标在旅游计划日期的地标营业计划；所述地标营业计划包含营业状态和营业活动安排；将对应营业状态为歇业的候选区域地标从所述候选区域地标集中筛除，以确定目标区域地标集；根据所述旅游预订记录以及所述目标区域地标集中的各个目标区域地标所对应的营业活动安排和话题综合偏好度，生成针对所述目标用户的个性化旅游路线。
3、可选地，所述bert模型是基于transformer架构的，用于针对所述历史社交数据中的每个词汇均生成相应的高维特征向量，并聚合所述高维特征向量以确定相应的语义特征向量：
4、bert(text)＝[v1,v2,...,vk]
5、
6、式中，text表示历史社交数据，v1,v2,...,vn是历史社交数据中每个词的高维语义特征向量，以及doc_vector表示语义特征向量；
7、所述lda主题模型用于基于贝叶斯定理计算所述语义特征向量相对于各个领域话题的第一话题偏好度：
8、
9、式中，p(topic|doc_vector)为条件概率，其表示基于语义特征向量所确定的针对特定主题topic的概率，用于表达相应的第一话题偏好度；p(topic)表示特定主题topic的先验概率；p(word)表示特定词向量片段word在语义特征向量中出现的概率；p(word|topic)表示在特定主题topic下，语义特征向量中出现特定词向量片段word的概率；
10、所述图神经网络用于通过以下方式更新所述用户行为图谱的节点的属性特征：
11、
12、式中，表示用户行为图谱的节点v在第g+1层的新特征向量，表示节点v在第g层的当前特征向量；r(v)表示用户行为图谱中节点v的邻居节点集合，表示节点v的邻居节点u在第g层的特征向量；w(g)和b(g)分别表示第g层的权重和偏置参数；||表示连接操作符。
13、可选地，所述图神经网络采用多任务学习与用户偏好特异性损失函数ltotal，其通过下式表达：
14、ltotal＝lclssification+λlspecificity
15、
16、式中，lclssification表示多类分类损失，lspecificity表示用户特异性偏好损失，λ表示损失项平衡参数；n表示用户总数，m表示领域话题的总数，yij表示用户i对话题j的真实偏好标签，pij表示模型预测的偏好概率；hi表示经过图神经网络处理后的用户i的特征表示，表示经过图神经网络处理后的所有用户的特征表示的平均值。
17、可选地，所述根据所述旅游预订记录以及所述目标区域地标集中的各个目标区域地标所对应的营业活动安排和话题综合偏好度，生成针对所述目标用户的个性化旅游路线，包括：根据所述旅游预订记录，确定所述目标用户在所述旅游目的地的住宿位置、可用时间窗口和旅行交通工具；针对各个所述目标区域地标，根据该目标区域地标所对应的营业活动和对应所述旅游计划日期的天气预报信息确定最佳游览时段；将所述住宿位置、可用时间窗口、所述旅行交通工具和各个所述目标区域地标所对应的最佳游览时段及话题综合偏好度输入至预设的路线规划模型，以生成相应的个性化旅游路线。
18、可选地，所述路线规划模型用于预根据输入数据生成多个经过各个所述目标区域地标的潜在旅游路线，并针对各个所述潜在路线路线通过以下方式的综合评价函数进行评估比较，以选定相应的个性化旅游路线：
19、
20、式中，l＝{l1,l2,...,ln}表示目标区域地标集，每个目标区域地标li都有对应的开放时间窗口ti，用户的可用时间窗口为ttotal；route表示旅游路线，f(route)表示用于评价潜在旅游路线优劣的综合评价函数；f(route)满足以下的约束条件以确保所规划的路线在可用时间窗口内完成；目标用户对目标区域地标li所对应的偏好领域话题的话题综合偏好度为s(li)；路线的总旅行时间为d(route)；路线的总经济成本为c(route)；α,β,γ分别表示针对不同优化目标的重要性权衡参数；d(li,li+1)表示从地标li到li+1的旅行时间，dstay(li)表示用户在地标li的停留时间；c(li,li+1)表示从地标li到li+1的旅行经济成本。
21、可选地，所述路线规划模型集成了多个路径规划模块，每一所述路径规划模块分别用于输出相应的潜在旅游路线；所述多个路径规划模块包含遗传算法模块、蚁群算法模块、模拟退火算法模块和贪婪算法模块。
22、本发明还提供一种基于大数据的游客定制旅游路线的生成系统，包括：数据获取单元，被配置成在检测到目标用户的旅游计划数据的情况下，获取所述目标用户所对应的历史社交数据集；所述旅游计划数据至少包含旅游目的地、旅游预订记录和旅游计划日期；所述历史社交数据集包含用户发帖数据、用户点赞数据和用户评论数据；话题偏好度确定单元，被配置成针对所述历史社交数据集中的各个历史社交数据，基于bert模型确定所述历史社交数据所对应的语义特征向量，并基于lda主题模型确定所述语义特征向量相对于各个领域话题的第一话题偏好度；所述各个领域话题包含：政治领域话题、军事领域话题、历史领域话题、美食领域话题、音乐领域话题、体育领域话题和时尚领域话题；行为图谱构建单元，被配置成基于各个历史社交数据和所对应的语义特征向量及第一话题偏好度，构建针对所述目标用户的用户行为图谱；所述用户行为图谱的节点是根据所述历史社交数据所对应的社交互动对象而定义的，所述用户行为图谱的节点的属性是根据所述历史社交数据所对应的语义特征向量和第一话题偏好度而定义的；所述用户行为图谱的边是根据所述历史社交数据中的互动动作而定义的，所述边的权重是根据互动动作强度而定义的；行为图谱更新单元，被配置成将所述用户行为图谱输入至图神经网络，以更新所述用户行为图谱中节点的属性特征，进而根据经更新的各个节点所指示的第二话题偏好度，确定所述目标用户针对各个所述领域话题的话题综合偏好度，然后根据对应所述话题综合偏好度排名靠前的预设数量个领域话题确定偏好领域话题集；候选地标确定单元，被配置成针对偏好领域话题集中的各个偏好领域话题，从所述旅游目的地所对应的区域地标数据库中，确定与该偏好领域话题相匹配的候选区域地标集；所述区域地标数据库包含多个标定区域地标和相应的地标描述信息，所述地标描述信息包含地标类型，所述地标类型包含以下中的任意一者：历史文化地标、自然风光地标、体育场馆地标和商场地标；地标计划获取单元，被配置成针对所述候选区域地标集中的各个候选区域地标，基于第三方检索引擎，获取该候选区域地标在旅游计划日期的地标营业计划；所述地标营业计划包含营业状态和营业活动安排；目标地标确定单元，被配置成将对应营业状态为歇业的候选区域地标从所述候选区域地标集中筛除，以确定目标区域地标集；路线生成单元，被配置成根据所述旅游预订记录以及所述目标区域地标集中的各个目标区域地标所对应的营业活动安排和话题综合偏好度，生成针对所述目标用户的个性化旅游路线。
23、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于大数据的游客定制旅游路线的生成方法。
24、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于大数据的游客定制旅游路线的生成方法。
25、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于大数据的游客定制旅游路线的生成方法。
26、通过本发明提供的一种基于大数据的游客定制旅游路线的生成方法及系统，能够至少产生如下的技术效果：
27、(1)基于用户的社交媒体行为(如发帖、点赞、评论)来定制旅游路线，能够增强用户的参与感，使得用户会感觉到其社交媒体互动被有效地转化为了有价值的旅游建议，从而提高对旅游规划平台的忠诚度和满意度。
28、(2)通过对用户历史社交数据的分析，包括发帖、点赞、评论数据，利用bert模型提取语义特征向量，并结合lda主题模型分析用户话题偏好，可以更准确地捕捉到用户的兴趣和偏好，相比于传统依赖静态和历史数据的方式，能更精准地理解不同用户的个性化需求，为后续生成个性化旅游路线的准确性提供了保障。
29、(3)利用图神经网络更新用户行为图谱中的节点属性特征，可以更深入地分析用户行为模式和偏好变化，提取和理解用户的行为模式，深度挖掘并理解用户与各话题间更复杂、深层次的关联，得到游客更全面和精确的针对各个领域话题的话题综合偏好信息。
30、(4)传统旅游规划平台往往聚焦于著名景点，而本方案通过分析用户在不同主题领域(如历史、美食、时尚等)的兴趣偏好，继而依据偏好主题在旅游目的地的区域地标数据库中匹配相应的候选区域地标，能够提供更多样化和具有新颖性的旅游路线，由此不仅可以吸引对传统热门景点不感兴趣的游客，也能为寻求新奇体验的游客提供更多选择，增强了旅游路线的多样性和新颖性。此外，通过提供个性化的旅游路线，引导游客探索传统热门景点之外的地标，从而有助于缓解那些高度集中的旅游地的游客拥堵问题，其不仅改善了游客的旅游体验，也有助于当地旅游资源的更合理分配和利用，实现了优化资源分配和减轻热门景点压力。
31、(5)通过集成第三方检索引擎来获取区域地标在旅游计划日期的实时营业状态，可以及时调整因地标歇业或营业活动变更而受影响的旅游路线，通过动态调整机制能显著提高用户的旅游体验和满意度，减少因信息不准确或时效性差带来的不便。
32、通过本发明实施例，将用户的兴趣偏好与当地的文化和特色紧密结合，可以提供更丰富的旅游体验，例如，对于对时尚感兴趣的游客，系统可以推荐一些不太出名但充满时尚符号的地标，让游客体验到更加独特和深入的当地时尚潮流。由此，不仅提高了旅游路线规划的质量和用户满意度，还为旅游业的可持续发展提供了支持，促进了旅游市场的多元化和个性化发展。
1.一种基于大数据的游客定制旅游路线的生成方法，包括：
2.根据权利要求1所述的方法，其中，所述bert模型是基于transformer架构的，用于针对所述历史社交数据中的每个词汇均生成相应的高维特征向量，并聚合所述高维特征向量以确定相应的语义特征向量：
3.根据权利要求1所述的方法，其中，所述图神经网络采用多任务学习与用户偏好特异性损失函数ltotal，其通过下式表达：
4.根据权利要求1所述的方法，其中，所述根据所述旅游预订记录以及所述目标区域地标集中的各个目标区域地标所对应的营业活动安排和话题综合偏好度，生成针对所述目标用户的个性化旅游路线，包括：
5.根据权利要求4所述的方法，其中，所述路线规划模型用于预根据输入数据生成多个经过各个所述目标区域地标的潜在旅游路线，并针对各个所述潜在路线路线通过以下方式的综合评价函数进行评估比较，以选定相应的个性化旅游路线：
6.根据权利要求5所述的方法，其中，所述路线规划模型集成了多个路径规划模块，每一所述路径规划模块分别用于输出相应的潜在旅游路线；所述多个路径规划模块包含遗传算法模块、蚁群算法模块、模拟退火算法模块和贪婪算法模块。
7.一种基于大数据的游客定制旅游路线的生成系统，包括：
