买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安衍舆航天科技有限公司

摘要：本发明提供一种基于用户画像的智慧景区内路线推荐方法及系统，涉及路线规划技术领域，包括获取景区内游客的个人信息数据并进行预处理，基于预处理后的数据构建多维度游客画像，同时构建景区POI信息模型；基于景区POI信息模型构建包含游客节点和POI节点的异构图，采用图神经网络对异构图进行训练，得到融合景区信息和多维度游客画像的POI嵌入表示，同时采用双向长短时记忆网络对游客的历史行为轨迹数据进行特征提取，得到游客行为嵌入表示；将POI嵌入表示和游客行为嵌入表示进行匹配，计算游客对景区内各POI节点的兴趣评分，将得到的各POI节点的兴趣评分输入预先构建的路线生成模型中，生成个性化推荐游览路线。

主权项：1.一种基于用户画像的智慧景区内路线推荐方法，其特征在于，包括：获取景区内游客的个人信息数据并进行预处理，基于预处理后的数据构建多维度游客画像，同时构建包含景区信息和游客访问行为权重的景区POI信息模型；基于所述景区POI信息模型构建包含游客节点和POI节点的异构图，所述异构图中游客节点和POI节点之间的边表示游客访问POI行为，POI节点之间的边表示POI空间邻接关系，采用图神经网络对所述异构图进行训练，得到融合景区信息和多维度游客画像的POI嵌入表示，同时采用双向长短时记忆网络对游客的历史行为轨迹数据进行特征提取，得到游客行为嵌入表示；将所述POI嵌入表示和所述游客行为嵌入表示进行匹配，计算游客对景区内各POI节点的兴趣评分，将得到的各POI节点的兴趣评分输入预先构建的路线生成模型中，生成个性化推荐游览路线；采用图神经网络对所述异构图进行训练，得到融合景区信息和多维度游客画像的POI嵌入表示，同时采用双向长短时记忆网络对游客的历史行为轨迹数据进行特征提取，得到游客行为嵌入表示包括：采用异构图神经网络对POI异构图进行建模，构建异构图塔，通过递归的邻居聚合和特征传播，融合景区信息和多维度游客画像，生成初始POI嵌入表示；采用基于注意力机制的双向长短时记忆网络对游客行为序列进行建模，构建序列塔，并融入时空特征编码游客行为的时空依赖，生成初始游客行为嵌入表示；将得到的初始POI嵌入表示和初始游客行为嵌入表示进行特征融合，得到融合特征表示，基于融合特征表示，构建包含POI嵌入表示学习任务和游客行为预测任务的多任务网络模型，并结合POI嵌入表示学习任务损失和游客行为预测损失构建联合多任务损失函数，采用梯度下降优化算法，更新所述多任务网络模型参数，重复迭代直到满足预设的终止条件，得到训练好的多任务网络模型；将得到的初始POI嵌入表示和初始游客行为嵌入表示输入训练好的多任务网络模型中，得到最终的POI嵌入表示和游客行为嵌入表示；将所述POI嵌入表示和所述游客行为嵌入表示进行匹配，计算游客对景区内各POI节点的兴趣评分，将得到的各POI节点的兴趣评分输入预先构建的路线生成模型中，生成个性化推荐游览路线包括：获取游客的行为序列和景区内POI信息,利用双向长短时记忆网络对游客行为序列进行建模,得到游客行为嵌入表示,利用图神经网络对景区内POI进行表示学习,得到POI嵌入表示,将游客行为嵌入表示与POI嵌入表示进行匹配计算,得到游客对景区内各POI嵌入表示的兴趣评分；根据游客对景区内各POI嵌入表示的兴趣评分，生成游客对景区内各POI嵌入表示的偏好分布，同时获取游客的历史轨迹和候选POI节点以及对应的历史轨迹嵌入表示和候选POI节点嵌入表示作为输入序列，输入到预先训练的路线生成模型中；在路线生成模型中利用编码器对游客的历史轨迹进编码，得到轨迹的隐藏状态表示，并通过解码器将游客画像和游客的当前位置坐标与候选POI节点嵌入表示进行拼接，根据当前隐藏状态表示和输入序列计算注意力分布；根据得到的注意力分布选择下一个访问的POI节点，根据游客的可游览时间、游客的体力水平以及POI节点的预计游览时长，对推荐游览路线中的POI节点和访问顺序进行约束，同时依据景区的开放时间和实时客流量，生成个性化推荐游览路线；将得到的各POI节点的兴趣评分输入预先构建的路线生成模型中，生成个性化推荐游览路线之后，所述方法还包括：构建马尔可夫决策过程，将路线生成模型作为智能体，其中，将游客当前位置、时间和偏好作为马尔可夫决策过程的状态空间，将景区内各POI节点的集合作为智能体的动作空间，并设计复合型奖励函数，综合考虑游客满意度、热门景点覆盖率、行程时间合理性和路线多样性；采用深度神经网络构建策略网络和价值网络，其中，策略网络根据当前状态生成景区内各POI节点的集合上的概率分布，价值网络以游客当前状态为输入，输出当前状态下的期望累积奖励；构建策略梯度算法，通过智能体与环境的交互，收集一系列状态、动作和奖励的轨迹数据，通过时序差分算法计算其中每个状态的累计奖励，并将其作为目标函数；最小化目标函数，采用梯度上升算法对策略网络的参数进行更新，使其生成的推荐路线能够获得更高的期望累积奖励；同时，采用时序差分算法对价值网络的参数进行更新，重复迭代直到模型收敛，得到优化后的路线生成模型，并利用优化后的路线生成模型，根据游客的实时位置和偏好动态调整推荐路线，得到最优的游览路线。

全文数据：

权利要求：

百度查询： 西安衍舆航天科技有限公司 基于用户画像的智慧景区内路线推荐方法及系统