1.一种基于时空数据感知的旅游路线规划方法,其特征在于:将旅行路线规划问题转换为从某指定起始点到某指定终点的路线推荐问题;将路线推荐问题表示为图G=
若集合P表示兴趣点POI集合,ps和pe分别表示旅行景点集合的起点和终点,则一条被规划的旅游路线I是一系列被连接的兴趣点POI集合,其中I={ps,…,pe};若假定集合M为用户必游览的景点集合,其中M={m1,...,mH},其中H≤N,则一条用户必游览景点的旅游路线规划路径相应的表示为TM={ps,…,m1,…,mH,…,pe},其中所述方法包括以下步骤:
步骤1:确定候选节点集合Sc;
步骤2:确定规划路线的起点和终点,并将此二点从候选节点集合中去除;
步骤3:构建旅游路线规划的得分计算模型;
ST(α,β,λ)=α|T|+β|S|+λ|VT|;
其中,T、S和VT分别为景点间旅行耗时成本、景点间空间跨度成本和景点游览时间成本三项标准的矩阵;α,β,λ分别为景点间旅行耗时成本、景点间空间跨度成本和景点游览时间成本的权重,由用户确定,α,β,λ∈[0,1];
步骤4:计算候选节点集合Sc中,任意两节点间的最小旅行时间;
其中,计算从节点i到节点j间的最小旅行时间,其中,i=s,1,...n‑1,j=i+1,...,e;s表示旅行路线规划起始点编号,n表示除开起始点和终止点以外规划路线上的其它节点数目,e表示旅行路线规划终止点编号;节点耗时记为Tri,j,最小耗时景点编号记为min;步骤4的具体实现包括以下子步骤:
步骤4.1:节点编号序列i和j分别赋初值为s和1;
步骤4.2:外循环赋值;确定循环初始值为i=s,循环终止于n;
步骤4.3:内循环赋值;确定循环初始值为j=1,循环终止于n;
步骤4.4:最小耗时景点编号min赋初值为0;
步骤4.5:计算从节点i到节点j间的最小旅行时间;
步骤4.6:结束内循环;
步骤4.7:判断是否满足节点j的节点编号大于min并且节点j未被访问过;
若是,则将j赋值给最小节点编号min;
若否,则执行步骤5;
步骤4.8:将最小旅行时间的节点编号min插入到候选节点集合Sc中;
步骤4.9:构建规划路径的中间结果形式为Pl=Ps←{Ps→Pmin};其中,Pl为规划线路,Ps为规划路线起点,Pmin为除开其它起始点和终止点以外所规划出来的最小规划路径节点序列,{Ps→Pmin}表示将起始节点Ps与最小规划路径节点序列Pmin串联起来,然后再将串联的规划路径结果取代Ps中存储的原始序列,最后将操作后的Ps的值赋给规划路径序列Pl;
步骤4.10:将j赋值给i;
步骤4.11:将最小旅行时间的节点编号的访问标识Vmin赋值为1,表示该节点已被访问;
步骤4.12:结束外循环;
步骤5:将旅行规划路线的终点加入到旅行规划路线中;
步骤6:输出最终的旅行路线规划结果。
2.根据权利要求1所述的基于时空数据感知的旅游路线规划方法,其特征在于:步骤1中,若m为某个必游览景点,则将该景点加入候选节点集合中;必游览景点属于景点得分大于预设阈值且被访问游客数量也大于预设阈值。
3.根据权利要求1所述的基于时空数据感知的旅游路线规划方法,其特征在于:步骤1中,通过对单位时间某景点的游客访问量进行计算,用于衡量某景点是否为必看景点,如果某景点游客访问量大于预设值,则将该景点从候选节点集合中去除;
其中,TV(j)用于表示景点j的游客访问量的计算结果, 表示时间段t内访问景点j的游客访问数。
4.根据权利要求1所述的基于时空数据感知的旅游路线规划方法,其特征在于:步骤3中,旅游路线规划的得分计算模型进一步改进为:ψ(t,l)=min|l(tc)‑l(tp)|;
其中,ψ(t,l)用于表示用户处于关键时间点时的当前位置,此位置应充分考虑与生理需求兴趣点间的距离最小,ξ用于表示用户生理需求的迫切程度,其值由人为确定,生理需求越迫切该值越大;l(tc)表示用户当前时刻所处的位置,l(tp)表示生理需求兴趣点的位置。
5.根据权利要求1‑4任意一项所述的基于时空数据感知的旅游路线规划方法,其特征在于:推荐游客花较短的旅行时间游览更多的旅游景点,即:其中,Vt(j)表示游览景点j的游览时间,i=1...n‑1,j=i+1,...n;当且仅当Pi,j取最大时,游客可获得最大游览收益。