研究如何根据已有的海量旅游信息及数据,为游客个性化推荐旅游景点具有重要意义。本文利用从Flickr网站获取的2013—2018年香港特别行政区范围内的地理标记照片来识别旅游景点,并根据游客游览顺序重建旅游轨迹。在此基础上,针对现有方...研究如何根据已有的海量旅游信息及数据,为游客个性化推荐旅游景点具有重要意义。本文利用从Flickr网站获取的2013—2018年香港特别行政区范围内的地理标记照片来识别旅游景点,并根据游客游览顺序重建旅游轨迹。在此基础上,针对现有方法尚未考虑游客偏好在旅行过程中会发生动态变化的问题,提出一种基于隐含狄利克雷分布模型(Latent Dirichlet Allocation,LDA)和用户长短期偏好的个性化景点推荐方法(A Recommendation Method Based on LDA and User’s Long and Short-Term Preference,L-ULSP)。该方法利用LDA主题模型获取景点特征信息,挖掘景点间的相关性,再利用注意力机制和长短期记忆网络分别学习用户的长期偏好和短期偏好,最后结合长短期偏好捕捉用户偏好的动态变化。实验结果表明,L-ULSP方法所推荐的景点在命中率和平均倒数排名2个指标上均优于现有其他方法,证明了本文所提方法可以从景点序列中有效学习游客偏好,并为游客推荐下一个景点。此外,本文通过对比实验,进一步验证了同时考虑用户的长短期偏好能够更好地学习用户的偏好变化。展开更多
通过轨迹大数据的挖掘,揭示旅游者时空行为模式是旅游地理学的重要研究内容。本文引入时间、空间和方向相似度对基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)进行了改进,选择典型的红色旅...通过轨迹大数据的挖掘,揭示旅游者时空行为模式是旅游地理学的重要研究内容。本文引入时间、空间和方向相似度对基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)进行了改进,选择典型的红色旅游目的地遵义市为案例,对2010—2019年的红色旅游者轨迹进行分析。研究发现:(1)所构建的研究框架和方法能够有效提取轨迹大数据中隐含的旅游者的时空行为模式;(2)遵义市红色旅游以半日游为主,夏季是红色旅游旺季;(3)红色旅游有6类模式,分别为“红色+购物娱乐”、“红色+历史文化”、“红色+登山旅游”、“红色+生态休闲”、“红色+古镇旅游”、“红色+乡村旅游”,主要分布于遵义市的西北部、东南部和西南部,模式长度12.03~18.42 km,模式持续时长0.65~13.60 h;(4)所有模式中共提取出24条旅游线路,包括全红色旅游线路(58.33%)和混合线路(41.67%),平均长度为17.69 km,平均时长2.36 h;(5)遵义会议旧址作为核心吸引物,支撑了38.46%的线路的形成;(6)蓉遵高速、兰海高速、杭瑞高速和遵义绕城高速是红色旅游模式形成中最重要的交通依托。本文提出的方法可用于其他区域旅游行为模式和线路挖掘研究,研究结果可为遵义市红色旅游空间格局优化和线路规划提供依据。展开更多
318国道川藏段是中国著名的旅游廊道和典型的灾害高发区,加强沿线主要旅游线路的雨涝危险性研究对提升沿线旅游业应对自然灾害能力具有重要意义。本研究运用基于密度的层次聚类(Hierarchical Density-Based Spatial Clustering of Appli...318国道川藏段是中国著名的旅游廊道和典型的灾害高发区,加强沿线主要旅游线路的雨涝危险性研究对提升沿线旅游业应对自然灾害能力具有重要意义。本研究运用基于密度的层次聚类(Hierarchical Density-Based Spatial Clustering of Applications with Noise,HDBSCAN)从2013—2021年21125条游客轨迹中提取出318国道川藏段主要旅游线路,分析了主要旅游线路的雨涝危险性。结果表明:(1)318国道川藏段的主要旅游线路有8条,线路二(山南市贡嘎县—拉萨市达孜区)和线路五(雅安市石棉县—甘孜州康定市)是典型的跨市域旅游线路。(2)2019—2021年川藏段沿线年均降水量比2013—2015年增加0.99 mm,1—12月川藏段沿线的月均降水量增加6.3 mm。2013—2021年川藏段雨涝灾害累计发生频次比991—1949年减少5次,7月达到全年峰值(7.51次),1月、2月和12月为全年低值(0次)。(3)2013—2021年线路三的雨涝危险性等级最高,线路一和线路二的雨涝危险性等级最低。(4)线路一和线路二在1—12月为低雨涝危险性线路,线路三、线路七和线路八在5月为高雨涝危险性线路。展开更多
文摘研究如何根据已有的海量旅游信息及数据,为游客个性化推荐旅游景点具有重要意义。本文利用从Flickr网站获取的2013—2018年香港特别行政区范围内的地理标记照片来识别旅游景点,并根据游客游览顺序重建旅游轨迹。在此基础上,针对现有方法尚未考虑游客偏好在旅行过程中会发生动态变化的问题,提出一种基于隐含狄利克雷分布模型(Latent Dirichlet Allocation,LDA)和用户长短期偏好的个性化景点推荐方法(A Recommendation Method Based on LDA and User’s Long and Short-Term Preference,L-ULSP)。该方法利用LDA主题模型获取景点特征信息,挖掘景点间的相关性,再利用注意力机制和长短期记忆网络分别学习用户的长期偏好和短期偏好,最后结合长短期偏好捕捉用户偏好的动态变化。实验结果表明,L-ULSP方法所推荐的景点在命中率和平均倒数排名2个指标上均优于现有其他方法,证明了本文所提方法可以从景点序列中有效学习游客偏好,并为游客推荐下一个景点。此外,本文通过对比实验,进一步验证了同时考虑用户的长短期偏好能够更好地学习用户的偏好变化。
文摘318国道川藏段是中国著名的旅游廊道和典型的灾害高发区,加强沿线主要旅游线路的雨涝危险性研究对提升沿线旅游业应对自然灾害能力具有重要意义。本研究运用基于密度的层次聚类(Hierarchical Density-Based Spatial Clustering of Applications with Noise,HDBSCAN)从2013—2021年21125条游客轨迹中提取出318国道川藏段主要旅游线路,分析了主要旅游线路的雨涝危险性。结果表明:(1)318国道川藏段的主要旅游线路有8条,线路二(山南市贡嘎县—拉萨市达孜区)和线路五(雅安市石棉县—甘孜州康定市)是典型的跨市域旅游线路。(2)2019—2021年川藏段沿线年均降水量比2013—2015年增加0.99 mm,1—12月川藏段沿线的月均降水量增加6.3 mm。2013—2021年川藏段雨涝灾害累计发生频次比991—1949年减少5次,7月达到全年峰值(7.51次),1月、2月和12月为全年低值(0次)。(3)2013—2021年线路三的雨涝危险性等级最高,线路一和线路二的雨涝危险性等级最低。(4)线路一和线路二在1—12月为低雨涝危险性线路,线路三、线路七和线路八在5月为高雨涝危险性线路。
