一种基于LBS与游客特征大数据分析的旅游信息推送方法研究.docx

一种基于LBS与游客特征大数据分析的旅游信息推送方法研究赵弘中+郑俊摘要：文章提出的研究方法是：通过游客特征建模，基于大数据分析的游客层次特征提取，相似游客群建模，游客与相似游客群之间的相似度计算，将相似游客群相关的旅游信息推送给游客。如此可以实现在游客还没有产生较多行为的情况下，用相似游客群的行为偏好代替该游客行为偏好，进而将原来无法匹配到游客的消息，通过相似游客群匹配推送给该游客，从而可以为游客提供更多、更贴切的个性化服务信息。关键词：大数据；特征建模；相似游客群；LBS中图分类号：TP3文献标志码：A文章编号：1006-8228（2018）01-58-05StudyonthetourisminformationpushmethodbasedontheLBSandthebigdataanalysisoftouristcharacteristicsZhaoHongzhong1，ZhengJun2（1.HangzhouTourismCommission，Hangzhou，Zhejiang310001，China；2.HangzhouTouristInformationCenter）Abstract：Themethodpresentedinthispaperis：throughthetouristfeaturemodeling，touristlevelfeatureextractionbasedonbigdataanalysis，similartouristgroupmodeling，andthesimilaritycalculationbetweentouristandsimilartouristgroup，pushthesimilartouristgrouprelatedtourisminformationtothetourist.Inthisway，tourist'sbehavioralpreferencescanbereplacedbythebehaviorpreferencesofsimilartouristgroupwhenthetouristhasn'tproducedmorebehaviors，andthemessagesthatcouldnotbematchedtotouristarepushedtothetouristbymatchingthesimilartouristgroup，sothatthetouristcanbeprovidedwithmore，andmorepersonalizedserviceinformation.Keywords：bigdata；featuremodeling；similartouristgroup；LBS0引言手机的功能越来越强大，游客通过手机浏览旅游景点相关信息，查询其他游客的旅游经验和攻略，或者依靠商家推送的信息进行旅游的方式已经成为当前旅游的主要方式。然而，这种旅游方式存在一些不足以及不够人性化的地方，比如：用户主动浏览旅游景点相关信息比较费时费力；其他游客的旅游经验和攻略由于行程、喜好不同，游客难以直接套用；推送的信息缺乏地位位置关联，即使游客感兴趣，也可能由于距离过远、路径不熟而放弃目标行程；营销信息主要是泛滥式地统一向用户推送，并没有很好的针对性，长期漫无目的地进行营销信息推送，会给针对性弱的用户造成浏览及消费疲劳，甚至会造成用户的流失。未来真正的智慧旅游的景区，应该是利用大数据技术先获取游客的个人资料，分析你之前旅游的喜好，喜欢吃什么，住店都离景区多远，喜欢山还是喜欢水……也就是说，在给游客推送消息时，整个旅游的行程就为游客定制好。从游客一出门开始，就知道要乘坐哪路车，直到游客回到住处，浴缸里的水正好是迎合游客最喜欢的泡澡温度[1-3]。1本文提出的方法步骤及特征本文提出一种基于LBS与游客特征大数据分析旅游信息推送方法。首先是游客特征建模，接着是基于大数据分析的游客层次特征提取，之后是相似游客群建模，游客与相似游客群之间的相似度计算，最后是消息的推送方式；另外可根据游客的个性消费行为特征，不断地训练消息库，并拟推送游客的个性关键词组，单独向游客推送具有个性化定制的消息。本方法通过推送到相似游客群，可以实现在游客还没有产生较多行为的情况下，用相似顾客群的行为偏好代替顾客行为偏好，进而在原来消息无法匹配到游客的情况下，通过相似游客群匹配推送给该游客，从而可以为游客提供更多、更贴合的个性化信息[4-5]。首先借助大数据方法，根据游客的基本属性特征和游客的基本消费行为特征分类出相似游客群i，相似游客群j。然后通过得到的游客的部分資料信息，将该部分信息与所有的游客群相关的信息进行匹配，把该游客归到匹配度高的相似游客群，最后，将消息库中拟推送的基本关键词组通过与相似游