一種基于LBS與游客特征大數據分析的旅游信息推送方法研究

趙弘中+鄭俊

摘 要： 文章提出的研究方法是：通過游客特征建模，基于大數據分析的游客層次特征提取，相似游客群建模，游客與相似游客群之間的相似度計算，將相似游客群相關的旅游信息推送給游客。如此可以實現在游客還沒有產生較多行為的情況下，用相似游客群的行為偏好代替該游客行為偏好，進而將原來無法匹配到游客的消息，通過相似游客群匹配推送給該游客，從而可以為游客提供更多、更貼切的個性化服務信息。

關鍵詞： 大數據； 特征建模； 相似游客群； LBS

中圖分類號：TP3 文獻標志碼：A 文章編號：1006-8228（2018）01-58-05

Study on the tourism information push method based on the LBS

and the big data analysis of tourist characteristics

Zhao Hongzhong1， Zheng Jun2

（1. Hangzhou Tourism Commission， Hangzhou， Zhejiang 310001， China； 2. Hangzhou Tourist Information Center）

Abstract： The method presented in this paper is： through the tourist feature modeling， tourist level feature extraction based on big data analysis， similar tourist group modeling， and the similarity calculation between tourist and similar tourist group， push the similar tourist group related tourism information to the tourist. In this way， tourist's behavioral preferences can be replaced by the behavior preferences of similar tourist group when the tourist hasn't produced more behaviors， and the messages that could not be matched to tourist are pushed to the tourist by matching the similar tourist group， so that the tourist can be provided with more， and more personalized service information.

Key words： big data； feature modeling； similar tourist group； LBS

0 引言

手機的功能越來越強大，游客通過手機瀏覽旅游景點相關信息，查詢其他游客的旅游經驗和攻略，或者依靠商家推送的信息進行旅游的方式已經成為當前旅游的主要方式。

然而，這種旅游方式存在一些不足以及不夠人性化的地方，比如：用戶主動瀏覽旅游景點相關信息比較費時費力；其他游客的旅游經驗和攻略由于行程、喜好不同，游客難以直接套用；推送的信息缺乏地位位置關聯，即使游客感興趣，也可能由于距離過遠、路徑不熟而放棄目標行程；營銷信息主要是泛濫式地統一向用戶推送，并沒有很好的針對性，長期漫無目的地進行營銷信息推送，會給針對性弱的用戶造成瀏覽及消費疲勞，甚至會造成用戶的流失。未來真正的智慧旅游的景區，應該是利用大數據技術先獲取游客的個人資料，分析你之前旅游的喜好，喜歡吃什么，住店都離景區多遠，喜歡山還是喜歡水……也就是說，在給游客推送消息時，整個旅游的行程就為游客定制好。從游客一出門開始，就知道要乘坐哪路車，直到游客回到住處，浴缸里的水正好是迎合游客最喜歡的泡澡溫度[1-3]。

1 本文提出的方法步驟及特征

本文提出一種基于LBS與游客特征大數據分析旅游信息推送方法。首先是游客特征建模，接著是基于大數據分析的游客層次特征提取，之后是相似游客群建模，游客與相似游客群之間的相似度計算，最后是消息的推送方式；另外可根據游客的個性消費行為特征，不斷地訓練消息庫，并擬推送游客的個性關鍵詞組，單獨向游客推送具有個性化定制的消息。本方法通過推送到相似游客群，可以實現在游客還沒有產生較多行為的情況下，用相似顧客群的行為偏好代替顧客行為偏好，進而在原來消息無法匹配到游客的情況下，通過相似游客群匹配推送給該游客，從而可以為游客提供更多、更貼合的個性化信息[4-5]。

首先借助大數據方法，根據游客的基本屬性特征和游客的基本消費行為特征分類出相似游客群i，相似游客群j。然后通過得到的游客的部分資料信息，將該部分信息與所有的游客群相關的信息進行匹配，把該游客歸到匹配度高的相似游客群，最后，將消息庫中擬推送的基本關鍵詞組通過與相似游客群中的關鍵詞進行關鍵詞匹配后，結合LBS商家優先推送方式向游客所在的相似游客群推送有價值的消息。另外，可根據游客進一步的個性消費行為特征，擬推送游客的個性關鍵詞組，結合LBS商家優先推送方式，向游客推送具有個性化定制的消息。

具體的技術方案是：

如圖1所示，包括依次進行的以下步驟：游客特征建模步驟、基于大數據分析的游客特征提取步驟、相似游客群建模步驟、游客與相似游客群之間的相似度計算步驟和利用相似度的消息推送步驟。

1.1 游客特征建模步驟endprint