基于模糊聚類的養生旅游資源信息檢索方法

姚啟芳

（合肥職業技術學院，安徽 合肥 238000）

0 引言

近年來，人們對養生旅游的熱衷程度不斷提升，在進行養生旅游資源開發過程中，需要結合養生旅游資源信息的大數據特征分布進行異構重組，建立養生旅游資源的大數據信息分析模型，采用信息融合和資源優化調度的方法進行養生旅游資源的優化調度和特征提取，建立養生旅游資源的優化檢索模型，提高養生旅游資源開發和調度能力［1］。

當前，對養生旅游資源信息檢索方法主要有KMeans 法、網格區域檢索方法、粒子群檢索方法等，建立養生旅游資源信息的特征提取和大數據分析模型，采用相關的特征分布式檢測方法，實現養生旅游資源信息檢索［2］。傳統方法進行資源檢索存在計算開銷較大和實時性不好的問題，對此，本文提出基于模糊聚類的養生旅游資源信息檢索方法。采用異構有向圖分析方法進行養生旅游資源信息存儲結構設計，對提取的養生旅游資源信息特征量進行模糊聚類處理，采用模糊C 均值聚類方法進行養生旅游資源信息的網格分區聚類和屬性分類識別，實現資源信息檢索優化，最后進行仿真實驗分析。

1 養生旅游資源信息模型構建與特征分析

1.1 養生旅游資源信息檢索的節點模型

為了實現基于模糊聚類的養生旅游資源信息檢索，需要首先采用異構有向圖分析方法進行養生旅游資源信息存儲結構設計，構建資源檢索的節點分布模型［3］，在大數據背景下進行養生旅游資源信息在線檢索優化設計。假設養生旅游資源信息檢索節點圖模型屬性集為X={x1,x2,…,xn} ，進行養生旅游資源信息檢索節點圖模型設計，得到檢索節點的分布如圖1所示。

圖1 養生旅游資源信息檢索節點分布

采用語義本體模型構造的方法，在領域知識（Domain knowledge）本體之間進行養生旅游資源信息檢索的相關性提取和模糊決策［4］，通過自相關特征匹配方法，分析兩組相似的養生旅游資源信息的相對貼近度φ1，定義為：

1.2 養生旅游資源信息特征分析

采用有向圖模型構建養生旅游資源信息的檢索節點分布結構模型，在養生旅游資源信息庫中進行資源信息特征提取，設是養生旅游資源信息的二元語義特征分量，采用異構有向圖分析方法進行養生旅游資源信息存儲結構設計，結合特征空間重組技術進行養生旅游資源信息結構重組［6］，提取養生旅游資源信息的關聯信息特征量，得到資源信息檢索的優化加權系數為采用統計分析方法進行養生旅游資源的量化評估，得到養生旅游資源的關聯性本體結構模型為：

對資源數據進行模糊處理，構建養生旅游資源的自適應調度參數?2F(x)，建立養生旅游資源信息檢索的模糊決策矩陣：

將養生旅游資源信息檢索的特征提取問題轉化為一個二元語義決策問題，養生旅游資源信息檢索的模糊特征匹配評價指標集為采用主體詞匹配的方法，分析X的相似度函數，得到資源特征的模糊隸屬度函數為：

重構養生旅游資源信息的遞歸圖模型，采用相空間重構的方法，實現養生旅游資源檢索的模糊特征信息采樣，得到權重向量vi，養生旅游資源信息的相關特征分布矩陣表示為：

其中，c為養生旅游資源信息檢索的搜索步數，μik為語義關聯度決策系數。根據上述分析，進行養生旅游資源信息的特征分析和優化調度［7］，得到聚類中心為di，計算描述養生旅游資源關聯特征向量vi，vi= ((w1,t1),(w2,t2),…(wj,tj))，結合模糊相關性融合的方法，得到資源在線檢索準則為：

2 養生旅游資源信息檢索方法優化

2.1 特征提取和模糊C均值聚類

本文采用異構有向圖分析方法進行養生旅游資源信息存儲結構設計，在結合特征空間重組技術進行養生旅游資源信息結構重組的基礎上，進行養生旅游資源信息檢索算法的優化設計，提出基于模糊聚類的養生旅游資源信息檢索算法，描述養生旅游資源定量評價的約束參量記為：

采用相關性的統計分析方法，得到養生旅游資源共享度為：

根據共享度水平，進行養生旅游資源定量評價集構造［8］，得到養生旅游資源定量評價的空間規劃模型描述為：

用Ui,j(t)表示養生旅游資源定量評價的模糊度函數，特征提取和模糊C均值聚類函數為：

分析養生旅游資源模糊C均值聚類的最優解表示為：

根據最優模糊聚類分析，避免陷入局部最優，提高旅游資源的優化檢索能力［9］。

2.2 資源信息檢索輸出

采用有向圖模型構建養生旅游資源的信息檢索模型［10］，構造養生旅游資源信息檢索的約束規劃模型為：

由此得到養生旅游資源信息檢索的最優評價集記為L1,…,Ln和P1min,…,Pnmin，養生旅游資源的優化聚類模型為：

其中，cosinij→x(dij,dxv)為養生旅游資源的融合聚類特征集，根據上述分析，實現旅游資源的優化檢索。

3 仿真實驗與結果分析

為了驗證該方法在實現旅游資源信息檢索中的應用性能，進行實驗測試分析。采用C++和Mat?lab 7 混合編程進行養生旅游資源信息檢索的算法處理，在Hadoop 云平臺中構建養生旅游資源信息數據庫結構模型，養生旅游資源大數據分布的初始樣本規模為2000，量化分布測試集為80，自適應學習的迭代步數NP=30，各組資源的相似度為0.87，根據上述仿真參數設定，進行養生旅游資源信息檢索，得到各個旅游景點的描述性統計分布如圖2所示。

提取養生旅游資源信息的關聯信息特征量，采用語義相關性融合的方法進行養生旅游資源信息特征提取和自適應調度，得到養生旅游資源信息的時域分布如圖3所示。

以圖3的數據為依據，進行資源檢索，測試查準率和查全率，得到測試結果如圖4 所示，分析圖4 得知，采用本文方法進行養生旅游資源信息檢索的查全率和查準率較高。

4 結語

圖2 各個旅游景點的描述性統計分布

圖3 養生旅游資源信息的時域分布

圖4 性能對比

為建立養生旅游資源的大數據信息分析模型，采用信息融合和資源優化調度的方法進行養生旅游資源的優化調度和特征提取，本文提出基于模糊聚類的養生旅游資源信息檢索方法。采用有向圖模型構建養生旅游資源信息的檢索節點分布結構模型，采用相關性的統計分析方法，得到養生旅游資源共享度水平，提取養生旅游資源信息的關聯信息特征量，實現養生旅游資源信息的優化檢索。仿真分析得知，采用本文方法進行養生旅游資源信息檢索的查準率和查全率較高，提高了養生旅游資源信息共享和檢索調度能力。