智慧旅游环境下基于游客偏好的旅游云服务组合与推荐方法研究

Tourism cloud service recommendation is a critical technology for dealing with tourism information overloading in the smart tourism environment, and it also quickly helps toursit to get the automatic mass customization of tourism cloud services. This project aims to systematically study a novel tourism cloud service compisition and recommendation method based on tourist preferens which have some key issues in the smart tourism environment, such as tourists’ behavior preferences modeling, tourism cloud service discovery and matching, compisition strategic and recommendation method. The main research points are listed as follows:.Firstly, we will analysis the classification and preference characteristics of tourisit. On the basis, the tourist behavior preferences discovery and modeling method based on multi-sources data such as transaction information, online behavior and serivice reviews, will be researched. .Secondly, we will analysis the characteristics of toursim cloud services, and develop the modeling of toursim cloud services matching and and evaluation based on tourist behavior preferences..Thirdly, we will respectively develop the personality composition strategy and recommendation method of toursim cloud services based on tourists’ behavior preferences and dynamic adjustment process in tourism, and carry out experiments and applying our project in some toursim service platform. .In summary, this project not only provides the new ways which help to solve the problem with tourist preferences discovery, tourism cloud service personalized composition and recommendation in samrt toursim enviroment, but also significantly help to enrich and deepen the theoretical system of smart tourism.

旅游云服务推荐是解决智慧旅游环境下旅游信息超载问题的重要手段，也是快速帮助游客获取旅游云服务个性化定制的关键路径。本项目针对旅游云服务的特点，从游客行为偏好建模、旅游云服务发现与匹配、组合策略与推荐方法等方面，探索研究智慧旅游环境下基于游客偏好的旅游云服务组合和推荐方法。主要内容包括：1）分析游客的分类和行为偏好特征，研究基于交易信息、在线行为和服务评论等多源数据的游客行为偏好发现与建模方法；2）分析旅游云服务的特征，研究基于游客偏好的旅游云服务匹配与评价模型；3）研究基于游客偏好和旅游过程动态调整的旅游云服务组合策略与推荐方法，并结合具体旅游服务平台，进行实验和应用研究。通过本项目的研究，为解决智慧旅游环境游客偏好发现、旅游云服务个性化组合与推荐问题提供新的方式和途径，也有助于丰富和深化智慧旅游的理论研究体系，具有重要的理论意义和实际价值。

在智慧旅游环境下，传统旅游服务模式已经无法满足不同类型的游客个性化需求，仅能提供简单的旅游服务推荐，仍然不具备满足游客偏好的旅游服务组合需求定制能力。因此，本项目重点围绕智慧旅游环境下基于游客偏好的旅游云服务组合与推荐问题，集成应用了文本分析、多属性群决策方法、协同过滤推荐、基于案例推理、深度神经网络与博弈分析等方法，研究了基于文本挖掘的游客在线评论的情感分析、云服务用户感知风险及其深度使用意愿、旅游云服务中用户与提供商间动态博弈、云服务系统多目标任务调度与分配模型、基于单值中智集的云服务群决策方法与基于案例推荐的云服务匹配方法、基于深度神经网络的个性化推荐模型等多项创新性理论成果，并展开了对应的模型及算法验证工作。通过本项目的研究，为解决智慧旅游环境下考虑游客偏好的旅游云服务评估与推荐问题提供新的方法，具有一定的理论意义和实际价值。.通过近三年的理论研究，本项目组已经在《IEEE Access》、《Symmetry》、《Mathematical Problems in Engineering》、 《Artificial intelligence in medicine》、《Electric Power Components and Systems》、《International Journal of Production Research》等国际期刊和《计算机研究与发展》、《系统工程理论与实践》等国内期刊发表相关学术论文29篇，发表学术会议论文4篇，其中SSCI/SCI检索论文20篇；申请相关专利5项，已授权3项，已进入实审阶段2项；参加国内外学术会议15人次；培养博士研究生4人、硕士研究生8人。