CN106372970A - 一种私人导游自动推荐的方法及系统 - Google Patents

Abstract

本发明公开了一种私人导游自动推荐的方法及系统，该方法包括以下步骤：S1、获取私人导游的导游信息；S2、获取游客的旅游信息；S3、对所有历史游客的旅游信息进行分析，获取旅游信息中的各项数据在导游选择中所占的权重；S4、根据当前游客的旅游信息依据权重关系匹配合适的导游。本发明利用大数据技术，通过信息获取模块获取私人导游的导游信息和游客的旅游信息，然后根据游客的旅游信息分析游客选择导游的各个影响因素，从而建立不同的权重模型，最后根据当前游客的旅游信息依据权重关系匹配合适的导游，从而能做到自动且较精确的给游客推荐合适的私人导游。

Description

一种私人导游自动推荐的方法及系统

技术领域

本发明涉及旅游智能推荐技术领域，尤其涉及一种私人导游自动推荐的方法及系统。

背景技术

随着生活水平的提高，旅游业在国内日渐盛行。很多经济条件较好，同时又追求自由旅游的游客，选择自由行，私人导游业务在此背景下应运而生。但是如何选择一个合适的私人导游，成为大多数人头疼的问题。

发明内容

本发明的目的在于提供一种私人导游自动推荐的方法及系统，能精确的给游客推荐合适的私人导游。

为了实现上述目的，本发明提供一种私人导游自动推荐的方法，其包括以下步骤：

S1、获取私人导游的导游信息；

S2、获取游客的旅游信息；

S3、对所有历史游客的旅游信息进行分析，获取旅游信息中的各项数据在导游选择中所占的权重；

S4、根据当前游客的旅游信息依据权重关系匹配合适的导游。

根据本发明的一优选实施例：所述游客的旅游信息的各项数据包括：游客年龄、性别、旅游目的地、语言要求和收入。

根据本发明的一优选实施例：所述导游信息的各项数据包括：导游性别、导游年龄、服务区域、语言、导游等级、历史接团量和导游评价。

根据本发明的一优选实施例：所述步骤S3中，获取历史旅游信息中的各项数据在导游选择中所占的权重包括：

S31、以历史游客的旅游信息中各项数据作为影响因素，以每个导游信息的各项数据作为评价因子；建立多个不同的权重模型；

S32、计算每个权重模型中历史游客的旅游信息的各项数据所对应的权值。

根据本发明的一优选实施例：所述步骤S4还包括，

S41、判断当前游客的旅游信息中各项数据所占比重，

S42、计算不同权重模型中当前游客所对应的权值综合平均得分；

S43、将综合平均得分从高往低进行排序；

S44、将各个综合平均得分对应相应的权重模型，匹配相应的导游。

根据本发明的一优选实施例：还包括步骤：

S5、获取当前游客的个人消费历史记录；

S6、分析当前游客的选择偏好导游；

S7、将所述选择偏好的导游与通过权重模型匹配的导游进行筛选，若有重复，则将重复的导游推送至当前游客处，若没有重复，则同时推送选择偏好的导游与通过权重模型匹配的导游。

本发明还提供了一种私人导游自动推荐的系统，其包括：

信息获取模块，用于获取私人导游的导游信息以及游客的旅游信息和个人消费历史记录；

权重模型建立模块，用于获取所有历史游客的旅游信息中的各项数据在导游选择中所占的权重；

计算模块，用于计算不同权重模型中当前游客所对应的权值综合平均得分；

排序模块，用于将当前游客所对应的权值综合平均得分进行排序；

信息显示模块，用于将最终筛选后的导游推送到游客处。

根据本发明的一优选实施例：还包括：

偏好筛选模块，用于根据当前游客的个人历史消费记录，对选择偏好的导游进行筛选。

根据本发明的一优选实施例：所述信息获取模块包括智能终端APP或网站。

本发明的有益效果在于：本发明利用大数据技术，通过信息获取模块获取私人导游的导游信息和游客的旅游信息，然后根据游客的旅游信息分析游客选择导游的各个影响因素，从而建立不同的权重模型，最后根据当前游客的旅游信息依据权重关系匹配合适的导游，从而能做到自动且较精确的给游客推荐合适的私人导游。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的私人导游自动推荐的方法流程图；

图2是本发明实施例的私人导游自动推荐的系统的框架图。

具体实施方式

下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

本发明主要构思在于：通过建立一个导游和游客的大数据库，该大数据库包括导游的相关信息和游客个人信息。根据游客个人信息确认该用户的消费能力和消费习惯，然后基于大数据库向游客自动推荐导游。

实施例一：

图1是本发明实施例的私人导游自动推荐的方法的方法流程图；该私人导游自动推荐的方法，其包括以下步骤：

S1、获取私人导游的导游信息；

S2、获取游客的旅游信息；

S3、对所有历史游客的旅游信息进行分析，获取旅游信息中的各项数据在导游选择中所占的权重；

S4、根据当前游客的旅游信息依据权重关系匹配合适的导游。

本发明的步骤S1和S2中，获取私人导游的导游信息和游客的旅游信息的途径包括设置相关的网页或智能终端的APP，通过导游和游客注册后填写导游信息和游客信息进行获取。

其中，游客的旅游信息包括：游客年龄、性别、旅游目的地、语言要求和收入。导游信息包括：导游性别、导游年龄、服务区域、语言、导游等级、历史接团量和导游评价，导游评价中可以假设共分为1星、2星、3星、4星、5星共5个级别，5星为最高。游客可在旅游结束后对导游进行评分)。

本发明实施例的步骤S3中，获取历史旅游信息中的各项数据在导游选择中所占的权重包括：

S31、以历史游客的旅游信息中各项数据作为影响因素，以每个导游信息的各项数据作为评价因子；建立多个不同的权重模型；这样权重模型就可以跟导游进行一一对应，根据权重模型的算出权重的综合平均值后就能推荐处对应的导游。

S32、计算每个权重模型中历史游客的旅游信息的各项数据所对应的权值。根据权值可以判断导游信息对游客的各项数据影响程度。

例如，根据权值可以判断导游信息对游客的各项数据影响程度包括：优先级依次降低的服务区域、语言、导游等级、导游评价、导游年龄、导游性别、历史接团量。该优先级排序是根据游客的历史选择导游记录分析得出的，随着游客的历史选择导游记录的改变，该优先级排序方式也会发生变化。

本发明的步骤S4还包括，

S41、判断当前游客的旅游信息中各项数据所占比重，判断方式可通过当前游客的在网页或智能终端的APP直接填写相关比重；

S42、计算不同权重模型中当前游客所对应的权值综合平均得分；

S43、将综合平均得分从高往低进行排序；

S44、将各个综合平均得分对应相应的权重模型，匹配相应的导游。

本发明中，根据不同权重模型中权值的综合平均得分进行排序，就可以权重模型对应不同导游，即相当于对导游进行优先级排序，从而依次匹配出最适合当前游客的导游。

具体地，本发明还包括步骤：

S5、获取当前游客的个人消费历史记录；该个人消费历史记录可以通过相关的网页或智能终端的APP历史记录进行获取；

S6、分析当前游客的选择偏好导游；即在当前游客的历史导游中进行筛选，判断出与此次旅游信息最匹配的导游；

S7、将所述选择偏好的导游与通过权重模型匹配的导游进行筛选，若有重复，则将重复的导游推送至当前游客处，若没有重复，则同时推送选择偏好的导游与通过权重模型匹配的导游。

下面对本发明的推荐方法进行举例说明：

第一步、导游的服务区域按照游客的旅游目的地进行筛选，得到结果A；例如：游客的旅游目的地为：“上海”，则服务区域为“上海”的导游被筛选出来，得到结果A；

第二步、在结果A的基础上，按照导游的语言按照游客要求的语言进行筛选，得到结果B；例如：游客要求的语言为“汉语”,则只有语言为“汉语”的导游被筛选出来，得到结果B；该结果B同时位于服务区域为“上海”的导游范围内。

第三步、在结果B的基础上，按照导游的等级按照游客的收入进行筛选，得到结果C；例如：导游登记划分成高级导游、中级导游和初级导游，当游客的收入收入＞20000,则对应高级导游；收入在10000-20000对应中级导游，小于10000对应初级导游)进行筛选，得到结果C，当然，该收入和导游级别的对应，可以根据游客的旅游目的地进行合理调整。

第四步、在结果C的基础上，按照导游的年龄和性别进行综合筛选，年龄相近和性别不同的进行匹配，得到结果D；

第五步、在结果D的基础上，按照导游的评价高低，筛选出前N名得到结果E；例如，筛选出前十名作为结果E。

第六步、在结果E的基础上，按照导游的历史接团量大小，筛选出接团量多的前M条数据，得到结果F；例如，筛选出前20条数据作为结果F。

第七步、将结果F推送至游客。

第八步、根据游客的历史消费记录，选择导游的条件偏好进行筛选得到结果G；例如：游客对导游的地点进行筛选，必须是旅游目的的导游，进行筛选后为结果G，

第九步、把结果F和结果G进行比对，筛选出重复的导游推动给该客户，即该导游同时具备游客的偏好和消费习惯，如无重复的，同时显示结果F和结果G，并且，结果G显示在前面。方便游客进行自己判断选择。

参阅图2所示，本发明的一种私人导游自动推荐的系统，其包括：

信息获取模块1，用于获取私人导游的导游信息以及游客的旅游信息和个人消费历史记录；获取途径包括设置相关的网页或智能终端的APP，通过导游和游客注册后填写导游信息和游客信息进行获取。

权重模型建立模块2，用于获取所有历史游客的旅游信息中的各项数据在导游选择中所占的权重；

计算模块3，用于计算不同权重模型中当前游客所对应的权值综合平均得分；

排序模块4，用于将当前游客所对应的权值综合平均得分进行排序；

信息显示模块5，用于将最终筛选后的导游推送到游客处。

具体地，本发明的系统还包括：

偏好筛选模块6，用于根据当前游客的个人历史消费记录，对选择偏好的导游进行筛选。其中，信息获取模块1包括智能终端APP或网站。

本发明利用大数据技术，通过信息获取模块获取私人导游的导游信息和游客的旅游信息，然后根据游客的旅游信息分析游客选择导游的各个影响因素，从而建立不同的权重模型，最后根据当前游客的旅游信息依据权重关系匹配合适的导游，从而能做到自动且较精确的给游客推荐合适的私人导游。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (9)

1.一种私人导游自动推荐的方法，其特征在于，包括以下步骤：

S1、获取私人导游的导游信息；

S2、获取游客的旅游信息；

S3、对所有历史游客的旅游信息进行分析，获取旅游信息中的各项数据在导游选择中所占的权重；

S4、根据当前游客的旅游信息依据权重关系匹配合适的导游。

2.如权利要求1所述的私人导游自动推荐的方法，其特征在于，所述游客的旅游信息的各项数据包括：游客年龄、性别、旅游目的地、语言要求和收入。

3.如权利要求2所述的私人导游自动推荐的方法，其特征在于，所述导游信息的各项数据包括：导游性别、导游年龄、服务区域、语言、导游等级、历史接团量和导游评价。

4.如权利要求3所述的私人导游自动推荐的方法，其特征在于，所述步骤S3中，获取历史旅游信息中的各项数据在导游选择中所占的权重包括：

S31、以历史游客的旅游信息中各项数据作为影响因素，以每个导游信息的各项数据作为评价因子；建立多个不同的权重模型；

S32、计算每个权重模型中历史游客的旅游信息的各项数据所对应的权值。

5.如权利要求4所述的私人导游自动推荐的方法，其特征在于，所述步骤S4还包括，

S41、判断当前游客的旅游信息中各项数据所占比重；

S42、计算不同权重模型中当前游客所对应的权值综合平均得分；

S43、将综合平均得分从高往低进行排序；

S44、将各个综合平均得分对应相应的权重模型，匹配相应的导游。

6.如权利要求5所述的私人导游自动推荐的方法，其特征在于，还包括步骤：

S5、获取当前游客的个人消费历史记录；

S6、分析当前游客的选择偏好导游；

S7、将所述选择偏好的导游与通过权重模型匹配的导游进行筛选，若有重复，则将重复的导游推送至当前游客处，若没有重复，则同时推送选择偏好的导游与通过权重模型匹配的导游。

7.一种私人导游自动推荐的系统，其特征在于，包括：

信息获取模块，用于获取私人导游的导游信息以及游客的旅游信息和个人消费历史记录；

权重模型建立模块，用于获取所有历史游客的旅游信息中的各项数据在导游选择中所占的权重；

计算模块，用于计算不同权重模型中当前游客所对应的权值综合平均得分；

排序模块，用于将当前游客所对应的权值综合平均得分进行排序；

信息显示模块，用于将最终筛选后的导游推送到游客处。

8.如权利要求7所述的私人导游自动推荐的系统，其特征在于，还包括：

偏好筛选模块，用于根据当前游客的个人历史消费记录，对选择偏好的导游进行筛选。

9.如权利要求7或8所述的私人导游自动推荐的系统，其特征在于，所述信息获取模块包括智能终端APP或网站。