旅游住宿推荐方法、装置和计算机设备与流程

专利检索2022-05-11  4



1.本发明涉及旅游服务技术领域,特别涉及一种旅游住宿推荐方法、装置和计算机设备。


背景技术:

2.随着互联网技术的不断发展,基于互联网技术的旅游应用也层出不穷,例如去哪儿网、驴妈妈旅游网、飞猪旅游等网站。这些网站能够提供旅游咨询、景点介绍等旅游相关的信息。当用户有旅游需求时,可通过这些网站查询旅游景点、酒店、餐饮等相关信息,或者参考其他用户的旅游心得、攻略等。同时也因为旅游网站不断的增多,导致各个网站的对同一景点、酒店、餐饮的数据展示均不相同,尤其当用户在安排好行程之后查询入住商家时,各个网站的数据繁多,用户需要一一查看商家的价格、位置等信息并进行对比筛选,以便挑选出最合适的住宿商家入住,这样就会耗费用户大量的时间,也不利于用户查找到最优的住宿商家,降低了用户体验度。


技术实现要素:

3.本发明提供了一种旅游住宿推荐方法、装置和计算机设备,根据用户的目的地行程安排表、消费等级和住宿偏好属性对各大网站的住宿商家数据进行分析筛选,以便展示最适合用户的住宿商家,减少了用户筛选时间,提高了用户体验度。
4.本发明提供了一种旅游住宿推荐方法,包括:获取用户的目的地行程安排表,以及获取用户的历史居住信息;其中,所述目的地行程安排表包含多个旅游景点;根据所述目的地行程安排表得到住宿集合;对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性;根据所述用户的住宿消费等级和住宿偏好属性对所述住宿集合进行预筛选,得到住宿更新集合;提取所述目的地行程安排表中用户的出行日期以及多个旅游景点的顺序;根据所述多个旅游景点的顺序对所述住宿更新集合进行再筛选,得到入住集合;根据所述用户的出行日期以及所述入住集合中所有住宿商家的评价数据对所述入住集合中每个旅游景点的住宿商家进行分类排序,形成入住推荐表,并将所述入住推荐表展示在用户端。
5.进一步地,所述根据所述目的地行程安排表得到住宿集合的步骤,包括:获取所述目的地行程安排表中所有旅游景点的位置;以每个旅游景点的位置为圆心,以设定距离为半径提取每个旅游景点的住宿商家作为预备住宿点;将所有旅游景点的预备住宿点组合并以旅游景点分类,得到所述住宿集合。
6.进一步地,所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和
住宿偏好属性的步骤之前,还包括:判断用户是否具有历史居住信息;若用户不具有历史居住信息,则获取用户的历史消费行为;其中,所述历史消费行为包括餐饮消费、出行消费和购物消费;根据所述用户的历史消费行为在预设的消费等级表中查找所述用户的餐饮消费等级、出行消费等级和购物消费等级;根据所述餐饮消费等级、出行消费等级和购物消费等级预测所述用户的住宿消费等级;若用户具有历史居住信息,则执行所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性的步骤。
7.进一步地,所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性的步骤,包括:提取所述用户的历史居住房间、所述历史居住房间的价格,以及提取所述用户的历史居住商家;统计所述历史居住房间的房型,并计算每个房型的历史平均居住价格;在预设的住宿消费等级对照表中查找与每个房型的历史平均居住价格匹配的房型消费等级;将房型、历史平均居住价格、房型消费等级组合,形成表明所述用户住宿消费等级的住宿消费表;统计所述历史居住商家的类型,以及统计每个类型包含的历史居住商家数量;其中,所述历史居住商家的类型包括酒店、宾馆、公寓、招待所;将历史居住商家数量最多的类型作为所述用户的住宿偏好属性。
8.进一步地,所述根据所述多个旅游景点的顺序对所述住宿更新集合进行再筛选,得到入住集合的步骤,包括:确定所述多个旅游景点的顺序中每一日行程的最后一个旅游景点;其中,所述每一日行程的旅游景点根据所述多个旅游景点的游玩时长和交通时长确定,或根据所述用户的指令进行指定;提取所述住宿更新集合中每一日行程的最后一个旅游景点的住宿商家作为待选商家;将多个所述待选商家进行组合,得到所述入住集合。
9.进一步地,所述根据所述用户的出行日期以及所述入住集合中所有住宿商家的评价数据对所述入住集合中每个旅游景点的住宿商家进行分类排序,形成入住推荐表的步骤,包括:提取所述入住集合中的一个住宿商家作为目标商家;获取所述目标商家的评价数据中的评价图片,以及获取所述目标商家上传的房间图片;计算每张所述评价图片与每张所述房间图片的初始相似度,并根据所述初始相似度计算目标商家的所述评价图片与所述房间图片的总相似度值;将所述住宿集合中的所有住宿商家按照旅游景点进行分类,并根据所述总相似度
值对每个旅游景点的住宿商家进行排序,形成所述入住推荐表。
10.进一步地,所述将所述住宿集合中的所有住宿商家按照旅游景点进行分类,并根据所述总相似度值对每个旅游景点的住宿商家进行排序,形成所述入住推荐表的步骤之后,还包括:根据所述用户的出行日期获取所述入住集合中所有住宿商家的房型价格;其中,所述房型价格包括多个平台的价格;根据所述入住集合中所有住宿商家的多个平台的评分计算所述入住集合中所有住宿商家的总评分;将所述总评分、房型价格添加到所述入住推荐表中。
11.本发明还提供了一种旅游住宿推荐装置,包括:获取模块,用于获取用户的目的地行程安排表,以及获取用户的历史居住信息;其中,所述目的地行程安排表包含多个旅游景点;集合模块,用于根据所述目的地行程安排表得到住宿集合;分析模块,用于对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性;预筛选模块,用于根据所述用户的住宿消费等级和住宿偏好属性对所述住宿集合进行预筛选,得到住宿更新集合;提取模块,用于提取所述目的地行程安排表中用户的出行日期以及多个旅游景点的顺序;再筛选模块,用于根据所述多个旅游景点的顺序对所述住宿更新集合进行再筛选,得到入住集合;推荐模块,用于根据所述用户的出行日期以及所述入住集合中所有住宿商家的评价数据对所述入住集合中每个旅游景点的住宿商家进行分类排序,形成入住推荐表,并将所述入住推荐表展示在用户端。
12.本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
13.本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
14.本发明的有益效果为:根据用户的目的地行程安排表获得用户的多个旅游景点,将多个旅游景点设定范围内的住宿商家集合形成住宿集合,然后根据用户的消费等级和住宿偏好属性对住宿集合进行预筛选,得到住宿更新集合,根据目的地形成安排表中用户出行日期和多个旅游景点顺序得到每一日行程的最后一个旅游景点,以便对住宿更新集合进行再筛选得到用户的入住集合,最后根据入住集合中住宿商家的评价数据对入住集合中所有的住宿商家进行分类排序,同时添加多平台价格和综合评分信息,形成入住推荐表,使得用户能够直接看到可能需要的住宿商家的多个旅游网站的价格和总的综合评分,便于用户直接进行房间预定,减少了用户筛选时间,提高了用户体验度。
附图说明
15.图1为本发明一实施例的方法流程示意图。
16.图2为本发明一实施例的装置结构示意图。
17.图3为本发明一实施例的计算机设备内部结构示意图。
18.本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
19.应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
20.如图1所示,本发明提供了一种旅游住宿推荐方法,包括:s1、获取用户的目的地行程安排表,以及获取用户的历史居住信息;其中,所述目的地行程安排表包含多个旅游景点;s2、根据所述目的地行程安排表得到住宿集合;s3、对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性;s4、根据所述用户的住宿消费等级和住宿偏好属性对所述住宿集合进行预筛选,得到住宿更新集合;s5、提取所述目的地行程安排表中用户的出行日期以及多个旅游景点的顺序;s6、根据所述多个旅游景点的顺序对所述住宿更新集合进行再筛选,得到入住集合;s7、根据所述用户的出行日期以及所述入住集合中所有住宿商家的评价数据对所述入住集合中每个旅游景点的住宿商家进行分类排序,形成入住推荐表,并将所述入住推荐表展示在用户端。
21.如上述步骤s1所述,目的地行程安排表中可以仅包括多个旅游景点,也可以包括多个旅游景点的顺序,以及多个旅游景点分布在哪一天的行程中;即,该目的地行程安排表可以使完整的行程安排表,也可以是部分规划的行程安排表。
22.如上述步骤s2所述,根据目的地行程安排表中的多个旅游景点,可以得到多个旅游景点附近的住宿商家。当目的地行程安排表为部分规划的形成安排表时,由于目的地行程安排表中多个旅游景点顺序具有不确定性,无法确定用户每日最后一个景点时哪个旅游景点,因此将所有景点附近的住宿商家均列为待选择的住宿商家;最后讲这些住宿商家集合在一起,形成住宿集合,以便进行筛选。
23.如上述步骤s3所述,当用户具有历史居住信息时,对用户的历史居住的房型和价格进行计算分析,能够得到用户的住宿消费等级和住宿偏好属性,住宿偏好属性即用户习惯性住酒店、宾馆、公寓中的哪种,以便根据住宿消费等级和住宿偏好属性对住宿集合中的商家进行筛选,节省用户主动筛选的时间。
24.如上述步骤s4所述,根据用户的住宿偏好属性筛选住宿商家,即当用户的住宿偏好属性为公寓时,仅提取住宿商家的属性为公寓的商家,同时根据用户的消费等级去掉不属于用户消费等级的商家,最后将剩下的商家集合形成住宿更新集合,住宿更新集合中的住宿商家更加能够满足用户的入住需要。
25.如上述步骤s5-s6所述,多个旅游景点的顺序可以为规划好的每一日的旅游景点
顺序,也可以为通篇的整个旅游景点的顺序(并未划分哪些旅游景点在哪一天),当多个旅游景点的顺序为整个的顺序(即未规划每天的旅游景点)时,根据旅游景点的游玩时长和旅游景点间的交通时长确定哪些旅游景点列为同一天的景点,以便能够得到出行日期中每一日的最后一个旅游景点,进而将每一日的最后一个旅游景点附近的住宿商家筛选出来,形成入住集合,供用户选择;由于用户在游玩一天后需要尽快回到住宿的地方休息,因此入住集合中的住宿商家具有被用户选择的更高的可能性,节省用户主动筛选的时间,提高用户体验度。
26.如上述步骤s7所述,由于每个旅游景点的附近可能有很多的住宿商家,而每个住宿商家在每个旅游网站的评价也各不相同,因此,根据入住集合中所有住宿商家的评价数据对入住集合中每个旅游景点的住宿商家进行分类排序,该评价数据为各大旅游网站的综合评价数据,将评价最好的住宿商家展示在最前面,以便用户能够直观的看到最优选的商家,省去了用户在多个旅游网站进行筛选比对的时间,提高了用户体验度。
27.在一个实施例中,所述根据所述目的地行程安排表得到住宿集合的步骤,包括:s21、获取所述目的地行程安排表中所有旅游景点的位置;s22、以每个旅游景点的位置为圆心,以设定距离为半径提取每个旅游景点的住宿商家作为预备住宿点;s23、将所有旅游景点的预备住宿点组合并以旅游景点分类,得到所述住宿集合。
28.如上述步骤s21-s23所述,获取目的地行程安排表中所有旅游景点的位置,并且以该位置为圆心,设定距离(一般设置为可步行到达的长度距离,也可以根据具体情况进行调整)为半径,提取在该圆圈内的住宿商家为预备住宿点,目的地行程安排表中每个旅游景点均具有多个预备住宿点,将这些预备住宿点集合在一起并以旅游景点分类,得到住宿集合。
29.在一个实施例中,所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性的步骤之前,还包括:s031、判断用户是否具有历史居住信息;s032、若用户不具有历史居住信息,则获取用户的历史消费行为;其中,所述历史消费行为包括餐饮消费、出行消费和购物消费;s033、根据所述用户的历史消费行为在预设的消费等级表中查找所述用户的餐饮消费等级、出行消费等级和购物消费等级;s034、根据所述餐饮消费等级、出行消费等级和购物消费等级预测所述用户的住宿消费等级;s035、若用户具有历史居住信息,则执行所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性的步骤。
30.如上述步骤s031-s035所述,在对用户的历史居住信息进行分析之前,需要判断用户是否具有历史居住信息;当用户具有历史居住信息时,才可以进行分析得到住宿消费等级和住宿偏好属性。当用户不具有历史居住信息时,根据用户以往其他方面的消费习惯预测用户的住宿消费等级,因而,获取用户的历史消费行为,用户的历史消费行为包括餐饮消费、出行消费和购物消费等,在获取到餐饮消费、出行消费和购物消费后,求取它们的平均值,然后在预设的消费登记表中查找用户的餐饮消费等级、出行消费等级和购物消费等级,预设的消费等级表根据大众消费预先设置,例如餐饮消费在10元以下的为第一等级,10-30
元为第二等级,30-60为第三等级等等;购物消费100元以下为第一等级,100-300元为第二等级,300-800元为第三等级等等;出行消费10元以下为第一等级,10-30元为第二等级,30元以上为第三等级等等;如上,得到用户餐饮消费、出行消费和购物消费的平均值后,即可在预设的消费等级表中查找到用户的餐饮消费等级、出行消费等级和购物消费等级,进而根据餐饮消费等级、出行消费等级和购物消费等级预测用户的住宿消费等级,即取餐饮消费等级、出行消费等级和购物消费等级的中位数或平均数为用户的住宿消费等级,根据住宿消费等级的对应关系即可推荐适合用户的住宿价格的房型。
31.在一个实施例中,所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性的步骤,包括:s31、提取所述用户的历史居住房间、所述历史居住房间的价格,以及提取所述用户的历史居住商家;s32、统计所述历史居住房间的房型,并计算每个房型的历史平均居住价格;s33、在预设的住宿消费等级对照表中查找与每个房型的历史平均居住价格匹配的房型消费等级;s34、将房型、历史平均居住价格、房型消费等级组合,形成表明所述用户住宿消费等级的住宿消费表;s35、统计所述历史居住商家的类型,以及统计每个类型包含的历史居住商家数量;其中,所述历史居住商家的类型包括酒店、宾馆、公寓、招待所;s36、将历史居住商家数量最多的类型作为所述用户的住宿偏好属性。
32.如上述步骤s31-s36所述,当用户具有历史居住信息时,提取用户的历史居住房间以及历史居住房间的价格、历史居住商家;根据用户的历史居住房间即可统计历史居住房间的房型,房型包括小单间、大床房、标间、套房等等,每个房型对应了若干个用户是历史居住的房间,得到房型后,计算每个房型下用户的历史平均居住价格,例如标间下用户居住了10次,则将用户居住10次的总价格除以10得到标间的历史平均居住价格;在预设的住宿消费等级对照表中查找与每个房型的历史平均居住价格匹配的房型消费等级,预设的住宿消费等级表参照前述预设的消费等级表设置,根据房型消费等级即可得到用户接受的房型消费范围,例如用户的房型消费等级为第二等级,对应的范围为200-400元;将房型、历史平均居住价格、房型消费等级作为字段,用户的每一条数据作为一行组合为一个表格,形成表明所述用户住宿消费等级的住宿消费表,例如用户的其中一条数据为标间、248元、第二等级(200-400元)。统计用户的历史居住商家的类型,以及统计每个类型包含的历史居住商家数量,将历史居住商家数量最多的类型作为用户的住宿偏好属性;例如统计得到历史居住商家的类型包括有酒店、公寓,酒店的对应的历史居住商家为15家,公寓对应的历史居住商家为9家,则用户的住宿偏好属性为酒店。
33.在一个实施例中,所述根据所述多个旅游景点的顺序对所述住宿更新集合进行再筛选,得到入住集合的步骤,包括:s61、确定所述多个旅游景点的顺序中每一日行程的最后一个旅游景点;其中,所述每一日行程的旅游景点根据所述多个旅游景点的游玩时长和交通时长确定,或根据所述用户的指令进行指定;s62、提取所述住宿更新集合中每一日行程的最后一个旅游景点的住宿商家作为
待选商家;s63、将多个所述待选商家进行组合,得到所述入住集合。
34.如上述步骤s61-s63所述,当多个旅游景点的顺序中包含了对每一日的旅游景点的规划时,提取多个旅游景点的顺序中每一日行程的最后一个旅游景点;当多个旅游景点的顺序中未包含对每一日的旅游景点的规划时,根据多个旅游景点的游玩时长和交通时长确定每一日的旅游景点,即游玩时长和交通时长相加不超过八小时(可根据具体需要进行调整)的旅游景点列为同一日的旅游景点,或者将多个旅游景点的顺序展示给用户,由用户选择每一日行程的最后一个旅游景点;得到每一日行程的最后一个旅游景点后,这些旅游景点附近的住宿商家为用户需要入住的商家,因此提取住宿更新集合中每一日行程的最后一个旅游景点的住宿商家作为待选商家,并将待选商家进行组合得到入住集合,以便对入住集合中的住宿商家进行排序并展示给用户,方便用户进行选择。
35.在一个实施例中,所述根据所述用户的出行日期以及所述入住集合中所有住宿商家的评价数据对所述入住集合中每个旅游景点的住宿商家进行分类排序,形成入住推荐表的步骤,包括:s71、提取所述入住集合中的一个住宿商家作为目标商家;s72、获取所述目标商家的评价数据中的评价图片,以及获取所述目标商家上传的房间图片;s73、计算每张所述评价图片与每张所述房间图片的初始相似度,并根据所述初始相似度计算目标商家的所述评价图片与所述房间图片的总相似度值;s74、将所述住宿集合中的所有住宿商家按照旅游景点进行分类,并根据所述总相似度值对每个旅游景点的住宿商家进行排序,形成所述入住推荐表。
36.如上述步骤s71-s74所述,得到入住集合后,需要对入住集合中的待选商家进行分类排序,便于用户直观的查看到最优的住宿商家。因而,提取入住集合中的一个住宿商家作为目标商家,并提取目标商家的评价数据中的评价图片和目标商家上传的房间图片,计算每张评价图片与每张房间图片的初始相似度值(相似度的计算方法为现有技术中的计算方法,例如ssim(structural similarity) 结构相似性,在此不再赘述),得到多个初始相似度值,例如共有10张评价图片和10张商家图片,则具有100个相似度值;进而根据多个初始相似度值计算目标商家的评价图片与房间图片的总相似度值,即总相似度值=多个相似度值的总和/相似度值的数量;最后将入住集合中的所有住宿商家按照旅游景点分类,然后根据总相似度值对每个旅游景点的住宿商家进行排序,以形成入住推荐表,将入住推荐表展示给用户,用户即可以直观的查看到最优的住宿商家,节省了用户对比筛选的时间。
37.在一个实施例中,所述将所述住宿集合中的所有住宿商家按照旅游景点进行分类,并根据所述总相似度值对每个旅游景点的住宿商家进行排序,形成所述入住推荐表的步骤之后,还包括:s75、根据所述用户的出行日期获取所述入住集合中所有住宿商家的房型价格;其中,所述房型价格包括多个平台的价格;s76、根据所述入住集合中所有住宿商家的多个平台的评分计算所述入住集合中所有住宿商家的总评分;s77、将所述总评分、房型价格添加到所述入住推荐表中。
38.如上述步骤s75-s77所述,得到入住推荐表之后,还需要展示房型和价格等信息,避免用户再次查询浪费时间;由于日期的不同,住宿商家的房型的价格会有不同,因此,根据用户的出行日期获取入住集合中所有住宿商家的房型价格,房型价格包括多个平台(即多个旅游网站)的价格;然后根据入住集合中所有住宿商家的多个平台的评分计算入住集合中所有住宿商家的总评分,即总评分=多个平台的评分总和/平台的数量;最后将总评分和房型价格添加到入住推荐表中,便于用户直观的查看到评分是否和实际评价相符合,同时,一个住宿商家的房型价格添加时同时表明房型并按照价格从低到高展示,便于用户直接在入住推荐表中即可对比,无需再次查询房型和价格,节省时间,提高用户使用体验。
39.本发明还提供了一种旅游住宿推荐装置,包括:获取模块1,用于获取用户的目的地行程安排表,以及获取用户的历史居住信息;其中,所述目的地行程安排表包含多个旅游景点;集合模块2,用于根据所述目的地行程安排表得到住宿集合;分析模块3,用于对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性;预筛选模块4,用于根据所述用户的住宿消费等级和住宿偏好属性对所述住宿集合进行预筛选,得到住宿更新集合;提取模块5,用于提取所述目的地行程安排表中用户的出行日期以及多个旅游景点的顺序;再筛选模块6,用于根据所述多个旅游景点的顺序对所述住宿更新集合进行再筛选,得到入住集合;推荐模块7,用于根据所述用户的出行日期以及所述入住集合中所有住宿商家的评价数据对所述入住集合中每个旅游景点的住宿商家进行分类排序,形成入住推荐表,并将所述入住推荐表展示在用户端。
40.在一个实施例中,集合模块2,包括:位置获取单元,用于获取所述目的地行程安排表中所有旅游景点的位置;预备住宿点提取单元,用于以每个旅游景点的位置为圆心,以设定距离为半径提取每个旅游景点的住宿商家作为预备住宿点;组合单元,用于将所有旅游景点的预备住宿点组合并以旅游景点分类,得到所述住宿集合。
41.在一个实施例中,还包括:历史居住信息判断模块,用于判断用户是否具有历史居住信息;历史消费行为获取模块,用于在用户不具有历史居住信息时,获取用户的历史消费行为;其中,所述历史消费行为包括餐饮消费、出行消费和购物消费;等级查找模块,用于根据所述用户的历史消费行为在预设的消费等级表中查找所述用户的餐饮消费等级、出行消费等级和购物消费等级;等级预测模块,用于根据所述餐饮消费等级、出行消费等级和购物消费等级预测所述用户的住宿消费等级;执行模块,用于在用户具有历史居住信息时,执行所述对所述历史居住信息进行分析,得到所述用户的住宿消费等级和住宿偏好属性的步骤。
42.在一个实施例中,分析模块3,包括:房间提取单元,用于提取所述用户的历史居住房间、所述历史居住房间的价格,以及提取所述用户的历史居住商家;房型统计单元,用于统计所述历史居住房间的房型,并计算每个房型的历史平均居住价格;消费等级查找单元,用于在预设的住宿消费等级对照表中查找与每个房型的历史平均居住价格匹配的房型消费等级;住宿消费表单元,用于将房型、历史平均居住价格、房型消费等级组合,形成表明所述用户住宿消费等级的住宿消费表;历史居住商家数量统计单元,用于统计所述历史居住商家的类型,以及统计每个类型包含的历史居住商家数量;其中,所述历史居住商家的类型包括酒店、宾馆、公寓、招待所;作为单元,用于将历史居住商家数量最多的类型作为所述用户的住宿偏好属性。
43.在一个实施例中,再筛选模块6,包括:旅游景点确定单元,用于确定所述多个旅游景点的顺序中每一日行程的最后一个旅游景点;其中,所述每一日行程的旅游景点根据所述多个旅游景点的游玩时长和交通时长确定,或根据所述用户的指令进行指定;待选商家提取单元,用于提取所述住宿更新集合中每一日行程的最后一个旅游景点的住宿商家作为待选商家;入住集合单元,用于将多个所述待选商家进行组合,得到所述入住集合。
44.在一个实施例中,推荐模块7,包括:目标商家提取单元,用于提取所述入住集合中的一个住宿商家作为目标商家;图片获取单元,用于获取所述目标商家的评价数据中的评价图片,以及获取所述目标商家上传的房间图片;相似度计算单元,用于计算每张所述评价图片与每张所述房间图片的初始相似度,并根据所述初始相似度计算目标商家的所述评价图片与所述房间图片的总相似度值;分类单元,用于将所述住宿集合中的所有住宿商家按照旅游景点进行分类,并根据所述总相似度值对每个旅游景点的住宿商家进行排序,形成所述入住推荐表。
45.在一个实施例中,还包括:房型价格获取模块,用于根据所述用户的出行日期获取所述入住集合中所有住宿商家的房型价格;其中,所述房型价格包括多个平台的价格;总评分计算模块,用于根据所述入住集合中所有住宿商家的多个平台的评分计算所述入住集合中所有住宿商家的总评分;添加模块,用于将所述总评分、房型价格添加到所述入住推荐表中。
46.上述各模块、单元均是用于对应执行上述旅游住宿推荐方法中的各个步骤,其具体实现方式参照上述方法实施例所述,在此不再进行赘述。
47.如图3所示,本发明还提供了一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器
包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储旅游住宿推荐方法的过程需要的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现旅游住宿推荐方法。
48.本领域技术人员可以理解,图3中示出的结构,仅仅是与本技术方案相关的部分结构的框图,并不构成对本技术方案所应用于其上的计算机设备的限定。
49.本技术一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任意一个旅游住宿推荐方法。
50.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储与一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本技术所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限,ram通过多种形式可得,诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
51.需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个
……”
限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
52.以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
转载请注明原文地址:https://win.8miu.com/read-950066.html

最新回复(0)