文摘
智能旅游推荐是指补充建议游客的自助观光计划基于互联网技术,和推荐更有效和实用的旅游信息。本文使用大数据和人工智能算法研究智能旅游推荐方法在东南亚。首先,本文简要的概述了大数据和人工智能算法的定义和分类,然后介绍了旅游资源和智能旅游在东南亚。最后,本文进行智能旅游发展模式之间的比较实验基于大数据和人工智能算法和传统的旅游发展模式,分析了公用事业的发展模式三个方面,即游客的体验和满意度,旅游交易的规模和旅游收入的增长率,以及旅游资源的充分性与和谐分配。最后的实验结果表明,游客的总体平均值的体验和满足智能旅游推荐模式下基于大数据和人工智能算法是88.84分,7.30分高于传统旅游模式,验证其有效性。
1。介绍
的背景下,全球经济的快速发展和信息和通信技术,国家之间的距离不断萎缩,和居民的娱乐和生活水平不断提高。越来越多的人选择出国旅行来放松在工作或学习。东南亚位于热带地区,和特殊的热带旅游资源丰富,它已成为许多游客的首选出国旅行。在东南亚国家的游客数量一再触及新高,但旅游需求的快速增长也带来了许多问题。由于设备有限,过多的游客,景点拥挤的现象经常发生。随着现代交通工具的改进,技术,服务设施和游客的增加经济收入,越来越多的游客不再停留在传统的随团旅游方式。他们开始喜欢自导的旅行与一个非常个人的区别。从制作旅行计划预订景区门票,这种旅行是由游客自己和决定的帮助下完成了现代化的科技手段和发达的通信技术。这种方法不仅保持旅游的便利,但也使游客体验个性化的服务,满足自己的差异。
在这个过程中,数据和信息的帮助是非常重要的。科技创新和进步带来了成熟和大数据和人工智能技术的改进。从概念的共识到工业实践,从试点探索商业应用程序,它已成为一个重要的起点为促进行业的数字转换。目前,大数据和人工智能算法已经广泛应用于许多重要领域(1]。例如,它可以看到价值行业,如电力和能源、工业制造、医疗、金融、交通和智能。在可预见的未来,将会有越来越多的应用场景边缘计算,并将发挥价值。在技术实现方面,它有资源按需配置和调度的特点,信息聚合处理和分配,等等。将它应用于智能在东南亚旅游推荐可以集成和分析东南亚丰富的旅游资源,协助游客制定旅行计划,推荐旅游资源和信息匹配他们的利益,并达到更精确的和个性化的旅游服务。
目前,很少有研究在东南亚智能旅游的推荐方法。本文提出一种新颖的研究方向基于大数据的智能旅游推荐方法和人工智能技术。这种技术可以有效地推荐最合适的观光计划根据游客的方向,提供一个完美的和改进的旅游业发展的建议,同时也为智能旅游研究提供新思路。
在现有的研究中,在东南亚旅游的建议仍然是传统的经验方法,但时代在变化迅速,科技的力量是不容忽视的。本文研究了集成的智能方法,信息技术与旅游等可以同时感受到生命的美丽带来的技术和旅游业带来的精神享受。
2。相关工作
近年来,许多学者开展了对大数据的研究和人工智能技术。张认为,人工智能技术可以应用于大数据分类等数据分析。他分析了应用支持向量机(SVM)方法在人工智能算法multiclassification问题。为了提高数据分类性能,他创造性地设计一种改进的一对一支持向量机multiclassification再结合支持向量机方法(资讯)方法。最后的实验结果表明,改进的一对一支持向量机算法具有良好的可靠性(2]。汉和霍应用人工智能技术,制定科学的武术体系培训方法。他们乳酸监测数据,通过建立神经网络算法建立武术系统训练方法。最后,通过仿真,证明了该算法的有效性,实验(3]。郭等人提出了一个设计方案的“demand-industrial设计innovation-market-demand”基于工业情报和大数据技术。他们间接协助工业设计通过算法的决策模型,帮助工业企业节约成本和缩短研发周期的研发过程。它证明了人工智能的应用和大数据可以更好地解决数据隔离和低的主要问题所面临的决策准确性现有国内外研究机构(4]。王等人深入学习算法比传统的图像处理算法更准确和高效的医学图像大数据的有效训练。他们在医学领域有广泛的应用前景。他们应用了智能质量控制系统发展到医院和验证质量控制系统的可行性和稳定性(5]。科伦等人应用传统的k - means算法的数值和分类属性大数据平台。通过应用该算法在一个详细的案例研究演示其功能,他们提供了一个坚实的基础为使用大数据的决策更有针对性的分析和研究。最后,通过实验验证了该方法的有效性(6]。左研究大数据分析系统的开发和健壮性测试基于Java技术和并行优化Oracle。他提出了一种新的数据挖掘算法与聚类方法相结合。在数据挖掘,数据集的措施之间的关系自动划分为若干个集群。他使同一集群内的数据点尽可能相似,最后通过实验验证了该算法的实用性(7]。总之,经过几年的探索,大数据和人工智能技术的应用已经被许多学者深入研究,但没有很多研究,集成智能旅游在东南亚。因此,为了进一步促进旅游业的发展,实际研究智能旅游推荐方法在东南亚的大数据和人工智能技术迫在眉睫。
3所示。大数据和人工智能算法和智能推荐方法在东南亚旅游
3.1。大数据和人工智能算法的概述
3.1.1。大数据的定义和人工智能技术
在当前的研究领域中,不同的学者有不同的理解和定义的大数据。但从根本上讲,大数据是指使用相对经济、快速、准确的技术实现大规模数据搜索,集成和提取最有价值的数据信息(7]。
人工智能是智能技术,使用计算机来操作和执行工作。它在一定程度上可以代替手工工作,完成活动,只有人类才能完成。计算机培训和学习算法由人类通过系统,然后使用计算工具(如卷积神经网络、模糊计算、和专家系统)明智地解决问题,最后做出行为决策通过人工触发或操纵8]。尽管当前人工智能技术不能完全模拟人类大脑形成更自然和有效的学习思考,从人类智慧通过机器学习的模型可以大大解放人类的手和提高生产和工作效率。
3.1.2。大数据和人工智能技术的分类算法
大数据的常用算法和人工智能技术分为五类,如表所示1。
(1)粒子群算法。粒子群优化粒子群优化英文全名,是最流行的算法之一,今年的研究领域。它旨在找到一个最优解之间的随机迭代的解决方案。然后,它使用的健身系统解决方案的质量判断,如图1。与其他算法相比,该算法简单的规则,计算精度和速度的性能优越。
(2)贪婪算法。贪心算法与粒子群算法不同。它的目标是一个算法,不找到最优质的解决方案但希望获得一个更令人满意的解决方案9]。贪婪算法通常可以得到计算结果相对迅速。如图2,贪婪算法常常使最优选择基于当前的情况,而不考虑各种可能的情况。例如,购物时,为了减少硬币的数量恢复,我们不考虑各种宣布计划改变改变,但是从最大面值的货币,并考虑各种货币按照降序排列。它首先尝试使用大面值货币,只考虑未来与小面额货币的数量大面额的货币是不够的。
(3)蚁群算法。蚁群算法,也称为蚂蚁算法,是一种技术用于寻找最优路径图(10]。其灵感来自于行为的蚂蚁在寻找食物的过程中,找到路径如图3,它广泛应用于现实生活的各个方面,在应用程序,它可以用来作为网络路由控制的工具。在交通控制,它能成功地解决车辆调度问题。在海图绘制,它用于解决颜色填充问题。此外,它还可以用来设计大规模时间表的实用性和有效性。
(4)线性回归。线性回归是一种使用最广泛的算法形式的研究领域。它旨在找到一条直线和适合每个数据点的信息散点图最大长度的直线。独立的变量值和数据结构价值由直线的公式和数据的拟合点的信息。该算法模型如图4。
(5)遗传算法。遗传算法是一种进化算法。在人工智能方面,生成优化搜索的问题,可以有效地处理。基本遗传算法的过程并不复杂。以个体为对象,进行优化是通过三种遗传算子(选择遗传算子、变异遗传算子和交叉遗传算子)。顾名思义,选择过程是一个适者生存和消除的弱11]。在自然界中,当一对染色体都位于相同的位置,他们携带的基因交换。这个过程称为交叉。同样,基因变异,控制一个州成为另一个状态的控制,这是突变的现象。突变可以使遗传算法的性能更完美,所以,算法随机搜索的能力。
当选择操作被执行时,其算法公式表示如下:
在公式(1),(2),(3),(4)和(5),代表的数量在人口模式;代表个人的数量包括在每个模式;代表所有的健身价值的总和个人人口;和代表人口的总数。
假设:
在公式(6),(7)和(8), 代表的平均健身价值模式在遗传算法运行时一代;代表平均健身价值的人口遗传算法运行时的一代。当遗传算法进行交叉操作,代表的模式,假设设置交叉概率 ,然后的概率模式可以保留到下一代12)如下:
在方程(9),(10)和(11),代表了染色体的长度; 代表个人的数量包括在模式中 。
遗传算法所得变异操作时,当模式被摧毁,那是因为不确定基因座的模式吗由于突变改变了。假设一组变异概率 ,和的值通常是相对较小的,概率模式是毁在变异过程中(13)如下:
其中,代表了模式的顺序模式 ,和的概率模式不是毁在交叉过程中,可以保留到下一代14)如下:
遗传算法分析模式操作过程中的选择、交叉、变异,染色体中包含模式的数量手术后可以获得,即(15]
根据模式定理,并不是所有的模式都是处理在遗传算法运行相同的概率。因为这些模式定义长度在交叉操作期间很容易破碎。以下是一个模式的分析,有效地处理算法来看,和一个下界的数量计算模式(16]:
在公式(15),(16),(17),(18)和(19),表示二进制编码的染色体数人口;表示二进制的长度;和是一个常数,不到 。
遗传算法可以快速搜索最优解,和其运行效率高17]。为了进一步验证遗传算法的性能,本文得出算法的运行效率和测试精度通过数值算法的实验。实验数据来自UCI数据集。实验结果的数值遗传算法的运行效率和算法的数值精度如表所示2和表3。实验结果表明,该算法具有良好的性能。
3.2。智能旅游在东南亚
3.2.1之上。东南亚旅游资源
东南亚有一个特殊的位置。它横跨赤道,位于热带地区。赤道多雨气候的影响,许多国家在东南亚拥有丰富的热带常绿雨林和热带季风雨林资源。这些使自然森林一个重要的自然旅游资源,加上悠久的历史和宗教文化,文化旅游资源也非常丰富。
(1)自然旅游资源。大多数东南亚国家都靠近海洋,和海岸线的累积总长度达到100000公里。蜿蜒的海岸线,美丽的海景,温暖宜人的气候吸引成千上万的游客参观这里。最具代表性的海滨城市在菲律宾马尼拉,并不仅是菲律宾首都马尼拉菲律宾最大的港口,最著名的罗哈斯海滩路位置。道路宽,大海是蓝色的,风景非常美丽。如图5,每年的温度大约是28°C,这是非常适合游客旅行(18]。
(2)人文旅游资源。东南亚历史悠久,是世界上人口最稠密的地区之一。著名的古代城市的存在增加了许多精彩、引人入胜的文化景观。马六甲的城市,一个世界著名的古代城市,位于这一地区。马六甲是马来西亚最古老的古城。曾经是马六甲王朝的首都,后来被葡萄牙、荷兰和英国。因此,该地区的建筑风格集成许多欧洲文化的基础上维护自己的文化(19]。如图6,风格多样,每一种都有其各自的特点。
东南亚的非常包容的特性也深受丰富多样的宗教和文化资源。曼谷是一个著名的佛教文化的城市,和佛教寺庙的数量已经超过了400。翡翠佛的寺庙是最大、最著名的佛教寺庙在曼谷,泰国。德高望重的玉佛供奉在耆那大厅。它的建筑是一排排、庄严和宏伟的,也是一个著名的旅游景点,如图7。
3.2.2。智能旅游的概念
智能旅游是基于智能城市的概念。然而,它不同于后者的主体智能旅游是游客,和所有的高质量和高质量的信息服务提供了制定以满足游客的个性化旅游需求。智能旅游也意味着旅游业和互联网技术的集成。游客可以依靠便捷的移动客户端进入整个旅游资源网络,随时随地查看实时网络动力学,并获得准确的旅游信息,以避免更改或终止观光计划在景区由于紧急情况。从这个角度来看,游客不仅可以查询和获取所需的旅游服务根据个人意愿,也被动地接受实时信息推动互联网,旅游体验是丰富和多元化。
智能旅游与数字旅游既有相似点和不同点。数字旅游是指数字化旅游活动的整个过程。换句话说,它是将信息,如图像、视频、声音图像和其他信息生成的观光活动成数字语言通过现代科学数字信息技术,然后提交数字语言到计算机进行处理(20.]。旅游活动的网络是使用计算机控制技术和信息通信技术来连接电脑和移动终端在各领域的合作。根据相关网络协议通信,从而实现旅游信息资源共享的目的在一起即使每个旅游都有不同的权限。数字旅游的范围包括旅游服务信息的数字化、管理信息和空间信息,智能旅游是一个进化版本的信息服务提供了基础。
旅游业的结合和“互联网+”模型已经成为产业发展的新领导人。更多的旅游产品也众所周知,因为新媒体的到来的21]。在信息时代,许多行业已经改变了他们传统的商业模式和发展迎来了一个新的黎明。还有一些流行的文化,是通过self-media传播和新媒体出现在人们的视野。
“互联网+”的组合和旅游业也得到国家的大力支持。因此,旅游和互联网的结合已经成为一种新的产业发展方向。它进一步促进旅游业的发展。随着信息时代的到来,各种旅游资源也已意识到信息化使用可视化和移动通信等技术。游客可以检查各种旅游产品的信息,了解最新发展旅游业通过订阅等旅游产品相关的公共账户(22]。
互联网文化旅游是一个社会企业,实现景区的智能服务和营销,商人和游客通过设计任务和建立服务平台。其发展模式主要是两种类型的开发和管理机制与平台建设机制。在信息时代,游客可以有更高的旅行体验23]。与物联网技术的不断更新和互联网技术,开发文化旅游资源也被创新。通过平台、旅游信息可以有效地集成和共享,和管理人员可以进行信息化业务通过电子产品,如电脑,以便更好地管理旅游资源。游客还可以根据自己的情况进行更改,以便获得更有效的旅游经验(24]。因此,利用互联网可以不仅改变了传统的旅游产业营销模式也更好地保护旅游资源。
3.2.3。智能观光功能
从整个旅游过程的角度来看,智能观光有四个功能,即导航、导游、旅游和购物指南。
(1)导航功能。导航功能的智能旅游指的是卫星导航和定位技术的集成和网络技术向游客提供位置信息服务。通过获取定位机构,游客可以获得自己的位置信息在移动端,和移动客户机的接口简单、实用。它不仅可以实现实时更新的景区地图还为游客提供道路交通信息。
(2)导游功能。智能观光的导游功能可以将景点的旅游信息集成在该地区游客所在地或者周围的景点。它包括食物、住宿、购物、娱乐和其他信息,收集和向游客推荐,这样他们可以调整或改变他们的观光计划。
(3)旅游功能。智能旅游的指导函数可以显示周围的风景区的游客的信息以多媒体的形式。它甚至可以开发一个虚拟旅游模块为游客通过3 d虚拟现实技术,这样他们就可以有了更深层次的了解旅游信息,获取最佳的旅游路线信息(25]。
(4)购物指南功能。智能观光的购物指南功能可以帮助游客观光计划中完成所有的费用登记在旅行之前,所以游客可以享受服务更加方便和容易。
4所示。东南亚智能旅游实验基于大数据和人工智能算法
本文在大数据的分类遗传算法和人工智能算法用于5 2021年在东南亚最具代表性的城市进行智能旅游实验。从三个方面分析:游客的体验和满意度,旅游交易的规模和旅游收入的增长率,以及旅游资源的充分性与和谐分配。2020年和其传统旅游发展模式比较来验证智能旅游的有效性。
4.1。旅游体验和满意度
分析游客的体验和满意度主要从五个方面:城市的内部通信网络建设,旅游功能的完善,医疗卫生服务的情报,和应急指挥系统的状态。它调查游客的旅游经历和使用评分测试。以下统计结果来自500年的经验和满意度评级游客在曼谷,吉隆坡,马尼拉,河内和曼德勒,如图8。
(一)
(b)
从图可以看出8智能旅游推荐模式,基于大数据和人工智能算法,游客进五大城市的内部通信网络建设、旅游功能完善,医疗卫生服务的情报,对曼谷和应急指挥系统的经验,吉隆坡,马尼拉,河内和曼德勒。总体的意思是91.24分,总体满意度得分是86.44分。在传统旅游发展模式下,游客额定内部通信网络的建设,旅游功能的完善,医疗卫生服务的情报,和应急指挥系统的状态的五大城市曼谷、吉隆坡、马尼拉、河内、曼德勒。总体的意思是83.27分,总体满意度得分是79.81分。
4.2。旅游事务规模和旅游收入增长率
分析旅游交易的规模和旅游收入的增长速度是视角的旅游旺季和淡季旅游的五大城市曼谷、吉隆坡、马尼拉、河内、曼德勒。结果如图9和10。
(一)
(b)
(一)
(b)
从图可以看出9智能旅游下,基于大数据的推荐模型和人工智能算法,五个主要城市的交易量曼谷、吉隆坡、马尼拉、河内和曼德勒旅游旺季期间,与去年相比增长了约2.19%。与去年相比,旅游淡季交易规模的总体增长率约为3.13%。传统旅游发展模式下,交易量的五大城市曼谷、吉隆坡、马尼拉、河内和曼德勒旅游旺季期间,与去年相比增长了约0.53%。与去年相比,旅游淡季交易规模的总体增长率约为1.02%。
从图可以看出10智能旅游下,基于大数据的推荐模型和人工智能算法,五个主要城市的旅游旺季收入的曼谷、吉隆坡、马尼拉、河内和曼德勒与去年相比增长了约20.80%。与去年相比,旅游淡季收入的总体增长率约为27.78%。在传统旅游发展模式下,曼谷的五个主要城市的收入,吉隆坡,马尼拉,河内和曼德勒的旺季旅游与去年相比增长了约12.77%,和旅游淡季的收入与去年相比增长了约19.67%。
4.3。旅游资源分配的充分性与和谐
分析的充分性和和谐旅游资源的分布主要从五个方面:景区的门票功能的全面性,风景区规划的完美,完美的旅游计划,营销的商业化程度,公共信息发布的状态。调查旅游资源的分布在五大城市、曼谷、吉隆坡、马尼拉、河内和曼德勒,使用一个评分测试。下面的统计结果也从500游客获得额定曼谷、吉隆坡、马尼拉、河内和曼德勒市旅游资源配置,如图11。
(一)
(b)
从图11智能观光推荐模式下,基于大数据和人工智能算法,可以看出游客总分五大城市,曼谷、吉隆坡、马尼拉、河内和曼德勒,综合性的景区门票功能,完美的风景区规划,完善旅游规划、营销、商业化的程度和充足的旅游资源的分布在公共信息发布状态。意思是85.71分,和谐的整体得分是82.49分。在传统的旅游发展模式,游客总分五大城市的综合性景区票功能,完美的风景区规划,完善旅游规划、营销业务的商业化程度,充足的公共信息发布旅游资源的分布。意思是78.46分,和谐的整体得分是78.96分。
5。讨论
通过比较实验数据之间的基于大数据的智能旅游推荐模型和人工智能算法和传统的旅游发展模式,可以得出以下结论:(1)旅游体验和满意度而言,旅游体验的整体平均智能旅游推荐模型下基于大数据和人工智能算法的整体平均7.97分高于旅游体验在传统的旅游发展模式。旅游满意度的总体平均6.63分高于旅游满意度的总体的意思是在传统的旅游发展模式(2)旅游事务规模和旅游收入、旅游旺季交易量的增长的基础上,基于大数据的智能旅游推荐模型和人工智能算法是1.66%高于传统的旅游发展模式。增加淡季旅游交易的规模也高出2.11%,传统的旅游发展模式。旅游旺季收入的增长率的基础上,基于大数据的智能旅游推荐模型和人工智能算法是8.03%高于传统的旅游发展模式。旅游淡季收入也是8.11%的增长率高于传统的旅游发展模式(3)的充分性与和谐旅游资源的分布、旅游资源的总体平均分配充足率智能旅游推荐模型下基于大数据和人工智能算法7.25分高于旅游资源配置充足的总体的意思是在传统的旅游发展模式。的整体意思是和谐程度的旅游资源分配比的总体平均高3.53点下的和谐程度的旅游资源配置传统旅游发展模式
整个比较实验数据表明,保持其他实验条件相同的条件下,不同城市旅游业发展模式,无论是旅游体验和满意度而言,旅游交易规模和旅游收入,或旅游资源分配的充分性与和谐,智能旅游推荐模式下的发展结果基于大数据和人工智能算法更优越。这表明智能旅游推荐基于大数据和人工智能算法可以有效地实现旅游资源的分布和集成,从而促进旅游业的进一步发展。
6。结论
东南亚是一个著名的旅游区,也是一个地区中国居民选择出国旅行最大的比例。如何快速、准确地为游客提供旅游信息服务在当前形势下的激烈竞争的旅游业的发展和旅游资源的分布不均,所以游客可以获得最好的服务体验是一个紧急的问题,需要解决智能旅游。基于大数据和人工智能算法,不仅可以找到最佳的旅游计划满足游客的个体差异实现信息共享的庞大的数据,也依靠客户端。它有效地解决了有限的资源造成的拥挤和不均匀分布的问题。相信随着技术的进步和成熟,智能旅游领域的大数据和人工智能算法将开发越来越多的高质量、高水平。尽管本文使用大数据和人工智能算法进行深入研究在东南亚智能旅游建议,仍有许多不足之处。本文研究的深度和广度不够,研究作者的学术水平也有限,和研究智能旅游仍处于初步阶段。在未来的工作中,相信基于现有的技术和水平,智能旅游推荐适当的方法和手段将从更多的角度,研究和发展旅游业的质量将不断提高。
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称他/她没有利益冲突。