基于情景感知的自适应旅游活动与推荐系统研究

随着旅游业的发展,散客“个性化”自助游逐渐成为旅游市场的发展主流,而自助旅游者通常在旅游中对信息和相关旅游服务比跟团旅游者有更多的需求。因此,如何为旅行者提供快捷的便利信息,随时随地地满足旅行者的需求成为旅游业迅速发展的关键。 伴随着无线通信技术、计算机网络设施以及手持设备的不断发展,国内外已经推出了一些以手机为平台的移动旅游服务,受到旅游者的追捧。但是,目前的旅游信息系统普遍存在很多问题,缺少个性化和应变性。为此,本文将情景感知计算(不断适应用户位置、周围人群及事物的信息,以及这些事物随着时间的变化的一种计算方法)引入现有旅行系统中,从而能够依据用户行为及所处环境为用户提供即时有效的服务。 本文在查阅了大量国内外情景感知与旅游信息系统相关知识的基础上,进行了如下主要研究。 首先,对旅游活动中的情景信息分类获取获取方法、引入本体建模方法进行了研究,然后利用本体建模方法对旅游活动中的情景本体和本体之间的关系进行建模,建立了新的情景模型——TCOM模型,并利用Protege开发工具实现建模,为后文的情景推理奠定了基础。 其次,本文引入规则推理,利用OWL语言对TCOM模型中的本体和本体之间的关系进行规则表示,构成旅游活动中的本体知识库。采用Jena规则推理引擎,以知识库中的规则为依据,实现了从直接获取的低层情景信息推演出高层的隐式的情景信息,从而有针对性地为旅行者推荐旅游活动。 最后,本文结合旅游活动和情景信息的特点,建立了TCOA系统架构,该架构以核心服务层提供的本体查询模块和本体推理模块实现系统的主要功能。围绕该架构,利用信息技术本文成功设计并开发了自适应旅游活动与推荐系统,以支持本文研究成果的应用。 本文研究了情景感知在旅游活动中的应用,由于过去学术界对情景感知的研究大多数是针对智能空间环境,所以本文的研究内容具有很高的开拓性。本文最终为游客提供了一个智能旅行助手,能够根据游客的个人信息、用户偏好、游览记录及所处环境等向其推荐相应的服务,与传统的旅行助手相比更能充分地满足游客的旅行需求,对提高旅行者自助游积极性、促进旅游业发展具有十分重要的意义。