您好,欢迎访问三七文档
当前位置:首页 > 临时分类 > 基于AI深度学习的旅游线路规划研究
12摘要:自2008年IBM公司提出“智慧地球”的概念以来,人工智能逐渐成为世界的关注热点。本论文针对现今缺乏用户个性化旅游、景点与路线规划等问题,在智能时代背景下,以云计算、大数据与深度学习等为基础,提出一种将深度学习与旅游计划相融合的新型模式,定义了“智能规划”的新内涵,推进旅游业发展,减弱同质化现象的发生。本研究对比现今旅游业与人工智能的发展状况,对于该新型模式进行利弊分析以及操作方式与相关法则的讨论,介绍实际操作方法,从而确立人工智能技术在旅游业加以运用的重要地位。关键词:人工智能;深度学习;旅游;路线规划中图分类号:F270文献标识码:A引言人工智能,即ArtificialIntelligence(简称为AI),指的是对比于生命智能通过设计,给予机器的能力与智慧(李云开,2018)[1]。随着科技发展,人工智能从外包人类大脑部分功能(如:对感官的处理、数据计算)趋向替代甚至衍生生命体的决策、分析、判断等能力,如图1。该技术基于对数据流的筛选与分析寻找数据关联性,有利于隐形机遇的查找和决策的精准制定。现阶段,人工智能已成功应用于多个领域,而旅游业由于线路设计单一、游客缺乏自主选择权利等原因饱受诟病。在旅游规划上引入人工智能技术,可以根据用户情况精准提供建议,使用户获得更具个性化的旅行计划;同时对旅游焦点有所预测和把控,加速推动旅游业发展。通过对将深度学习与旅游线路规划相融合的模式的分析,本研究确立了人工智能在旅游领域的重要性与现实意义。1、AI与旅游1.1 人工智能目前,人工智能最常用的领域主要为医疗和领导民意。在医疗行业,很多国家都利用该技术对大量癌症病例诊断,利用大数据,纳入每一种癌症的特征、每一个人的病例,针对性地使用不同的治疗手段、药物对患者进行治疗;在领导民意的方面,通过对点赞和网上行为的分析把用户性格分成五个维度,并有针对性地投放广告(曹月佳,2017)[2]。人工智能基于对数据的统计和分析,通过对数据流的检测寻找数据之间的相关性,以提供最优方案。暂时在旅游业上设计领域尚较为局限,主要集中在讲解机对特定景观的讲解、旅游景点推荐、取票、寄存等方面的服务,而未牵涉到系统性地对旅游线路的制定和规划,故人工智能在该方向有极为广阔的前景。1.2 旅行社现状长期以来,旅行社通过旅游团的形式对顾客提供旅行计基于AI深度学习的旅游线路规划研究文/蒋子昂赖红波★基金项目:上海市决策咨询重点课题“人工智能与实体经济融合发展研究”(编号:2019-A-016)上海市高校智库内涵建设项目“人工智能+”背景下设计引领智能制造转型升级研究(编号:2019宣传1-2-60)。划,利用客户众多的优势获取酒店、交通、门票等多方面的优惠,降低成本;并提供引导、讲解的服务,从中获取利润。但是由于旅游目的地的旅游投诉机制缺乏、景区拥挤、服务质量低等因素,许多游客反映对旅行社服务不满意。受国家旅游局委托,中国旅游研究院曾对全国游客满意度进行调查,调查显示近半数游客对旅行社服务感到不满意。根据满意度模型计算结果,游客对旅行社服务感知指数为53.44,未来继续选择该旅行社的忠诚度指数为42.51,居于底位[3]。15年的数据显示,客户对旅行社服务满意度逐年降低(谢克伟,2015)[4],旅行社甚至还多次在医疗、商品零售等32个行业的用户满意度排名中位居倒数第一(胡雪璇,2013)[5]。在行业的激烈竞争下,很多旅行社为了获得短期收益,大量使用恶性价格竞争的方式吸引游客。为了节省成本,旅行社往往提供劣质旅游服务。目前我国各地的旅行社所提供的旅游服务基本上都不能满足游客的需求(石叻,2017)[6]。1.3“私人定制”旅游模式虽然旅游满意度逐年降低,但是游客数量并未减少,其原因在于“私人定制”模式的兴起,对散客进行个性化服务成为旅游市场的新趋势。据调查,途牛、携程、去哪儿等多个旅游平台在提供住宿、交通、门票服务的同时,都推出了根据散客个性化要求而提供的服务。在该模式的运作下,旅行社注重开发新鲜、个性的旅游线路和行程,对传统的运营模式进行升级;客户获得更自由、更多空间的旅游体验,逐渐改变了对旅行社的不信任感。事实上,我国目前拥有2万余家旅行社、2万余家有一定规模的景区、30万家住宿经营者,直接从业人数1350万人,间接从业人数8000万人(梁苑馨,2014)[7],换而言之,具有丰富的旅游资源,可以为游客提供大量选择,但是由于信息服务滞后、交通服务不足、门票价格昂贵、标识系统不完善等原因,私人的个性化旅游方案的制定频频设阻,同时由于经验的缺乏,即便有多种选择也难以决定,最后在方案制定上耗费大量的时间与精力。多种原因皆使其难以推广。图1互联网模式131.4 社会现状在互联网时代下,由于信息的充分共享越发导致同质化现象严重。对于信息源而言,大多采用如图1的流程对信息进行推送和投放;对于用户而言,其接收到的信息即被信息源的内容而局限,同时为了在社交过程中有所话题,通常会将所接受到的信息进行平均化处理以便达成共识,在此双方的作用下,互联网的信息共享逐渐将用户同类化。2、AI深度学习对私人旅行规划的意义与影响2.1 信息准确通过人工智能的运算对用户提出规划建议提供了用户无限的便利,不仅仅是在制定计划过程中时间成本的节约,更不需要对用户有任何经验、决策力的要求。而投放准确作为推送相关信息的重要原则之一,也是人工智能技术的特点之一,通过对用户日常生活中所产生的数据的记录与分析,可以全面而理性地对用户性格、爱好、特征等做出描述,甚至用户潜意识中的偏好都能有所把握,换而言之,人工智能可能比用户更了解自己,利用深度学习对旅游路线(包括景点选择、酒店安排、交通出行等)的制定考虑到用户体力、兴趣之类的客观因素,更为全面,更贴近用户需求。人工智能融入的另一大优点在于它对问题的分析不会收到情绪的和部分外界因素的干扰。在日常生活中,人们做出的选择有大量是出于情绪化的,是由于愤怒、喜悦、惊讶等情绪而引起冲动行为,基于情绪影响下的这类决策超过半数会对用户造成不理想的结果,导致旅游计划难以完成,不能达成期望值。另一类是由于收到周边信息充盈度的影响,在媒体、网络、朋友的推荐下盲目跟从。此类人云亦云的现象,通常会造成“网红”效应,导致景点人流密度过于饱和,且并不一定确实适合用户本身,容易导致旅游体验度下降。但是人工智能所提供的建议往往不会受外界的影响,更不会出于情绪化推送不合适的信息,因此可以保证将人工智能与旅行计划制定相融合可以给用户制定精准、合适的方案。2.2 数据库建立深度学习的基础是大数据,离不开对于大量数据采集后数据库的建立。利用人工智能对旅游业进行发展升级,需要对用户和旅游元素两个对象进行数据库的建立。对于用户建立数据库,即对于用户所产生信息的采集与汇总,以便数据的调用和处理。通过这一方式可以随时间的积累,逐渐补充和修改对选定对象的特征描述与性格确立,通过长时间数据的采集,基本可做到与用户特征完全吻合,因此该方法是最为常用的数据库建立方法。对使用者而言,在旅游规划层面上,最为重要的因素为有针对性的建议推荐,通过对个人数据库的建立,深度学习提供的信息也更趋于人格化、人性化。对于旅游资源(如酒店、景点等)建立数据库是从用户检索次数、热度、用户反馈等参数上进行统计回归,探寻景点之间的共性与特色。寻找共性可以便于对旅游资源进行划分,寻找特色可以依据用户数据库进行针对个人的进一步推荐。而且,通过上述方法对景点关注度进行反馈可做出及时的运算处理,预测不同景点的拥挤程度。在这一过程中,拥挤程度作为新参数出现,进一步提高推荐精确度;同时可以以此为基础修改对不同用户的推荐,合理调配,均衡景区人流,避免部分景区人潮拥挤,其他景区游人稀少的不平衡情况。对两个对象分别建立独立的数据库的好处是不仅仅在于个性化推荐和人流量分析,其优势更在于以下三点:1、旅游资源作为被选择项,容易在数据流中找出相互的关联性,提取数据规律后,可以从数据特征和数据突变现象中对未来趋势进行预测。2、在塑造上述两个对象的数据库后,可通过归类对数据库标签化,使数据库之间建立联系。数据库间相互组合,形成链带,再进行相互匹配,可逐渐形成大规模的个性化旅游路线设计。通常情况下,大规模和量身定制是矛盾的,而通过对用户的归类、旅游资源的分类、旅游方案的设计等操作,可以实现在达到在高标准服务的前提下低成本运作的效果。3、数据库的建立为一由慢到快再趋于精准的过程,如图2,在初步模型建立完备后系统逐渐稳定,后期数据补充及调整所需成本极低。综上所述,建立个性化数据库可以做到在旅游设计、旅游项目推荐上的快速、精准、稳定。图2数据库建立过程2.3 资源开发如同石油、天然气、潮汐能等多种现代社会常用的资源,从某种程度上来说,大量数据的存储与堆积也是未被开发的能源。在人类认识到某种能源的最大用途前,该资源都不会被过度开发,换而言之,在互联网时代产生的大量数据如图3,由网络途径传播,在共享的过程中再进行繁殖产生更多的数据,导致了数据堆积,事实上也属于一种资源。在将人工智能与旅游业相结合的过程中,事实上就是对大量数据在旅游领域上的开发,是一种新资源的挖掘,是一种低成本的价值再生。图3数据产生2.4 产业推动在电脑对大数据进行处理的过程主要为寻找数据的相关性而非因果性,因此大大节约了分析数据的时间。对录入的数据流进行分析可以发现数据间的规律,当用户日常生活中产生的数据出现符合系统所记录的规律性数据迹象时,随重合度的增加,系统将逐渐推送出符合该规律的后续适配推荐。依照此方式进行旅游项目的推送,可以发现用户可能都未曾意识到的需求,寻找到隐性商机。除了隐形商机的挖掘,分析大数据还可获得各旅游景点的社会关注度,进而预判社会焦点、热点所在,在营销策略上可以做先一步的准备。例如某景区介绍的点击率在某年急剧增加,通过深度学习预判该地区的游客数量将会增加,则对于景区周边住宿价格、特产数量与种类等可以提前做调整。上述是针对旅游景区的数据库进行分析后推动旅游资源开发的过程,对于用户的数据库可以通过观察用户对所推送选项的反馈逐渐确立旅游路线,并推荐旅游过程中可能需要的产品,如:泳镜、氧气瓶、雨披等等,在为用户提供方便的同时提高盈利。143、操作方式与方法3.1 建立数据库广义上的人工智能发展条件为:1、操作人员2、大量的PC机3、大量数据4、数据的特征标记与归类5、在某一限定领域进行运用(李云开,2018)[1],而其中较难满足的条件为3、4,数据分类是通过程序与算法所做的处理,基础在于大数据的支撑。如果要将人工智能与旅游设计进行融合,相关的数据采集是一大难点,所需的数据如图4所示,包括以人和网络为来源的数据采集。图4数据需求在进行数据收录时也可以做到对用户的分析:可以收集用户对以前旅游体验的反馈分析游客在对旅游的兴趣点,通过问卷调查可以进一步确认;对以往旅游时间的分析可以确定用户大致有空的时间;陪同者、地点、时长等一系列数据的采集可以判断用户的旅行习惯;通过阅读读物可以看出其性格与偏好;通过其他数据的采集可以进一步分析其日常生活习惯,对比性格与分析的匹配程度,并调整数据结果。最后系统做出推荐的精确度取决于前期数据采集的细分程度。3.2 旅游方案制定人工智能对旅游方案的制定基于用户对深度学习所推荐的选项的选择,再通过对信息的整合进行排列组合,选择最优方案,以达到便利用户,提高安全性、服务性,推动产业发展的目的。同时,覆盖面积广也是智能在该模式中的亮点之一,在景区、酒店、交通等各方面,都有着广泛的应用,可以全方位考虑到用户的需求。在客户使用该模式对旅行方案进行制定时,该系统会预先根据两类数据库的数据分析,模拟数套适合用户的旅游计划,包含所有旅游元素的推荐,用户可以先根据喜好选择所提供的路线,再根据个人的需求对路线中的部分安排进行更改。在更改过程中,系统会为用户分析利弊并做出提示,并将此记录作为新数据输入数据库进行分析。若用户坚持个人想法,系统会对已制定的方案进行线路的修改或重新设计。在同时有多种各具特色的最优方案时,系统也会直接将选择权交给用户,最终选择视客户的自身情况而定。在
本文标题:基于AI深度学习的旅游线路规划研究
链接地址:https://www.777doc.com/doc-8291122 .html