基于CRF景点推荐模型研究

针对游客旅游景点选择难以及旅游发展趋势,文中提出一种基于CRF模型的旅游景点推荐算法模型。利用网络爬虫获取景点评论数据集,并采用CRF算法从中提取评价观点,对评论观点进行有效性过滤,将过滤后的观点构建观点集,计算各观点的余弦相关性,将相关性高的观点进行合并。实验结果表明,基于CRF景点推荐算法较其它常见方法在准确率、召回率方面有明显提高,且PR及ROC曲线效果良好。部分景点评论的稀疏性会导致这些景点评论分析结果的偏差。该方法对游客选择旅游目标具有很好的决策作用。     

分支限界算法在导游系统路径优化中的应用

为解决游客出行时选取最短旅行线路的困扰,在导游系统中加入了路径分析的功能。将分支限界算法应用于最短路径分析中,通过获取不同景点的ID号以及地理位置找到一条通过每个景点且只通过一次的最短旅行路线,通过仿真,其结果达到了预期的目标。     

基于Spark框架的瀑布型融合旅游推荐系统

目前旅游信息数据量庞大却无法满足用户的特定需求,很多不确定因素导致用户评分出现偏差,使推荐结果不准确且实时性差。鉴于此,本文提出构建基于Spark框架的瀑布型融合旅游推荐系统。首先,利用爬虫技术对各大旅游网站景点信息进行爬取和整理,搭建Spark框架读取数据并进行数据清洗和预处理,通过API将景点地理位置转换为经纬度坐标以便后续可视化;其次,设计2个过滤层,第一层采用SimHash算法,该算法能够实现海量数据的快速降维处理,有效节约时间。第二层采用余弦相似度算法并利用TF-IDF计算词频,进而过滤和更新旅游景点推荐数据库,最终形成反馈给用户的推荐数据库;最后,用户从系统推荐的Top-N景点选择自己感兴趣的景点,系统将会对其进行地图可视化,并标注每个省市景点的数量和平均票价,为用户提供智能旅游推荐的完美体验。该系统从用户需求出发,通过分析用户需求文本语义,与旅游数据库进行相似度计算进而获得推荐结果,达到了实时性和准确性的统一,是对旅游推荐系统的补充和完善,具有一定的实用价值。     

面向智能导览的个性化线路规划研究

个性化游览线路的规划是智能导览的核心问题之一,景区及景点信息的形式化表示是个性化游览线路自动规划的基础。针对导览线路的自动规划问题,提出一种基于无向图及H-RVT表的、带用户偏好表示的导览线路生成方法。在问题约束及影响因素分析的基础上,首先给出了景区及景点的有向图表示,进而提出基于最大相对价值表的景点信息表示方法,最后给出一种综合考虑起点与终点选择、景点选择和游览时间控制的个性化游览线路自动规划方法。该方法解决了景区、景点及路线生成的形式化表示问题,为路线规划的实现提供了理论支撑。     

旅行商问题的一种模拟退火算法求解

旅行商问题(TSP)是组合优化领域里的一个典型的、易于描述却难以处理的NP难题,其可能的路径数目与城市数目是呈指数型增长的,求解非常困难。首先介绍了旅行商问题,模拟退火算法原理及其算法实现。应用模拟退火算法对TSP进行研究,给出解决TSP的一种比较精确的算法并用Matlab实现了算法。最后用该算法对TSP进行了仿真,验证了该算法的有效性。     

基于贪婪算法的旅游路线优化问题

针对目前国内旅游线路的设计多偏向于从景区特色出发,而较少从旅行时间和路径入手的问题,利用贪婪算法设计数学模型。在旅行者不多于15天的旅行约束条件下,对国内201个5A风景区进行聚类分块,将201个景区简化为31个省市。算得从西安市出发到各省市的旅行时间并得到21条符合要求的旅行路线。将相关结果以更直观的图像形式展现,为旅行路线的设计研究提供了参考。     

旅游区电子化旅游产品效用研究—基于Agent建模中的简单规则

RUGG旅行效用模型主要应用于评价不同旅行目的地对旅游消费者的旅行效用,本文在该模型基础上构建基于Agent建模中的简单规则,通过旅游产品价值、对旅游地游客时间价值、旅行价格、接待能力和运行成本5项因素综合衡量某一旅游区内旅游产品的旅行效用,以电子门票、电子预定酒店和电子钱包作为电子化旅游产品的具体形式,以定性与定量相结合的方法,探索了不同主体（旅游消费者、旅游企业）采用电子化旅游产品对旅游区旅行效用的影响,以及不同主体在选择电子化旅游产品时会呈现的微观机理和宏观“涌现性”。     

基于矩阵分解和蚁群算法的旅游路线优化算法

近年来,随着我国经济的迅速发展,旅游业始终保持着不断增长的趋势,合理的对旅游路线进行规划就显得尤为重要.首先综述了常用的旅游路线规划算法,然后提出一种基于矩阵分解和蚁群算法的旅游路线规划算法,通过矩阵值分解算法找到用户对景点的感兴趣的程度,即通过梯度下降算法使损失函数最小,得到了评分矩阵.最后根据用户对景点的喜好程度,...     

基于蚁群算法的旅行商问题的研究

群居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优化算法的有力方法。对以蚁群算法为代表的群集智能的研究已经逐渐成为一个研究热点。蚁群算法在实际的生活中有很大的用处,比如求解旅行商问题,本文介绍了一种求解复杂TSP的蚁群算法,阐述了该算法的基本原理及实现过程,并且在本文中尝试用编码的形式将基本蚁群算法应用到求解旅行商问题中去。     

基于蚁群算法的旅行商问题的研究

群居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优化算法的有力方法。对以蚁群算法为代表的群集智能的研究已经逐渐成为一个研究热点。蚁群算法在实际的生活中有很大的用处,比如求解旅行商问题,文章介绍了一种求解复杂TSP的蚁群算法,阐述了该算法的基本原理及实现过程,并且在本文中尝试用编码的形式将基本蚁群算法应用到求解旅行商问题中去。     

Path recommendation based on geographic coordinates and trajectory data

In order to overcome the lacking of tourism information recommendation at the tourism websites,travel review websites and travel websites,a hybrid density clustering approach was proposed to identify scenic hotspot based on the data of geographical coordinates and tour route data.To help users searching high-quality resources and planning an effective tour path,a tour path generation algorithm was designed which contained all the attractions in the scenic area by using the HITS algorithm to evaluate the attraction and improving the traditional ACO algorithm.The multi algorithm comparison experiment was conducted to evaluate the effectiveness of the hot spots and route planning methods.The results show that the method is efficient and practical.     

Spatial experience based route finding using ontologies

Spatial experiences in route finding, such as the ability of finding low‐traffic routes, exert a significant influence on travel time in big cities; therefore, the spatial experiences of seasoned individuals such as taxi drivers in route finding can be useful for improving route‐finding algorithms and preventing using routes having considerable traffic. In this regard, a spatial experience‐based route‐finding algorithm is introduced through ontology in this paper. To this end, different methods of modeling experiences are investigated. Then, a modeling method is chosen for modeling the experiences of drivers for route finding depending on the advantages of ontology, and an ontology based on the taxi drivers’ experiences is proposed. This ontology is employed to create an ontology‐based route‐finding algorithm. The results are compared with those of Google maps in terms of route length and travel time at peak traffic time. According to the results, although the route lengths of route‐finding method based on the ontology of drivers’ experiences in three cases (from nine cases) are greater than that based on Google maps, the travel times are shorter in most cases, and in some routes, the difference in travel time reaches only 10 minutes.     

遗传算法在低空突防中的应用

针对在飞机低空突防航路规划中存在的计算复杂和收敛性等问题,论述了遗传算法基本原理,分析航路优化的性能指标。将遗传算法应用到航路规划中,航路进行染色体编码,根据随机数产生初始种群,适应度函数的大小进行选择、交叉和变异操作,达到算法终止条件后输出最优航路。仿真结果表明,应用改进的遗传算法规划的最优航线可以有效回避威胁和地形。     

一种改进的DME/DME导航台优化算法

航路飞行阶段的导航台选择是区域导航(RNAV)运行的主要环节。在采用 DME/DME 导航方式的 RNAV 选台过程中，基于最小定位误差标准差的选择方法是一种传统的选台算法。论文首先分析了基于最小定位误差选择算法在航路飞行阶段的 DME 台站选择性能，然后针对这种算法中导航台切换频繁的问题，提出了一种改进的 DME/DME 导航台优选算法，并通过对比两种选台算法在 A593 航路中的选台结果和导航台切换次数，对区域导航性能进行仿真评估。仿真结果表明，导航台优选算法能够自动选出一对具有更高精度的导航台，并且满足 DME/DME 区域导航要求，在一定程度上减少了导航台的频繁切换，提高了定位结果的连续性。     

Immune Algorithm for Solving the Optimization Problems of Computer Communication Networks

The basic problem in optimizing communication networks is to assign a proper circuit for each origindestination pair in networks so as to minimize the average network delay, and the network optimal route selection model is a multi-constrained 0-1 nonlinear programming problem. In this paper, a new stochastic optimization algorithm, Immune Algorithm, is applied to solve the optimization problem in communication networks. And the backbone network vBNS is chosen to illustrate the technique of evaluating delay in a virtual network. At last, IA is compared with the optimization method in communication networks based on Genetic Algorithm, and the result shows that IA is better than GA in global optimum finding.     

低开销的MANET网络按需路由协议

针对简单泛洪效率低的问题,提出了一个限制洪泛的高效的路由广播算法,通过Euclidean距离来限制路由发现过程中请求分组被转发的次数;研究了减少路由维护开销,并降低路由发现的频率的方法,提出了一个基于节点高度的路由修复与优化算法,该算法使用节点监听来对链路断裂的路由进行修复与优化.基于限制泛洪的高效的路由广播算法和路由修复优化算法,提出了一种新的低开销的MANET网络按需路由协议LOOR(low overhead on-demand routing).仿真结果表明,新协议增强了路由的顽健性,减少了路由跳数,降低了路由发现的频率,提高了数据分组递送率,并显著地降低了路由控制开销.     

Fuzzy logic based route optimization in a multihomed mobile networks

The present work is a fuzzy logic based route optimization in multihomed mobile network. The mobile routers in the mobile network use best egress determination algorithm to identify its best egress interface for each service type supported by the mobile network dynamically and send the best egress interface per service type information to a local fixed node inside the mobile network. The mobile network node sends a request message to the local fixed node inside the mobile network to initiate a session. The local fixed node uses best route selection algorithm to select an optimal route from mobile network to Internet for the desired service type of the mobile network node. The performance of the proposed work is evaluated using NEMO_SIM simulator which is implemented using JAVA. Results based on a detailed performance evaluation study are also presented to demonstrate the efficacy of the proposed scheme.     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

对旅游电子商务的思考

旅游的生产经营和消费将会高度依靠信息资源,信息成为了旅游发展的重要影响因素。中国旅游现在已经引入国民消费为主的大众旅游发展的新阶段。旅游电子商务特别是OTF在线旅游预定是旅游产业中间应用最为广泛也是最为活跃的领域。