基于云平台的智慧旅游信息推送系统的研究

周长敏 王凌云

摘要：旅游信息推送系统能够帮助用户及时获取符合自己兴趣的旅游资讯。借助云平台的海量存储、优越的分布式计算能力，搭建基于云平台的智慧旅游信息推送系统，能够有效快速地获取有效数据，实现信息的智能推送。文章对智慧旅游信息推送系统的架构、工作流程进行探讨，并分析了系统的关键技术。

關键词：信息推送；用户兴趣模型；云平台

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）09-0111-02

如何从数量巨大、内容庞杂的旅游信息资源中发掘用户感兴趣的信息并及时推送给用户，使用户能够及时获取符合自己兴趣的有用信息已经成为智慧旅游信息服务领域的一项重要研究课题。借助日趋成熟的云计算技术，构建基于云平台的智慧旅游信息推送系统，充分整合海量的信息资源，实现对海量数据的分析挖掘处理，结合用户的信息需求、心理倾向及行为习惯，为用户推送满足其个性化需求的旅游信息。

本文以旅游信息推送服务为研究对象，对智慧旅游信息推送系统的架构、工作流程进行设计，并对系统的关键技术进行分析。

1系统架构设计

云计算平台是一种并行共享信息基础平台[1]，本质是利用集群技术将计算工作通过互联网分配给分布式计算终端。云平台可以提供高速的计算服务和海量数据存储服务，可以有效地解决海量旅游信息的处理问题。

基于云平台的智慧旅游信息推送系统的总体架构分为云端数据中心、云服务层和终端应用层三层，系统架构如图1所示。

1.1云端数据中心

云端数据中心作为智慧旅游信息推送系统的数据支撑层，主要完成对旅游景点、旅游资源目录、用户信息（包括订阅信息）、用户访问日志数据和权限数据等基础数据的采集、集中存储、分析和管理，为服务层提供数据库和文件访问接口。

1.2云服务层

云服务层作为智慧旅游信息推送系统的核心层，为应用层的信息检索、浏览及信息管理提供业务能力支撑。完成旅游信息检索、过滤、推送的具体计算业务。用户信息收集、信息管理维护服务模块负责收集用户信息，主要收集用户使用习惯、用户兴趣、用户订阅频道等基本信息。

1.3 终端应用层

终端应用层作为系统的表示层，主要面向目标用户提供信息浏览下载、信息订阅、信息检索、信息管理等服务。

2 信息推送流程与推送方式设计

2.1 推送流程设计

用户通过终端APP的信息管理模块进行注册和登录，并完善个人的基本信息。在信息订阅模块，用户根据自己的兴趣爱好订阅相应的旅游信息频道。服务层的用户信息收集模块负责将用户填写的信息及兴趣爱好、订阅信息进行收集整理，存入数据中心的用户信息库。此外，用户信息收集模块对用户信息使用行为进行跟踪并获取用户的信息需求特征，并存入用户信息库。用户通过终端APP，以信息检索、信息订阅等方式发送信息服务请求，服务层根据用户的检索需求并结合用户使用习惯、用户兴趣等信息，建立用户兴趣模型，根据获取的用户兴趣，对数据中心的旅游信息内容进行过滤和筛选后将符合用户需求的信息推送给用户。信息可以直接推送到APP页面，同时也可以采用邮件、短信等方式进行推送。

2.2推送方式设计

主要设计了两种信息推送方式：自动推送和频道式推送。频道式推送主要通过用户订阅实现，属于常规性的信息推送方式。自动推送方式通过对用户近期的信息使用行为进行跟踪，在获取近期的信息需求特征后，自动将与用户需求特征相关度最大的旅游信息发送给用户。同时用户对系统推送的信息进行评价和评分，系统根据用户的评价分值实时调整推送的内容，以提高系统的智能性。

3 关键技术分析

要实现旅游信息的个性化自动推送，需要将用户兴趣偏好、用户对旅游项目的评价等多元的用户信息充分融入推送系统，挖掘用户兴趣，构建用户兴趣模型，通过智能算法求出目标用户对某旅游项目兴趣度的预测值，将预测值最高的旅游项目推送给用户。下面对系统涉及用户兴趣模型、推荐算法等关键技术进行论述。

3.1 用户兴趣模型

用户兴趣模型是关于用户兴趣、特征和活动知识的表示模型[2]。用户兴趣可分为显性和隐性两个部分[3]。显性兴趣的获取较为容易，可以从用户登录系统所注册的个人信息中获取用于表述用户兴趣的关键词，用户的信息订阅列表也能直接地表明用户对哪类信息感兴趣。此外，根据用户的访问日志可以对各类信息的访问次数进行统计和排序，排序靠前的信息即是用户相对比较感兴趣的信息类别。

隐性兴趣可以通过确定目标用户的最近邻集合的方式获取。最近邻集合是指与目标用户拥有共同爱好的群体。所有用户都存在一个最近邻集合，通过求出目标使用者和其他使用者之间的相似度，按照相似度值的降序顺序对最近邻居进行排列，排在前位的最相似用户组成最近邻集合。最近邻集合中的用户具有相似的旅游喜好。通过提取最近邻集合用户群体的共性特征就可以从而获取

目标个体用户的隐性兴趣。当然，用户的兴趣会随着时间发生变化，因此在设计信息推送算法时要考虑兴趣的变化问题。

3.2 推送算法

获取用户兴趣后，就可以根据用户兴趣进行旅游信息的推送。目前信息推送的常用算法主要包括定期轮序算法和卡尔曼算法[4]。定期轮序算法原理是客户端定期对服务器进行查阅，依据用户在一段时间内的历史信息确定需推送的旅游信息；卡尔曼算法是在分析用户历史浏览数据的基础上，通过卡尔曼算法对用户感兴趣的旅游信息进行预测，两种方法都没有考虑用户不断变化的兴趣。

针对目前旅游信息推送算法没有考虑用户兴趣变化的问题，引入加权函数对用户对旅游项目的评分进行更新，设计一种旅游信息适应性自组织推送算法，能够适应性自组织地为用户推送高质量的旅游信息。

图2描述了推送算法的工作流程。算法核心思想是通过比较目标用户行为和其他用户之间的相似性，获取一组旅游兴趣相似的用户即最近邻居，确定目标用户的最近邻居后，把最近邻居感兴趣的旅游信息推送至目标使用者[5]，具体过程如下：

1）确定目标用户的最近邻集合。所有用户都有一个最近邻集合，通过求出目标使用者和其他使用者之间的相似度，获取最近邻。按照相似度值的降序顺序对最近邻居进行排列，排在前位的最相似用户组成最近邻集合。

2）确定加权函数。用户对旅游信息的兴趣是随时间推移不断变化的，所以需引入加权函数对用户对旅游项目的评分进行更新。模糊集能够依靠自适应、自组织特点，对时变、不确定等繁琐关系进行处理，可以采用模糊集理论处理旅游信息推送过程中的时变问题。根据采集的使用者旅游信息，构建相应的评价指标，对评价指标施行模糊化处理，而后进行加权平均反模糊化处理，由此能够确定使用者的权重输出[6]。

3）产生旅游信息推荐结果。求出目标用户对某旅游项目兴趣度预测值，将预测值最高的旅游项目推送给用户。

4 结束语

随着云计算技术的快速发展和旅游信息内容的海量增长，搭建基于云计算平台的旅游信息推送系统，借助云的海量存储、优越的分布式计算能力，能够有效快速地获取有效数据，实现信息的智能推送。因此，基于云平台的智慧旅游信息推送具有重要的研究意义及广阔的应用前景。本文虽然对系统的架构及关键技术进行了研究与分析，但系统的具体实施还需要进行深入细致的研究。

参考文献：

[1] 姜宗品，罗国富，刘海东.基于云计算的物流信息平台的设计与实现[J].物流技术，2015，34（7）：256-258.

[2] 邰淳亮，谢怡，孙知信.一种基于用户兴趣的位置服务推荐算法[J].计算机技术与发展，2017，27（9）：64-69.

[3] 廖轶宸.基于移动网络的混合型信息推送系统的研究[J]. 计算机工程与设计，2012，33（8）：3268-3272.

[4] 康思本.基于微信公众平台的图书馆信息推送研究[J]. 现代情报， 2014，34（5）：131-134.

[5] 李淑华，郝星耀，周清波.基于Web的自动灌溉控制系统数据实时推送设计与开发[J].农业工程学报，2015，31（15）：133-139.

[6] 屈赟，陶晡，王克俭.基于Android的果树病虫害信息推送系统的设计[J].科技通报，2016，32（5）：86-90.