基于虚拟技术的智慧旅游信息服务平台
2021-11-01张宇
张宇
(吉林大学 公共计算机教学与研究中心, 吉林 长春 130012)
0 引言
随着我国经济的高速发展,人们已经解决了基本温饱问题,开始关注精神生活,休闲时间想去看看外面世界,而旅游是一种理想的休闲方式[1]。由于旅游需求的不断增加,人们对旅游信息的准确性和有效性要求越来越高,传统旅游服务平台存在的弊端越来越明显[2-3]。随着互联网技术的不断发展,每天会产生大量的旅游相关信息,给人们选择自己真正的旅游信息造成了困难,如何对网络上的旅游信息进行充分利用,显得越来越重要。随着旅游业转型和不断升级,旅游向信息化、智能化方向发展,在此背景下,出现了智慧旅游信息服务平台。智慧旅游信息服务平台整合各种旅游资源,结合人们旅游需求,可以实现人们对旅游信息的个性化需求。因此,如何建立性能优秀智慧旅游信息服务平台已经成为当前旅游领域研究中的一个热点方向[4-6]。
针对旅游信息服务平台设计问题,国内外学者进行了一系列的研究,当前存在许多类型的旅游信息服务平台[7]。如基于B/S架构的旅游信息服务平台,采用服务器和客户端形式,对于小规模的旅游信息,其可以获得较好的旅游信息推荐效果,但是当旅游信息规模比较大时,存在旅游信息推荐实时性差,旅游信息推荐结果不稳定的缺陷[8-9]。随后出现了微服务架构的旅游信息服务平台,采用微服务技术对旅游信息进行整合、管理,根据用户需求有目的地推荐旅游信息,提高旅游信息的利用率,但是旅游信息推荐误差大,旅游信息推荐结果可信度低,而且无法实现旅游信息个性化需求服务[10-12]。
为了更好地对旅客进行旅游信息服务,降低旅游企业的运营成本,设计了基于虚拟技术的智慧旅游信息服务平台,并具体应用实例对其性能行了测试,结果表明,本文平台可以满足旅游服务的应用要求,可以为智慧旅游规划提供决策依据,可以为游客提供满意的旅游信息。
1 虚拟技术的智慧旅游信息服务平台
1.1 智慧旅游信息服务平台的基本架构
近年来,随着旅游信息呈线性趋势增加,传统旅游信息服务平台已经无法满足实际的应用要求,本文结合旅游信息的特点,设计了一种基于虚拟技术的旅游信息服务平台,该平台包括3个核心层,它们分别为数据层、信息管理层和旅游信息展示层,具体架构如图1所示。
图1 智慧旅游信息服务平台的基本架构
1.2 智慧旅游信息服务平台各层的功能
(1) 数据层主要功能为用户提供一些与旅游有关的信息,如城市经济发展程度、天气变化特点、交通状态、旅游景点数量、景点之间的联系等,将它们以数据库的形式进行保存,为信息管理层提供数据保障,这些数据通过虚拟技术分配到不同节点上,通过网络实现数据的传输。
(2) 信息服务层是旅游信息服务平台的核心,主要用于旅游信息预处理、旅游信息分类、旅游信息检索以及旅游中一些问题的反馈,旅游信息主要包括:旅客相关信息,具体如年龄、爱好、文化程度等;景点相关信息,具体如景区的特色、相关娱乐活动、当地的民俗等。该层通过数据挖掘技术对旅游信息进行智慧推荐,给旅客以及相关人员提供有价值的旅游信息服务。
(3) 旅游信息展示层主要功能将游客真正需要的信息展现给游客,不仅可以通过移动终端得到相应的旅游信息,同时通过网络为游客提供可视化界面,通过可视化界面进行人机交互,为游客更好地服务。
1.3 虚拟化技术
由于旅游信息具有大规模、海量特点,同时每天的旅游信息都会更新,这样对旅游信息平台处理速度要求很高。虚拟技术是网络技术、分布技术以及云计算融合的结果,可以对资源进行统一管理和分配,同时可以保证各个节点的负载十分均衡,降低了维护成本[13]。为此本文虚拟技术搭建旅游信息服务平台。首先划分多个接口,如景区接口、酒店餐饮接口等,每一个节点通过相应节点进行管理,中心服务器通过虚拟技术对各节点进行统一调度和管理,大幅度提高旅游信息管理效率,并可以实现旅游信息虚拟化展示,具体如图2所示。
图2 虚拟技术的各接口联接方式
1.4 旅游信息智慧推荐
在旅游信息智慧推荐服务器上,游客对一条旅游信息进行一次访问,就会在旅游信息智慧推荐服务器保留一条记录,这样每天有大量的游客信息产生。本文通过数据挖掘技术对服务器上的数据进行分析,提取游客的兴趣特征,如访问的景点名称、对景点评分、关注了哪些景点、游客检索记录、游客年龄、学历、收入、职业等。数据挖掘技术的旅游信息智慧推荐具体步骤如下。
(1) 计算游客对旅游信息的评分,设有X个游客,Y条旅游信息,游客对旅游信息的评价矩阵为式(1)。
(1)
式中,Fui表示第u个游客对第i个旅游信息的评分。
采用游客a和b的评价相似度对游客旅游信息兴趣进行挖掘,相似度计算式如式(2)。
(2)
(2) 计算游客兴趣相似度。若两名游客的旅游信息兴趣相似度比较接近,那么他们喜爱的旅游信息类型就相似,关注相同旅游信息的概率就高。设旅游信息类型的属性集合为式(3)。
B={B1,B2,…,Bj,…Bn}
(3)
旅游信息类型的属性可以建立一个矩阵,其第i行第j列的元素为Aij,如果旅游信息属于类型j,那么,Aij=1,不然Aij=0,那么旅游信息类型的属性如表1所示。
表1 旅游信息类型的属性表
游客的兴趣度表示游客对旅游信息的感兴趣程度,兴趣程度越高,那么游客对旅游信息访问、评分、关注就高,设游客a对全部旅游信息总评分为Fa,Faj表示游客a对旅游信息j的总评分,那么游客a对旅游信息j的兴趣度为式(4)。
(4)
两个游客旅游信息类型兴趣的相似度为式(5)。
(5)
式中,n表示旅游信息类型的属性数量;Ibj表示游客b对旅游信息j的兴趣度。
(3) 相似度计算,本文选择游客对旅游信息的相似度和游客兴趣相似度得到游客之间的最终相似度,具体为式(6)。
sim(a,b)=αsimuser(a,b)+(1-α)siminterest(a,b)
(6)
式中,α表示一个平衡系数。
(4) 找寻邻近游客。根据式(6)计算游客之间的最终相似度,根据相似度对游客进行排序,设置一个阈值,选择相似度值大于阈值的游客作为近邻游客。
(5) 产生第i个旅游信息推荐结果。统计所有游客对第i个旅游信息的评分,并对它们评分结果进行排序,选择评分较高的k个旅游信息作为推荐,那么得到游客a对未评分第i个旅游信息的评分计算式为式(7)。
(7)
式中,neighbora表示游客a的k个最近邻集合,最近邻数量k通常选取游客总数的1/20。
2 智慧旅游信息服务平台的性能测试
2.1 测试环境
为测试虚拟技术的智慧旅游信息服务平台的有效性,采用具体实例进行分析。智慧旅游信息服务平台包括1个中心服务器和10个普通节点,它们的具体设置为:中心服务器配置为4核,Intel 3.0GHz CPU,RAM为64GD,硬盘为1 000GB SSD;普通节点配置为2核,Intel 2.65GHz CPU,RAM为8GB,硬盘为500GB SATA。节点与服务器之间的数据传输通过无线网络实现,在相同条件下,选择文献[8]和文献[9]的智慧旅游信息服务平台进行对比测试,验证本文设计智慧旅游信息服务平台的优越性。
2.2 智慧旅游信息服务平台的信息吞吐量分析
信息吞吐量是评价智慧旅游信息服务平台的一个重要指标,不同智能服务平台的旅游信息吞吐量如图3所示。
图3 不同平台的旅游信息吞吐量比较
对图3的旅游信息吞吐量进行比较发现,本文平台的旅游信息吞吐量明显要高于对比平台,这是因为本文平台引入了虚拟技术,通过多个节点并行、同步对旅游信息进行处理,可以加快旅游信息处理和传输。
2.3 旅游信息智慧推荐精度分析
采用3种旅游信息智慧服务平台进行信息推荐服务,统计不同平台的旅游信息推荐精度,结果如图4所示。
图4 系统的旅游景点自动推精度对比
从图4的旅游信息推荐精度可以看出,本文平台的旅游信息推荐精度平均值为93.68%,文献[8]和文献[9]平台的旅游信息推荐平均值为87.70%和88.06%。相对于对比平台,本文平台的旅游信息推荐误差下降了大约6.97%和5.61%,可以为游客推荐更加准确的旅游信息,实际应用价值更高。
2.4 智慧旅游信息服务平台的可靠性比较
对智慧旅游信息服务平台的可靠性进行测试,当平台工作环境受到外部干扰时,平台达到稳定的时间(ms)如表2所示。
表2 不同智慧旅游信息服务平台的达到稳定状态时间对比/ms
从表2可以发现,本文智慧旅游信息服务平台在短时间内达到了稳定状态,而对比平台达到稳定状态的时间明显增加,这表明本文智慧旅游信息服务平台的可靠性更高,可以适合外界环境的变化,具有较强的鲁棒性。
3 总结
为了获得理想的旅游信息服务结果,设计了基于虚拟技术的旅游信息智慧服务平台,采用虚拟技术构建旅游信息智慧服务平台框架,引入数据挖掘技术实现旅游信息智慧推荐,智慧旅游信息服务平台测试结果表明,本文平台是一种效率高、准确率高的旅游信息服务平台,具有十分广泛的应用范围。