一种旅游大数据商业平台系统专利检索-自组织映射人工神经网络机器学习人工智能人工智能专利检索查询-专利查询网

一种旅游大数据商业平台系统

阅读：272发布：2020-05-12

专利汇可以提供一种旅游大数据商业平台系统专利检索，专利查询，专利分析的服务。并且本发明涉及一种旅游大数据商业平台系统，解决的是游客安全性评价预防不足的技术问题，通过采用包括相互无线连接的至少1个中心服务器，至少2个移动用户终端；所述中心服务器根据移动用户终端上传信息中包含的位置信息、速度信息，计算出路径轨迹，并统计景区内子区域在时刻ti的移动用户终端数量，计算出子区域内实时游客数量，根据预先定义的人流量阀值，筛选出实时人流量超过阀值的管制区域信息发布给移动用户终端；所述移动用户终端向中心服务器及相邻移动用户终端发送包含求救紧急信息在内的安全业务的技术方案，较好的解决了该问题，可用于旅游应用中。，下面是一种旅游大数据商业平台系统专利的具体信息内容。

权利要求

1.一种旅游大数据商业平台系统，其特征在于：所述旅游大数据商业平台系统包括至少1个中心服务器，及至少2个移动用户终端；移动用户终端与中心服务器无线网络连接，也与相邻移动用户终端无线网络连接，两种无线网络连接方式交替；
所述中心服务器根据移动用户终端上传信息中包含的位置信息、速度信息，计算出路径轨迹，并统计景区内子区域在时刻ti的移动用户终端数量，计算出子区域内实时游客数量，根据预先定义的人流量阀值，筛选出实时人流量超过阀值的管制区域信息发布给移动用户终端；
所述移动用户终端向中心服务器及相邻移动用户终端发送包含求救紧急信息在内的安全业务。
2.根据权利要求1所述的旅游大数据商业平台系统，其特征在于：定义移动用户终端数量＝子区域内实时游客数量，将移动用户终端位置信息重复概率超过预定义重复率阀值的定义为重复移动用户终端并剔除。
3.根据权利要求2所述的旅游大数据商业平台系统，其特征在于：所述移动终端采集游客周围事实的安全源数据，所述中心服务器根据安全源数据采用如下评估方法进行游客安全性评估；
步骤1，构建自组织特征映射神经网络模型，自组织特征映射神经网络模型由级联的至少2级自组织特征映射神经子网络构成，相邻级自组织特征映射神经子网络的自组织特征映射神经网络单元数量之比为2；
步骤2，定义游客安全性评估等级数，用于判断神经网络单元中竞争层神经元合并或分裂的阀值R，输入安全源数据，由第1级自组织特征映射神经子网络进行自组织特征映射学习算法训练，计算出表征游客安全性评估等级的各个类的初始聚类中心值；
步骤3，判断竞争层神经元对应的安全源数据数量，删除对应安全源数据数量低于阀值R的竞争层神经元；
步骤4，计算竞争层神经元的映射系数H＝1/对应的游客安全性评估等级数，若H＜1则执行步骤5；否则将步骤2的初始聚类中心定义为修正聚类中心，执行步骤6，步骤5，则调用次一级自组织特征映射神经子网络进行自组织特征映射学习算法训练，计算出各个类的修正聚类中心作为初始聚类中心值，返回执行步骤3；
步骤6，将修正聚类中心定义为最终聚类中心值，计算各安全源数据与最终聚类中心值的欧氏距离，取欧氏距离最小的最终聚类中心值作为安全源数据的分类结果。
4.根据权利要求3所述的旅游大数据商业平台系统，其特征在于：对应安全源数据数量低于阀值R的竞争层神经元为：
类间距离Dj＜阀值R，类间距离Dj＝||mj-mj+1||，j＝1,2,3，……c-1，mj为第j类的聚类中心值；
竞争层神经元的映射系数H＜1为：
类内平均距离dj＞阀值R， xi为输入层神
经元i对应的安全源数据值，nj为类内的安全源数据数量。
5.根据权利要求3所述的旅游大数据商业平台系统，其特征在于：所述安全源数据包括地形风险分值、天气风险分值、人流量风险分值、团队离心距离值，所有安全源数据的权值之和为1。
6.根据权利要求2所述的旅游大数据商业平台系统，其特征在于：所述计算出子区域内实时游客数量还包括估计时刻ti+1的子区域内实时游客数量。
7.根据权利要求1所述的旅游大数据商业平台系统，其特征在于：所述移动用户终端的上传信息还包括与位置信息对应的时间信息，移动用户终端记录业务或分享业务的信息流；
所述中心服务器根据接收的信息，使用用户偏好模型对移动用户终端所对应的游客的喜好进行分类，并根据分类结果选取对应的路径模式生成游览路径并反馈给对应移动用户终端。
8.根据权利要求7所述的旅游大数据商业平台系统，其特征在于：所述分类结果包括偏喜好模式、去重复模式及聚集地模式。
9.根据权利要求8所述的旅游大数据商业平台系统，其特征在于：分类结果为聚集地模式时，移动用户终端设置聚集地、聚集时间，生成并推荐景区后续路径时将聚集地、聚集时间作为最高优先级进行路径规划。

说明书全文

一种旅游大数据商业平台系统

技术领域

[0001] 本发明涉及旅游大数据领域，具体涉及一种旅游大数据商业平台系统。

背景技术

[0002] 近些年，每逢重大节庆日前后，全国各大景区(景点)都会出现人气高涨的局面，但我们也会看到一些关于景区(景点)游客爆满、道路拥堵不堪以及由此引发的一些景区安全事故的新闻报道，这些负面的报道让旅游业成为社会舆论关注的焦点，引发社会公众更为广泛、激烈的讨论，成为旅游业健康可持续发展的一个“痛点”。随着互联网技术的普及，有关景区安全的网络搜索、关注度呈增长趋势，由于这一活动是在旅游者出行之前完成的，相对于旅游高峰期而言具有明显的“前兆效应”。

[0003] 目前的旅游大数据商业平台系统存在对于游客的安全性估计不足的技术问题，本发明提供一种旅游大数据商业平台系统，能够解决上述技术问题。

发明内容

[0004] 本发明所要解决的技术问题是现有技术中存在的游客安全性估计不足的技术问题。提供一种新的旅游大数据商业平台系统，该旅游大数据商业平台系统具有能够有效估计游客安全性并进行警示的特点。

[0005] 为解决上述技术问题，采用的技术方案如下：

[0006] 一种旅游大数据商业平台系统，所述旅游大数据商业平台系统包括至少1个中心服务器，及至少2个移动用户终端；移动用户终端与中心服务器无线网络连接，也与相邻移动用户终端无线网络连接，两种无线网络连接方式交替；

[0007] 所述中心服务器根据移动用户终端上传信息中包含的位置信息、速度信息，计算出路径轨迹，并统计景区内子区域在时刻ti的移动用户终端数量，计算出子区域内实时游客数量，根据预先定义的人流量阀值，筛选出实时人流量超过阀值的管制区域信息发布给移动用户终端；

[0008] 所述移动用户终端向中心服务器及相邻移动用户终端发送包含求救紧急信息在内的安全业务。

[0009] 上述方案中，为优化，进一步地，定义移动用户终端数量＝子区域内实时游客数量，将移动用户终端位置信息重复概率超过预定义重复率阀值的定义为重复移动用户终端并剔除。

[0010] 进一步地，所述移动终端采集游客周围事实的安全源数据，如图2，所述中心服务器根据安全源数据采用如下评估方法进行游客安全性评估；

[0011] 步骤1，构建自组织特征映射神经网络模型，自组织特征映射神经网络模型由级联的至少2级自组织特征映射神经子网络构成，相邻级自组织特征映射神经子网络的自组织特征映射神经网络单元数量之比为2；

[0012] 步骤2，定义游客安全性评估等级数，用于判断神经网络单元中竞争层神经元合并或分裂的阀值R，输入安全源数据，由第1级自组织特征映射神经子网络进行自组织特征映射学习算法训练，计算出表征游客安全性评估等级的各个类的初始聚类中心值；

[0013] 步骤3，判断竞争层神经元对应的安全源数据数量，删除对应安全源数据数量低于阀值R的竞争层神经元；

[0014] 步骤4，计算竞争层神经元的映射系数H＝1/对应的游客安全性评估等级数，若H＜1则执行步骤5；否则将步骤2的初始聚类中心定义为修正聚类中心，执行步骤6，[0015] 步骤5，则调用次一级自组织特征映射神经子网络进行自组织特征映射学习算法训练，计算出各个类的修正聚类中心作为初始聚类中心值，返回执行步骤3；

[0016] 步骤6，将修正聚类中心定义为最终聚类中心值，计算各安全源数据与最终聚类中心值的欧氏距离，取欧氏距离最小的最终聚类中心值作为安全源数据的分类结果。

[0017] 进一步地，对应安全源数据数量低于阀值R的竞争层神经元为：

[0018] 类间距离Dj＜阀值R，类间距离Dj＝||mj-mj+1||，j＝1,2,3，……c-1，mj为第j类的聚类中心值；

[0019] 竞争层神经元的映射系数H＜1为：

[0020] 类内平均距离dj＞阀值R， j＝1，2,3……c，xi为输入层神经元i对应的安全源数据值，nj为类内的安全源数据数量。

[0021] 进一步地，所述安全源数据包括地形风险分值、天气风险分值、人流量风险分值、团队离心距离值，所有安全源数据的权值之和为1。

[0022] 进一步地，所述计算出子区域内实时游客数量还包括估计时刻ti+1的子区域内实时游客数量。

[0023] 进一步地，所述移动用户终端的上传信息还包括与位置信息对应的时间信息，移动用户终端记录业务或分享业务的信息流；

[0024] 所述中心服务器根据接收的信息，使用用户偏好模型对移动用户终端所对应的游客的喜好进行分类，并根据分类结果选取对应的路径模式生成游览路径并反馈给对应移动用户终端。

[0025] 进一步地，所述分类结果确定推荐模式，包括偏喜好模式、去重复模式及聚集地模式。

[0026] 进一步地，分类结果确定推荐模式，为聚集地模式时，移动用户终端设置聚集地、聚集时间，生成并推荐景区后续路径时将聚集地、聚集时间作为最高优先级进行路径规划。

[0027] 本发明的有益效果：本发明通过游客移动终端的位置信息采集，统计并分析一定景区区域内的人流量，能够考虑人流量饱和带来的安全性问题。同时通过游客移动终端的扩展连接，能够在移动终端与中心服务器网络不通畅时实现紧急求救。鉴于景区的复杂性，也能够实现最近游客互助的目的。在此基础上，通过对于移动终端与游客关联性误差剔除进一步提高准确性。通过采集游客周围信息，构建安全性评估模型，综合评价游客实时安全系数，并对安全等级进行分级，在等级超过阀值时可警示游客或向中心服务器及邻近的移动终端发布求救信息、警示信息。进一步优选地，为了解决景区游客集合困难以及不好在游览时间有限情况下把控游览完整度和效率的情况下，通过将集合地点、集合时间、游客偏好作为输入参数，在现有路径规划算法的基础上，将前述参数的权重值作为最高优先级，在使用现有路径规划算法进行路径规划后，按照优先级展示固化路径，同时实时更新路径、剩余时间、离集合地点剩余距离等参数。附图说明

[0028] 下面结合附图和实施例对本发明进一步说明。

[0029] 图1，实施例1中的旅游大数据商业平台系统示意图。

[0030] 图2，实施例1中游客安全性指数评价流程图。

具体实施方式

[0031] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

[0032] 实施例1

[0033] 本实施例提供一种旅游大数据商业平台系统，如图1，所述旅游大数据商业平台系统包括至少1个中心服务器，及至少2个移动用户终端；移动用户终端与中心服务器无线网络连接，也与相邻移动用户终端无线网络连接，两种无线网络连接方式交替；

[0034] 所述中心服务器根据移动用户终端上传信息中包含的位置信息、速度信息，计算出路径轨迹，并统计景区内子区域在时刻ti的移动用户终端数量，计算出子区域内实时游客数量，根据预先定义的人流量阀值，筛选出实时人流量超过阀值的管制区域信息发布给移动用户终端；

[0035] 所述移动用户终端向中心服务器及相邻移动用户终端发送包含求救紧急信息在内的安全业务。此时可由中心服务器直接响应后派遣景区工作人员，紧急时可由邻近移动用户终端对应的游客完成紧急救援，提高了游客的安全性。

[0036] 本实施例的无线连接均采用现有技术完成，例如微波通信、WIFI或4G移动网络连接方式。

[0037] 具体地，定义移动用户终端数量＝子区域内实时游客数量，将移动用户终端位置信息重复概率超过预定义重复率阀值的定义为重复移动用户终端并剔除。基于有时一个游客带有2个移动终端的情况，本实施例采用如上方式去重。基于有的游客并不带有移动终端的情况，可采用景区现有的视频系统或物联网系统对游客进行事实定位，并根据实时定位与移动终端位置信息进行匹配。未能匹配的可由中心服务器根据景区视频系统或物联网系统采集的游客数据虚拟设置游客移动终端。

[0038] 优选地，为了方便评估游客的安全性指数，对于移动终端采集游客周围事实的安全源数据，所述中心服务器根据安全源数据采用如下评估方法进行游客安全性评估；

[0039] 步骤1，构建自组织特征映射神经网络模型，自组织特征映射神经网络模型由级联的至少2级自组织特征映射神经子网络构成，相邻级自组织特征映射神经子网络的自组织特征映射神经网络单元数量之比为2；

[0040] 步骤2，定义游客安全性评估等级数，用于判断神经网络单元中竞争层神经元合并或分裂的阀值R，输入安全源数据，由第1级自组织特征映射神经子网络进行自组织特征映射学习算法训练，计算出表征游客安全性评估等级的各个类的初始聚类中心值；

[0041] 步骤3，判断竞争层神经元对应的安全源数据数量，删除对应安全源数据数量低于阀值R的竞争层神经元；

[0042] 步骤4，计算竞争层神经元的映射系数H＝1/对应的游客安全性评估等级数，若H＜1则执行步骤5；否则将步骤2的初始聚类中心定义为修正聚类中心，执行步骤6，[0043] 步骤5，则调用次一级自组织特征映射神经子网络进行自组织特征映射学习算法训练，计算出各个类的修正聚类中心作为初始聚类中心值，返回执行步骤3；

[0044] 步骤6，将修正聚类中心定义为最终聚类中心值，计算各安全源数据与最终聚类中心值的欧氏距离，取欧氏距离最小的最终聚类中心值作为安全源数据的分类结果。

[0045] 具体地，对应安全源数据数量低于阀值R的竞争层神经元为：

[0046] 类间距离Dj＜阀值R，类间距离Dj＝‖mj-mj+1||，j＝1,2,3，……c-1，mj为第j类的聚类中心值；

[0047] 竞争层神经元的映射系数H＜1为：

[0048] 类内平均距离dj＞阀值R， j＝1，2,3……c，xi为输入层神经元i对应的安全源数据值，nj为类内的安全源数据数量。

[0049] 其中，所述安全源数据包括地形风险分值、天气风险分值、人流量风险分值、团队离心距离值，所有安全源数据的权值之和为1。安全源数据值根据各值与权重值的乘积之和作为数值。为了进一笔渐变，还可进行归一化处理。

[0050] 优选地，为了进一步提高安全预估性，本实施例中计算出子区域内实时游客数量还包括估计时刻ti+1的子区域内实时游客数量。此时采用的估计算法可采用现场的支持向量机人流量估计算法等。

[0051] 优选地，所述移动用户终端的上传信息还包括与位置信息对应的时间信息，移动用户终端记录业务或分享业务的信息流；

[0052] 所述中心服务器根据接收的信息，使用用户偏好模型对移动用户终端所对应的游客的喜好进行分类，并根据分类结果选取对应的路径模式生成游览路径并反馈给对应移动用户终端。

[0053] 实现以用户偏好作为路径规划依据。在此基础上，为了解决游客组合后在景区散游，最后在某一地点进行集合的游览时，存在某些游客不能按时、保质保量并按照约定地点进行集合缺陷。本实施例在现有路径规划方法的基础上，将聚集地点、聚集时间参数作为最高优先级进行路径挑选。同时可通过中心服务器中转其余成员的游览进度和规划，最大限度实现景区游览的高效。

[0054] 具体地，所述分类结果确定推荐模式，包括偏喜好模式、去重复模式及聚集地模式。

[0055] 详细地，分类结果确定推荐模式，为聚集地模式时，移动用户终端设置聚集地、聚集时间，生成并推荐景区后续路径时将聚集地、聚集时间作为最高优先级进行路径规划。

[0056] 本实施例通过游客移动终端的位置信息采集，统计并分析一定景区区域内的人流量，能够考虑人流量饱和带来的安全性问题。同时通过游客移动终端的扩展连接，能够在移动终端与中心服务器网络不通畅时实现紧急求救。鉴于景区的复杂性，也能够实现最近游客互助的目的。在此基础上，通过对于移动终端与游客关联性误差剔除进一步提高准确性。通过采集游客周围信息，构建安全性评估模型，综合评价游客实时安全系数，并对安全等级进行分级，在等级超过阀值时可警示游客或向中心服务器及邻近的移动终端发布求救信息、警示信息。进一步优选地，为了解决景区游客集合困难以及不好在游览时间有限情况下把控游览完整度和效率的情况下，通过将集合地点、集合时间、游客偏好作为输入参数，在现有路径规划算法的基础上，将前述参数的权重值作为最高优先级，在使用现有路径规划算法进行路径规划后，按照优先级展示固化路径，同时实时更新路径、剩余时间、离集合地点剩余距离等参数。

[0057] 尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。

标题	发布/更新时间	阅读量
变电站智能告警系统专家知识库的远程维护方法	2020-05-08	1016
将账户信息映射到服务器认证	2020-05-12	674
一种提高量子密钥分发系统成码率的方法及装置	2020-05-08	776
卫星外场试验中与试验基地遥测数据交互方法及系统	2020-05-12	839
一种模糊自组织神经网络的电能质量量测缺失修复方法	2020-05-08	264
针对道路图像的灭点自动标定方法	2020-05-08	989
一种支持拓扑结构保持的高维数据可视化方法	2020-05-11	527
基于分层密钥和BLS数字签名的区块链组织密钥管理方法	2020-05-08	365
一种低剂量CT图像修复去噪方法	2020-05-11	629
一种基于深度卷积对抗神经网络的金相组织自动评级方法	2020-05-08	282

一种旅游大数据商业平台系统

一种旅游大数据商业平台系统

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：