本發(fā)明涉及智慧旅游導覽，具體為一種基于云平臺的智慧旅游導覽數(shù)據(jù)的推送系統(tǒng)。

背景技術(shù)：

1、隨著旅游業(yè)的蓬勃發(fā)展和信息技術(shù)的快速進步，智慧旅游成為了新的發(fā)展趨勢，智慧旅游通過集成各種信息技術(shù)手段，為游客提供更為便捷、豐富和個性化的旅游服務(wù)，其中，虛擬現(xiàn)實(vr)和增強現(xiàn)實(ar)技術(shù)作為新興的信息技術(shù)，以其獨特的沉浸式體驗優(yōu)勢，在旅游業(yè)中得到了廣泛應(yīng)用，這些技術(shù)能夠模擬真實場景，提供互動性強、趣味性高的導覽服務(wù)，使游客能夠更深入地了解旅游目的地的文化、歷史和風俗，而云平臺作為現(xiàn)代信息技術(shù)的核心基礎(chǔ)設(shè)施，具有強大的數(shù)據(jù)處理能力和存儲能力，為智慧旅游提供了堅實的技術(shù)支撐，同時，云平臺還能夠?qū)崿F(xiàn)旅游資源的共享和優(yōu)化配置，提高旅游業(yè)的運營效率和服務(wù)質(zhì)量。

2、當前，盡管傳統(tǒng)的旅游導覽系統(tǒng)在一定程度上滿足了游客的基本需求，但在面對日益增長的個性化需求時，仍存在明顯的不足，首先，傳統(tǒng)導覽系統(tǒng)缺乏個性化推薦功能，無法根據(jù)游客的興趣偏好和需求提供定制化的旅游信息，其次，傳統(tǒng)導覽系統(tǒng)缺乏互動性，游客往往只能被動地接受導覽信息，無法主動探索和互動，此外，傳統(tǒng)導覽系統(tǒng)還存在信息更新不及時和導覽內(nèi)容單一的問題，無法滿足游客對深度體驗和互動探索的需求。

3、在現(xiàn)有技術(shù)中，雖然有一些嘗試將vr/ar技術(shù)應(yīng)用于旅游導覽系統(tǒng)的實踐，但往往存在技術(shù)實現(xiàn)復雜、設(shè)備成本高和操作不便的問題，這些弊端限制了vr/ar技術(shù)在旅游導覽系統(tǒng)中的廣泛應(yīng)用，此外，現(xiàn)有技術(shù)在整合云平臺、大數(shù)據(jù)分析與vr/ar技術(shù)方面也存在不足，無法實現(xiàn)旅游信息的智能推送和互動體驗，這些問題不僅影響了游客的旅游體驗，也制約了旅游業(yè)的智能化發(fā)展，因此，開發(fā)一種基于云平臺的智慧旅游導覽數(shù)據(jù)推送系統(tǒng)，實現(xiàn)旅游信息的個性化定制和互動體驗，具有重要的現(xiàn)實意義和應(yīng)用價值。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的就是為了彌補現(xiàn)有技術(shù)的不足，提供了一種基于云平臺的智慧旅游導覽數(shù)據(jù)的推送系統(tǒng)，它能夠通過集成云平臺與大數(shù)據(jù)分析技術(shù)，能夠?qū)崟r收集并分析游客的游覽習慣、興趣偏好和消費能力，進而為游客提供高度個性化的旅游信息推送，并利用vr/ar技術(shù)，創(chuàng)建高質(zhì)量的虛擬旅游場景和增強現(xiàn)實導覽內(nèi)容，為游客提供沉浸式的旅游體驗。

2、本發(fā)明為解決上述技術(shù)問題，提供如下技術(shù)方案：一種基于云平臺的智慧旅游導覽數(shù)據(jù)的推送系統(tǒng)，其特征在于，該系統(tǒng)包括以下組成部分：

3、云平臺架構(gòu)與數(shù)據(jù)處理：構(gòu)建一個基于云服務(wù)器的數(shù)據(jù)處理與分發(fā)中心，負責收集和分析旅游數(shù)據(jù)，對收集到的數(shù)據(jù)進行深度挖掘，分析游客的游覽習慣、興趣偏好、消費能力，為個性化推送提供精準的數(shù)據(jù)支持；

4、個性化數(shù)據(jù)推送：基于游客的歷史行為數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)，構(gòu)建游客的個性化畫像，集成實時推送算法，根據(jù)游客的當前位置、游覽時間和天氣狀況的因素，結(jié)合游客畫像，實時推送定制化的旅游信息；

5、vr/ar內(nèi)容生成與推送：集成vr/ar模塊，利用3d建模和實景掃描技術(shù)，創(chuàng)建高質(zhì)量的虛擬旅游場景和增強現(xiàn)實導覽內(nèi)容，游客可通過移動設(shè)備和指定的穿戴設(shè)備，體驗虛擬游覽、歷史重現(xiàn)和信息疊加的互動功能；

6、交互式體驗設(shè)計：設(shè)計友好的用戶界面，支持語音指令和手勢控制的多種交互方式，確保游客在使用vr/ar功能時操作簡便，提升用戶體驗；

7、安全與隱私保護機制：建立嚴格的數(shù)據(jù)加密和訪問控制機制，確保游客個人信息的安全，同時遵守相關(guān)隱私保護法律法規(guī)。

8、更進一步地，所述云平臺架構(gòu)與數(shù)據(jù)處理通過手機社交媒體和在線預訂平臺渠道，收集游客行為數(shù)據(jù)，即游覽路線、停留時間、景點流量信息、天氣預報數(shù)據(jù)，利用大數(shù)據(jù)分析技術(shù)對收集到的數(shù)據(jù)進行深度挖掘，通過聚類分析k-means算法對游客行為模式進行分類，隨機選擇k個數(shù)據(jù)點作為初始聚類中心，使用歐氏距離計算數(shù)據(jù)集中每個點與k個聚類中心的距離，即：p是數(shù)據(jù)點，c是聚類中心，n是特征數(shù)，pi和ci分別是數(shù)據(jù)點和聚類中心在第i個特征上的取值，并將其分配給距離最近的聚類中心：c是新的聚類中心，m是聚類中數(shù)據(jù)點的數(shù)量，pi是聚類中第i個數(shù)據(jù)點的坐標，通過將大量的游客行為數(shù)據(jù)，包括訪問的景點類型、停留時間、消費習慣，分組到不同的聚類中，系統(tǒng)可以更好地理解游客的偏好和行為模式，從而識別出具有相似游覽習慣和興趣偏好的游客群體。

9、更進一步地，所述個性化數(shù)據(jù)推送利用k-means幫助細分用戶群體，通過協(xié)同過濾在此基礎(chǔ)上進一步實現(xiàn)個性化的信息推送，并通過分析用戶過去的行為評分、瀏覽歷史，預測用戶感興趣但尚未直接交互的項目景點、活動，通過協(xié)同過濾對收集到的用戶瀏覽記錄、購買記錄和評分數(shù)據(jù)，利用余弦相似度算法計算用戶之間的相似度，即：

10、u和v是用戶，iuv是用戶u和用戶v都評價過的物品集合，rui和rvi分別是用戶u和用戶v對物品i的評分，基于用戶相似度和相似用戶的歷史評分，預測評分最高的物品作為推薦列表。

11、更進一步地，所述個性化數(shù)據(jù)推送的具體步驟：

12、(1)數(shù)據(jù)接收與處理：接收云平臺架構(gòu)與數(shù)據(jù)處理采集到的游客歷史游覽數(shù)據(jù)、訪問過的景點、停留時間、社交媒體行為、分享的內(nèi)容以及基本人口統(tǒng)計年齡和性別信息，對接收到的數(shù)據(jù)進行處理，確保數(shù)據(jù)質(zhì)量；

13、(2)用戶畫像構(gòu)建：利用機器學習算法對用戶進行分群，識別不同類型的游客特征，結(jié)合用戶的靜態(tài)屬性和動態(tài)行為，構(gòu)建多維度的個性化用戶畫像；

14、(3)實時情境分析：實時監(jiān)測游客的地理位置、當前時間和天氣條件的外部環(huán)境因素，使用規(guī)則引擎和情境感知評估這些因素對游客需求的影響；

15、(4)個性化推薦算法：應(yīng)用協(xié)同過濾計算用戶間的相似度，推薦相似用戶喜歡并未被當前用戶接觸的內(nèi)容，結(jié)合情境信息和用戶畫像，使用加權(quán)因子調(diào)整推薦列表，生成最終的個性化推送內(nèi)容；

16、(5)推送執(zhí)行與反饋循環(huán)：將個性化內(nèi)容通過app、短信和郵件的形式推送給游客，收集游客對推薦內(nèi)容的反饋，包括：點擊率、停留時間、評價，用于持續(xù)優(yōu)化推薦算法。

17、更進一步地，所述個性化數(shù)據(jù)推送對旅游景點、活動、優(yōu)惠信息，進行特征提取，包括描述性文本、圖片、視頻，根據(jù)游客的個性化畫像年齡、性別、興趣、偏好，與內(nèi)容特征進行匹配，基于內(nèi)容的推薦算法使用詞頻-逆文檔頻率tf-idf統(tǒng)計方法來確定內(nèi)容的特征權(quán)重，其算法公式為：tf-idf(t,d)＝tf(t,d)×idf(t)，tf(t，d)是詞項t在文檔d中的詞頻，idf(t)是詞項t的逆文檔頻率，即：其中n是文檔總數(shù)，nt是包含詞項t的文檔數(shù)，基于匹配結(jié)果，生成符合游客興趣的內(nèi)容推薦列表。

18、更進一步地，所述個性化數(shù)據(jù)推送利用邏輯回歸分類算法用于預測游客的類別和興趣群組，即：將游客分為歷史文化愛好者、自然風景迷、冒險體驗者不同的類別，一旦游客被分類，系統(tǒng)就根據(jù)該類別推送相關(guān)的旅游信息，其算法實現(xiàn)為：通過擬合數(shù)據(jù)到一個邏輯函數(shù)來估計一個事件發(fā)生的可能性，特征向量x＝(x1,x2,…,xn)表示游客的各種特征，包括年齡、性別、歷史評分，以及權(quán)重向量w＝(w1,w2,…,wn)和偏置項b，邏輯回歸公式：計算游客屬于某個類別的概率，y＝1表示游客屬于該類別，y＝0表示不屬于，通過訓練數(shù)據(jù)學習得到w和b的最優(yōu)值，對新游客進行分類和個性化信息推送，預測用戶對特定內(nèi)容和服務(wù)的喜好程度，從而推送該類別相關(guān)的旅游信息。

19、更進一步地，所述個性化數(shù)據(jù)推送利用對新游客進行分類和個性化信息推送，通過回歸算法用于預測游客對旅游產(chǎn)品和活動的興趣程度，預測游客的下一步行為，包括：選擇哪個景點、參加哪個活動等、購買哪種旅游產(chǎn)品，基于預測結(jié)果幫助系統(tǒng)更準確地推送定制化的旅游信息，通過回歸算法中的線性回歸技術(shù)，研究因變量目標和自變量特征之間的關(guān)系，將游客對旅游產(chǎn)品和活動的興趣程度作為因變量，將游客的特征作為自變量，通過線性回歸預測興趣程度，即：是對目標變量的預測值，y是目標變量，訓練數(shù)據(jù)學習得到參數(shù)的最優(yōu)值，對新游客進行興趣程度預測和個性化信息推送，預測用戶對服務(wù)的評分和期停留時間，分析用戶特征與相應(yīng)評分的關(guān)系，優(yōu)化用戶體驗。

20、更進一步地，所述vr/ar內(nèi)容生成與推送的具體步驟：

21、(1)3d建模和場景構(gòu)建：使用3d建模軟件創(chuàng)建景區(qū)的三維模型，根據(jù)實際場景需求，為模型添加紋理、材質(zhì)和光影效果，以模擬真實環(huán)境，構(gòu)建完整的虛擬旅游場景，包括道路、建筑、植被；

22、(2)實景掃描與數(shù)據(jù)捕捉：使用激光雷達和相機設(shè)備對景區(qū)進行實景掃描，獲取真實世界的數(shù)據(jù)，對掃描數(shù)據(jù)進行處理，生成點云數(shù)據(jù)和三維模型，結(jié)合3d建模技術(shù)，將實景掃描的數(shù)據(jù)與虛擬場景進行融合；

23、(3)內(nèi)容制作與增強：在虛擬場景中添加導游語音、文字說明和動畫效果的多媒體內(nèi)容，利用ar技術(shù)，在游客的視野中疊加虛擬信息，包括景點介紹、歷史故事，設(shè)計交互式元素，可點擊的按鈕、可交互的展品；

24、(4)內(nèi)容優(yōu)化與測試：對生成的vr/ar內(nèi)容進行優(yōu)化，確保在不同設(shè)備和網(wǎng)絡(luò)條件下的流暢運行，通過內(nèi)部測試和用戶測試，收集反饋并進行調(diào)整；

25、(5)內(nèi)容發(fā)布與推送：將優(yōu)化的vr/ar內(nèi)容發(fā)布到云服務(wù)器上，根據(jù)游客的位置、偏好和游覽時間，通過云平臺推送相應(yīng)的vr/ar內(nèi)容到游客的移動設(shè)備和穿戴設(shè)備上，提供沉浸式vr體驗，通過陀螺儀和加速計數(shù)據(jù)實現(xiàn)視角和動作的同步。

26、更進一步地，所述vr/ar內(nèi)容生成與推送應(yīng)用中，對于物體移動和旋轉(zhuǎn)，使用線性插值使運動更加平滑，在物體從一個位置移動到另一個位置，通過線性插值計算出中間位置，并在每個時間步長更新物體的位置，從而實現(xiàn)平滑過渡，并在創(chuàng)建vr/ar動畫時計算關(guān)鍵幀之間的中間幀，定義起始幀和結(jié)束幀的狀態(tài)，生成流暢的動畫效果，其算法公式為：(x1，y1)和(x2，y2)是兩個已知數(shù)據(jù)點，x是估計的未知數(shù)據(jù)點x值，y是通過插值計算得到的值，在紋理映射過程中，線性插值用于計算紋理坐標與像素顏色之間的對應(yīng)關(guān)系，確保紋理在物體表面上的正確映射和平滑過渡。

27、更進一步地，所述vr/ar內(nèi)容生成與推送利用phong光照模型計算物體表面的光照強度，從而生成具有真實感和立體感的渲染效果，通過phong光照模型的環(huán)境光照部分，模擬來自周圍環(huán)境的無方向光對物體的作用，即環(huán)境光照ia＝ka·la，漫反射光照部分用于模擬來自光源的有方向光對物體表面的作用，通過計算光源方向與物體表面法線之間的夾角，并結(jié)合漫反射系數(shù)和光源顏色，計算出物體表面的漫反射光照強度，即漫反射光照id＝kd·ld·max(0,n·l)，鏡面光照部分用于模擬物體表面的高光效果，通過計算光的反射方向向量與視線方向向量之間的夾角，并結(jié)合鏡面反射系數(shù)和光源顏色，計算出物體表面的鏡面光照強度，即鏡面光照部分is＝ks·ls·max(0,r·v)n，ka、kd、ks分別是環(huán)境反射系數(shù)、漫反射系數(shù)和鏡面反射系數(shù)，la、ld、ls分別是環(huán)境光顏色、光源顏色和鏡面光源顏色，n是物體表面法向量、l是光源方向向量、r是反射方向單位向量、v是觀察方向單位向量、n是鏡面光照的反射指數(shù)。

28、與現(xiàn)有技術(shù)相比，該一種基于云平臺的智慧旅游導覽數(shù)據(jù)的推送系統(tǒng)具備如下有益效果：

29、一、本發(fā)明通過整合云平臺、大數(shù)據(jù)分析及vr/ar技術(shù)，依據(jù)游客的實時位置、個人興趣和歷史行為的多維度數(shù)據(jù)，系統(tǒng)智能推薦定制化信息，即景點、活動和優(yōu)惠，同時利用vr/ar技術(shù)創(chuàng)造出身臨其境的游覽體驗，使游客在享受互動樂趣的同時，加深對旅游目的地文化的理解和感受，這種個性化的沉浸式體驗超越了傳統(tǒng)導覽的局限，極大增強了旅游的吸引力和教育意義。

30、二、本發(fā)明通過構(gòu)建的云平臺數(shù)據(jù)處理中心能夠高效地收集并分析海量旅游數(shù)據(jù)，利用先進的大數(shù)據(jù)分析技術(shù)，對游客行為模式進行深度學習，從而實現(xiàn)更加精準的個性化信息推送，這一機制不僅提升了信息的相關(guān)性和推送時機的恰到好處，也優(yōu)化了旅游資源的配置，減少了信息過載給游客帶來的困擾，確保每位游客都能接收到與其需求最為匹配的旅游資訊，提高了服務(wù)效率和游客滿意度。

31、本發(fā)明的其他優(yōu)點、目標和特征在某種程度上將在隨后的說明書中進行闡述，并且在某種程度上，基于對下文的考察研究對本領(lǐng)域技術(shù)人員而言將是顯而易見的，或者可以從本發(fā)明的實踐中得到教導。