第4期 匡海丽，等：上下文感知旅游推荐系统研究综述 ·613· 不需要计算大量的用户数据，但难以获取到足够 织旅游路线，这显然是耗时的；一些平台为游客 的知识来构建用户-项目知识库；基于人口统计 提供的路线选择通常是由旅行社制定，并不能满 的推荐在一定程度上侵犯了用户的隐私，而且 足用户的个性化需求。 用户画像信息的收集可能存在很大噪音1。此 6)需要考虑景区分流问题。游客进入景区 外，旅游推荐领域特有的情况使得传统的推荐 后，面对数量众多的景点和有限的时间及体力， 方法不能够实现理想的推荐结果，所面临的问 如何根据用户的偏好及当前的交通信息安排游览 题有： 路线，实现景区、景点的排序及游览路线推荐，也 1)对于旅游产品本身，既可以是单一的住 是旅游推荐领域关注的一个焦点。 宿、景点、交通等产品的选择，亦可以是这些元素 因此，通过引入上下文信息优化推荐效果是 的组合，因此需要考虑用户和旅游产品之间的时 目前旅游推荐领域的研究热点。 空关系。 2基于上下文的旅游推荐方法 2)除了考虑用户的偏好之外，用户还经常受 到特定的限制。例如旅行之前，用户会综合权衡 在基于上下文的旅游推荐系统的框架中，根 时间和金钱的花销。这与传统的推荐很不同，比 据使用到的上下文信息范畴不同，基于上下文的 如电影推荐就很少考虑花销（因为电影时长和价 旅游推荐方法可以分为基于位置的旅游推荐、基 格变化幅度都较小)。 于时间的旅游推荐、基于社会化网络的旅游推荐 3)需要考虑用户的社会属性。网络社区中， 和基于多维上下文的旅游推荐。本节将从以上 相互联系的群体，受社会因素的相互影响，往往 4个角度来介绍上下文感知推荐系统的相关研究 表现出相似的兴趣爱好。 工作。 4)同伴的人口统计信息、社会地位、偏好的 2.1基于位置的旅游推荐 差异性可能会对用户的最终选择产生一定的影 基于位置的旅游推荐系统可以根据用户的历 响，因此结合所有成员偏好的组推荐系统☒也是 史消费位置获取用户在位置方面的偏好以提供个 需要关注的问题。 性化的旅游推荐，其中，用户的位置可以通过移 5)旅游网站一般呈现静态的景点，景点之间 动设备和GPS定位等获取。基于位置的旅游推 没有更多的关联，游客需要自行浏览、搜索和组 荐一般模型如图2所示。 GPS卫星 用户D/位置 用户D/位置 地形数据 推荐 推荐】 移动设备 推荐服务器 GIS服务器 蜂窝网络 用户1 用户2 用户n 用户信息库 旅游信息库 2D/3D地形数据 图2基于位置的旅游推荐一般模型 Fig.2 The general location-based recommendation model for travel不需要计算大量的用户数据，但难以获取到足够 的知识来构建用户−项目知识库；基于人口统计 的推荐[9] 在一定程度上侵犯了用户的隐私，而且 用户画像信息的收集可能存在很大噪音[10]。此 外，旅游推荐领域特有的情况使得传统的推荐 方法不能够实现理想的推荐结果，所面临的问 题有： 1) 对于旅游产品本身，既可以是单一的住 宿、景点、交通等产品的选择，亦可以是这些元素 的组合，因此需要考虑用户和旅游产品之间的时 空关系。 2) 除了考虑用户的偏好之外，用户还经常受 到特定的限制。例如旅行之前，用户会综合权衡 时间和金钱的花销。这与传统的推荐很不同，比 如电影推荐就很少考虑花销 (因为电影时长和价 格变化幅度都较小)。 3) 需要考虑用户的社会属性。网络社区中， 相互联系的群体，受社会因素的相互影响，往往 表现出相似的兴趣爱好[11]。 4) 同伴的人口统计信息、社会地位、偏好的 差异性可能会对用户的最终选择产生一定的影 响，因此结合所有成员偏好的组推荐系统[12] 也是 需要关注的问题。 5) 旅游网站一般呈现静态的景点，景点之间 没有更多的关联，游客需要自行浏览、搜索和组 织旅游路线，这显然是耗时的；一些平台为游客 提供的路线选择通常是由旅行社制定，并不能满 足用户的个性化需求[13]。 6) 需要考虑景区分流问题。游客进入景区 后，面对数量众多的景点和有限的时间及体力， 如何根据用户的偏好及当前的交通信息安排游览 路线，实现景区、景点的排序及游览路线推荐，也 是旅游推荐领域关注的一个焦点。 因此，通过引入上下文信息优化推荐效果是 目前旅游推荐领域的研究热点。 2 基于上下文的旅游推荐方法 在基于上下文的旅游推荐系统的框架中，根 据使用到的上下文信息范畴不同，基于上下文的 旅游推荐方法可以分为基于位置的旅游推荐、基 于时间的旅游推荐、基于社会化网络的旅游推荐 和基于多维上下文的旅游推荐。本节将从以上 4 个角度来介绍上下文感知推荐系统的相关研究 工作。 2.1 基于位置的旅游推荐 基于位置的旅游推荐系统可以根据用户的历 史消费位置获取用户在位置方面的偏好以提供个 性化的旅游推荐，其中，用户的位置可以通过移 动设备和 GPS 定位等获取。基于位置的旅游推 荐一般模型如图 2 所示。 推荐服务器 GIS 服务器 移动设备 用户 1 GPS 卫星 蜂窝网络 用户信息库 旅游信息库 2D/3D 地形数据 用户 2 用户 n ... 位置 用户交互 用户 ID/位置 推荐 地形数据 用户 ID /位置 位置 推荐 图 2 基于位置的旅游推荐一般模型 Fig. 2 The general location-based recommendation model for travel 第 4 期 匡海丽，等：上下文感知旅游推荐系统研究综述 ·613·