技术摘要：
本发明实施例公开了基于人工智能大数据的旅游景点推荐方法及装置，属于大数据分析领域。该基于人工智能大数据的旅游景点推荐方法通过利用网站大数据确定影响旅游景点评价星级的相关因素，利用旅游景点评价星级数据提取与旅游景点评价星级相关的要素的栅格数据，并以地  全部
背景技术：
旅行景点推荐是指根据游客的个人情况，为游客提供适合的旅游景点，从而提高 游客的旅行好评。目前的旅行订票基本都在网络平台上完成，而传统平台是基于热门景点 及游客搜索记录进行景点推荐，而忽略了旅游的实际需求，导致游客旅游体验差。
技术实现要素：
提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施 方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必 要特征，也不旨在用于限制所要求的保护的技术方案的范围。 本公开实施例提供了一种基于人工智能大数据的旅游景点推荐方法及装置，可以 准确的利用大数据将潜在用户与旅游景点进行匹配，获取景点排序供潜在用户选择，以此 提高旅游体验。 第一方面，本公开实施例提供了基于人工智能大数据的旅游景点推荐方法，所述 方法包括： 根据网站中的的基础数据、评论数据、评论时间确定影响旅游景点评价星级的相 关因素，并根据时间变化相关性确定静态要素和动态要素，获取标准特征库； 以地级市为单位对评价星级进行栅格化处理，以将各景点的评价星级赋值在地级 市内各像元； 根据已评价的游客信息获取获取学习样本； 根据最大最小归一法对要素数据归一化处理； 对评价星级数据进行归一化处理； 基于BP神经网络构建评价星级动态分析模型； 获取潜在用户的旅游历史数据并分析在特定时期的旅游特征信息，将旅游特征信 息与获取标准特征库匹配，根据评价星级动态分析模型确定推荐景点排序。 结合第一方面的实施例，在一些实施例中，静态要素包括性别、年龄、职业。 结合第一方面的实施例，在一些实施例中，动态要素包括天气、温度、交通管制、价 格。 第二方面，本公开实施例提供了一种基于人工智能大数据的旅游景点推荐装置， 包括： 确定单元，所述确定单元根据网站中的的基础数据、评论数据、评论时间确定影响 旅游景点评价星级的相关因素，并根据时间变化相关性确定静态要素和动态要素，获取标 准特征库； 3 CN 111612590 A 说　明　书 2/7 页 栅格单元，所述栅格单元用于以地级市为单位对评价星级进行栅格化处理，以将 各景点的评价星级赋值在地级市内各像元； 获取单元，所述获取单元用于根据已评价的游客信息获取获取学习样本； 第一归一化单元，所第一归一化单元用于根据最大最小归一法对要素数据归一化 处理； 第二归一化单元，第二归一化单元用于对评价星级数据进行归一化处理； 构建单元，所述构建单元用于基于BP神经网络构建评价星级动态分析模型； 推荐单元，所述推荐单元用于获取潜在用户的旅游历史数据并分析在特定时期的 旅游特征信息，将旅游特征信息与获取标准特征库匹配，根据评价星级动态分析模型确定 推荐景点排序。 结合第二方面的实施例，在一些实施例中，静态要素包括性别、年龄、职业。 结合第二方面的实施例，在一些实施例中，动态要素包括天气、温度、交通管制、价 格。 第三方面，本公开实施例提供了一种电子设备，包括：一个或多个处理器；存储装 置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得 所述一个或多个处理器实现如第一方面所述的基于人工智能大数据的旅游景点推荐方法。 第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该 程序被处理器执行时实现如第一方面所述的基于人工智能大数据的旅游景点推荐方法的 步骤。 本公开实施例提供的基于人工智能大数据的旅游景点推荐方法及装置，通过利用 网站大数据确定影响旅游景点评价星级的相关因素，利用旅游景点评价星级数据提取与旅 游景点评价星级相关的要素的栅格数据，并以地级市为单位赋值在地级市内各像元，获取 大量的学习样本，然后进行BP神经网络构建评价星级分析模型，将旅游特征信息与获取标 准特征库匹配，根据评价星级动态分析模型确定推荐景点排序，以此提高旅游体验。 附图说明 结合附图并参考以下