董淼 王曉茹 孫榮榮 蔣緯昌

摘 ?要：后疫情時(shí)代，文旅產(chǎn)業(yè)成為帶動(dòng)經(jīng)濟(jì)增長和刺激消費(fèi)的重要引擎。隨著5G、云計(jì)算、物聯(lián)網(wǎng)、人工智能等技術(shù)的快速發(fā)展，游客對(duì)智慧旅游的需求空前高漲。人工智能技術(shù)和數(shù)字技術(shù)的應(yīng)用是智慧旅游發(fā)展的必然趨勢(shì)，有助于整合景區(qū)及其周邊區(qū)域的旅游資源，提升游客體驗(yàn)和旅游業(yè)管理水平。文章首先對(duì)智慧旅游的研究進(jìn)行梳理，其次探究了智慧旅游的關(guān)鍵技術(shù)，最后分析了機(jī)器學(xué)習(xí)在智慧旅游建設(shè)中的應(yīng)用。

關(guān)鍵詞：智慧旅游；人工智能；機(jī)器學(xué)習(xí)

中圖分類號(hào)：TP39 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：2096-4706（2023）16-0116-06

Research on Key Technologies of Smart Tourism Construction

DONG Miao1， WANG Xiaoru1， SUN Rongrong1， JIANG Weichang2

（1.Department of Architectural Engineering， Henan Polytechnic Institute， Nanyang ?473000， China;

2.Nanyang Branch of China Mobile Communications Group Henan Co.， Ltd.， Nanyang ?473000， China）

Abstract： In the post pandemic era， the cultural and tourism industry has become an important engine driving economic growth and stimulating consumption. With the rapid development of 5G， cloud computing， Internet of Things， artificial intelligence and other technologies， tourists have an unprecedented demand for smart tourism. The use of artificial intelligence technology and digital technology is the inevitable trend of smart tourism development， and is conducive to integrate tourist resources in scenic spots and their surrounding regions， and improve tourist experience and tourism management level. This paper first sort out the research of smart tourism， then studies the key technologies of smart tourism， and finally analyzes the application of machine learning in smart tourism construction.

Keywords： smart tourism; artificial intelligence; machine learning

0 ?引 ?言

隨著疫情的結(jié)束，我國旅游業(yè)迎來大眾旅游時(shí)代，處于“機(jī)遇挑戰(zhàn)并存、矛盾風(fēng)險(xiǎn)交織”的特殊發(fā)展期?！笆奈濉币?guī)劃及2035年遠(yuǎn)景目標(biāo)綱要、黨的二十大報(bào)告對(duì)文旅融合發(fā)展和智慧旅游提出了新的要求。以5G、大數(shù)據(jù)、云計(jì)算、人工智能和物聯(lián)網(wǎng)等為核心的信息化技術(shù)賦能智慧旅游，改變景區(qū)、游客以及導(dǎo)游等各個(gè)主體之間的交互方式，提升游客的旅游感知和體驗(yàn)。

1 ?相關(guān)文獻(xiàn)綜述

目前，學(xué)術(shù)界對(duì)智慧旅游關(guān)鍵技術(shù)的研究主要集中在旅游融合、旅游信息化建設(shè)和旅游智慧化發(fā)展三個(gè)方面。

在旅游融合方面，肖敏研究了新媒體、“互聯(lián)網(wǎng)+”在休閑農(nóng)業(yè)旅游資源融合開發(fā)中的作用[1]；劉冰潔運(yùn)用耦合協(xié)調(diào)度模型測(cè)算互聯(lián)網(wǎng)對(duì)文旅融合的影響及其空間效應(yīng)[2]；鄔江以數(shù)字化視域研究文旅融合，推動(dòng)智慧旅游發(fā)展[3]；劉棟提出以文化為載體和主線，將文化旅游資源與周邊產(chǎn)業(yè)鏈相融合，推動(dòng)鄉(xiāng)鎮(zhèn)文化旅游資源融合開發(fā)[4]。

在旅游信息化建設(shè)方面，利用一些新興的數(shù)字化、互聯(lián)網(wǎng)技術(shù)建設(shè)智能化景區(qū)。吳愛云提出利用旅游資源數(shù)據(jù)構(gòu)建旅游資源大數(shù)據(jù)服務(wù)平臺(tái)，打造集準(zhǔn)確性、實(shí)用性、時(shí)效性、融合性、便利性于一身的旅游景區(qū)[5]；白然提出運(yùn)用信息與互聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)分析技術(shù)完善基礎(chǔ)設(shè)施建設(shè)，整合城市及其周邊區(qū)域的旅游資源，提升游客體驗(yàn)和旅游業(yè)管理水平[6]；黃蕊提出利用數(shù)字技術(shù)拓展旅游市場的認(rèn)知邊界，創(chuàng)造全新的旅游應(yīng)用場景，推動(dòng)數(shù)字化轉(zhuǎn)型和旅游產(chǎn)業(yè)供給側(cè)結(jié)構(gòu)性變革[7]；賀劍武研究鄉(xiāng)村旅游信息化建設(shè)與智慧旅游的融合發(fā)展[8]。

在旅游智慧化發(fā)展方面，在“互聯(lián)網(wǎng)+”大環(huán)境下，旅游與多個(gè)行業(yè)交叉滲透，產(chǎn)生海量、龐雜的數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)、人工智能算法、數(shù)據(jù)挖掘分析、云計(jì)算等實(shí)現(xiàn)旅游全過程的智慧化。葉紫青研究大數(shù)據(jù)促進(jìn)旅游業(yè)高質(zhì)量發(fā)展的作用機(jī)制，從中得出大數(shù)據(jù)的挖掘和應(yīng)用有力推動(dòng)了在線旅游、智慧景區(qū)、智能出行等新興業(yè)態(tài)的發(fā)展，為旅游業(yè)的轉(zhuǎn)型升級(jí)做出了巨大貢獻(xiàn)[9]；張佳琳等人利用卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)旅游推薦模型以實(shí)現(xiàn)旅游智慧化推薦[10]；孫振強(qiáng)等人提出融合用戶情感與相似度的智能旅游路徑推薦方法，實(shí)現(xiàn)旅游目的地的智能推送[11]；趙雅楠等人提出基于不確定近鄰的旅游產(chǎn)品協(xié)同過濾推薦算法，在向用戶精準(zhǔn)推薦智慧旅游產(chǎn)品領(lǐng)域發(fā)揮著至關(guān)重要的作用[12]。

2 ?智慧旅游關(guān)鍵技術(shù)

智慧旅游是以數(shù)據(jù)、技術(shù)為驅(qū)動(dòng)，通過各種技術(shù)及手段為游客打造超高舒適度和體驗(yàn)感的旅游經(jīng)歷。在大眾旅游時(shí)代，相關(guān)人員運(yùn)用智慧旅游的各種信息技術(shù)對(duì)旅游者數(shù)據(jù)進(jìn)行收集、計(jì)算和挖掘，通過智能數(shù)據(jù)積累主動(dòng)探尋旅游者的現(xiàn)實(shí)需求和潛在需求，基于全過程、全要素的服務(wù)資源集成和參與主體協(xié)同，為旅游者設(shè)計(jì)個(gè)性化服務(wù)方案并精準(zhǔn)推送給旅游者，切實(shí)滿足其旅游需求并提升其旅游體驗(yàn)。如表1所示為不同時(shí)期智慧旅游比較。

2.1 ?大數(shù)據(jù)

隨著博客、社交網(wǎng)絡(luò)、基于位置的服務(wù)GIS等新型信息發(fā)布方式的不斷涌現(xiàn)，以及云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的悄然興起，數(shù)據(jù)正以前所未有的速度增長和累積，大數(shù)據(jù)時(shí)代已經(jīng)到來。根據(jù)IDC做出的估測(cè)，數(shù)據(jù)一直在以每年50%的速度持續(xù)增長，也就是說數(shù)據(jù)量每兩年就會(huì)增長一倍（大數(shù)據(jù)摩爾定律）。當(dāng)前，在旅游過程中產(chǎn)生了海量的數(shù)據(jù)，獲取旅游信息時(shí)利用搜索引擎進(jìn)行搜索，會(huì)產(chǎn)生大量的搜索數(shù)據(jù)（Search Engine Data， SED）。在旅游過程中產(chǎn)生大量的交通數(shù)據(jù)（Tourism Traffic Data）、住宿數(shù)據(jù)（Accommodation Data）、餐飲數(shù)據(jù)（Catering Data）、景點(diǎn)數(shù)據(jù)（Scenic Spot Data），同時(shí)還會(huì)產(chǎn)生海量的圖片和音視頻等數(shù)據(jù)。在旅游后產(chǎn)生評(píng)論數(shù)據(jù)（Comment Data）、熱門景點(diǎn)數(shù)據(jù)、景點(diǎn)關(guān)鍵詞數(shù)據(jù)，等等。

2.2 ?云計(jì)算

旅游過程中產(chǎn)生的海量數(shù)據(jù)需要依托云計(jì)算進(jìn)行云存儲(chǔ)，涉及大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，同時(shí)還需要云計(jì)算提供算力支持，以為旅游過程中需要做出的各種決策提供算力支撐。利用云計(jì)算技術(shù)提供高性能計(jì)算，結(jié)合底層物聯(lián)網(wǎng)平臺(tái)API接口，對(duì)上層應(yīng)用組件進(jìn)行封裝、整合，形成數(shù)據(jù)分析工具包，方便平臺(tái)上跨應(yīng)用的調(diào)用和整合，提升計(jì)算能力。云計(jì)算還能為智慧旅游提供作業(yè)調(diào)度能力，引進(jìn)成熟的作業(yè)調(diào)度系統(tǒng)，實(shí)現(xiàn)作業(yè)調(diào)度與大數(shù)據(jù)計(jì)算、存儲(chǔ)組件的無縫整合，支持多組件、多類型作業(yè)的可視化配置、調(diào)度和管理功能。

2.3 ?物聯(lián)網(wǎng)

物聯(lián)網(wǎng)就是利用射頻識(shí)別、無線數(shù)據(jù)通信、計(jì)算機(jī)等構(gòu)造一個(gè)覆蓋世界萬物的實(shí)物互聯(lián)網(wǎng)。在智慧旅游中，物聯(lián)網(wǎng)技術(shù)是平臺(tái)與用戶交互的窗口，自助導(dǎo)覽、電子導(dǎo)航、一鍵導(dǎo)購、快速分享是其主要的應(yīng)用，加之移動(dòng)互聯(lián)網(wǎng)的應(yīng)用和安全的網(wǎng)上支付平臺(tái)，游客可以隨時(shí)隨地制訂或改變旅游計(jì)劃和行程。

2.4 ?5G技術(shù)

5G技術(shù)以超低時(shí)延、超大帶寬和海量連接為智慧旅游的各種信息化應(yīng)用提供可靠的連接，滿足它們的數(shù)據(jù)傳輸需求。“5G+數(shù)字化管理平臺(tái)”“5G+VR全景直播”“5G+AI移動(dòng)執(zhí)法”等應(yīng)用場景已在多個(gè)景區(qū)成熟運(yùn)行。5G無人車基于“人車路網(wǎng)云一體化”的設(shè)計(jì)理念，實(shí)現(xiàn)“人、車、路、網(wǎng)、邊、云”多路協(xié)同，構(gòu)建完整的5G車路協(xié)同-自動(dòng)駕駛解決方案，采用5G-V2X技術(shù)在景區(qū)內(nèi)部署MEC邊緣云+專用UPF，充分發(fā)揮5G大帶寬、低時(shí)延、高可靠性的網(wǎng)絡(luò)優(yōu)勢(shì)，在5G+MEC網(wǎng)絡(luò)基礎(chǔ)上使游客獲得更好的智慧旅游感知。

2.5 ?人工智能技術(shù)

人工智能技術(shù)主要涉及機(jī)器學(xué)習(xí)與深度學(xué)習(xí)，當(dāng)前常見的應(yīng)用有機(jī)器視覺、指紋識(shí)別、人臉識(shí)別、自動(dòng)規(guī)劃、智能搜索、決策、智能控制、語言和圖像理解、數(shù)據(jù)處理等。在智慧旅游領(lǐng)域，景點(diǎn)客流量預(yù)測(cè)、游客畫像、智能推送、旅游決策等方面都需要人工智能技術(shù)的加持。

3 ?機(jī)器學(xué)習(xí)在智慧旅游建設(shè)中的應(yīng)用

機(jī)器學(xué)習(xí)（Machine Learning）是一門融合統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、神經(jīng)網(wǎng)絡(luò)（Neural Network）等諸多領(lǐng)域的交叉學(xué)科。它通過數(shù)據(jù)科學(xué)技術(shù)幫助計(jì)算機(jī)從現(xiàn)有的數(shù)據(jù)中學(xué)習(xí)，從而預(yù)測(cè)未來的行為、結(jié)果和趨勢(shì)。利用機(jī)器學(xué)習(xí)處理旅游業(yè)相關(guān)的數(shù)據(jù)信息，為智慧旅游建設(shè)提供數(shù)據(jù)支撐。

3.1 ?機(jī)器學(xué)習(xí)賦能智慧旅游

機(jī)器學(xué)習(xí)模型與算法在智慧旅游發(fā)展和建設(shè)中主要用于數(shù)據(jù)調(diào)查、精準(zhǔn)營銷、出行分析、游客畫像、熱度分析、游客流量分析、商業(yè)選址、智能推薦等，如圖1所示。

3.2 ?機(jī)器學(xué)習(xí)在智慧旅游中的實(shí)施

機(jī)器學(xué)習(xí)在智慧旅游中的典型應(yīng)用涉及旅游前、旅游中和旅游后。游客在出行前一般會(huì)進(jìn)行景區(qū)的檢索和信息的查詢，通過搜索引擎、官方APP、公眾號(hào)、第三方旅游網(wǎng)站等實(shí)現(xiàn)信息查詢，由用戶生產(chǎn)的數(shù)據(jù)（User Generated Content， UGC）海量出現(xiàn)，為探索、解析復(fù)雜多變的消費(fèi)者行為和社會(huì)經(jīng)濟(jì)現(xiàn)象提供了新的內(nèi)容和路徑。利用機(jī)器學(xué)習(xí)對(duì)數(shù)據(jù)進(jìn)行分析，獲得游客畫像，預(yù)測(cè)游客的基本需求，一方面進(jìn)行游客和景區(qū)信息的精準(zhǔn)推送，另一方面根據(jù)游客需求進(jìn)行景區(qū)的建設(shè)。在旅游中對(duì)客流量大小、游客來源、交通工具選擇、終端使用情況等數(shù)據(jù)信息進(jìn)行分析，實(shí)現(xiàn)餐飲推薦、住宿推薦、短信推送、商品推薦等，同時(shí)進(jìn)行人流量的分析和預(yù)測(cè)，確保景區(qū)安全。游客會(huì)根據(jù)游玩過程中的體驗(yàn)感受進(jìn)行社交網(wǎng)絡(luò)分享，特別是一些“網(wǎng)紅”、流量大V等通過頭條、抖音、微博等平臺(tái)進(jìn)行分享，具有較大的影響力。利用機(jī)器學(xué)習(xí)對(duì)旅游中產(chǎn)生的數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)景區(qū)的智能化發(fā)展。在旅游后利用游客數(shù)據(jù)和景區(qū)數(shù)據(jù)進(jìn)行智慧景區(qū)、智慧旅游的改造和提升。機(jī)器學(xué)習(xí)算法在智慧旅游中的實(shí)施過程如圖2所示。

3.3 ?機(jī)器學(xué)習(xí)算法選擇

機(jī)器學(xué)習(xí)主要是利用經(jīng)驗(yàn)數(shù)據(jù)來改善系統(tǒng)自身的性能，包括分類、回歸、聚類、降維等。不同的機(jī)器學(xué)習(xí)算法在智慧旅游中的應(yīng)用方向不同，分類算法用于游客畫像、內(nèi)容推薦、景區(qū)分類等；聚類算法用于市場細(xì)分、社交圈分析、旅游數(shù)據(jù)分析等；回歸算法用于游客流量預(yù)測(cè)、商品預(yù)測(cè)、景區(qū)評(píng)估等。

3.4 ?機(jī)器學(xué)習(xí)算法在智慧旅游中的應(yīng)用

3.4.1 ?基于K-近鄰算法的客流量預(yù)測(cè)

采用K-近鄰算法（K-Nearest Neighbor， KNN）進(jìn)行景點(diǎn)分類，從而實(shí)現(xiàn)景點(diǎn)的智能推薦。在智慧旅游中景點(diǎn)的智能推薦成為熱門，采用k-近鄰算法建立分類模型，對(duì)景點(diǎn)進(jìn)行分類，根據(jù)景點(diǎn)的分類決定是否將該景點(diǎn)推薦給游客。選取N個(gè)關(guān)鍵指標(biāo)（如是否為法定假日、景點(diǎn)級(jí)別、客流量、門票價(jià)格、住宿價(jià)格、距離等指標(biāo)），建立k-近鄰算法模型，對(duì)景點(diǎn)進(jìn)行分類，將分類結(jié)果排序推送給用戶。如表2所示為K-近鄰景點(diǎn)推薦算法應(yīng)用。

假設(shè)訓(xùn)練一個(gè)帶有標(biāo)簽的數(shù)據(jù)集 ，其包含N個(gè)樣本，每個(gè)樣本是由m個(gè)特征的訓(xùn)練樣本組成的數(shù)據(jù)集，通過訓(xùn)練分類后Xi對(duì)應(yīng)的標(biāo)簽為Ci。針對(duì)任意測(cè)試樣本Xj，K-近鄰算法將其分類為Cj，具體步驟如下：

1）在訓(xùn)練樣本T中找到與測(cè)試樣本Xj距離最近的K個(gè)樣本，記作近鄰子集 ，其中測(cè)試樣本Xt與訓(xùn)練樣本集 ?第i個(gè)訓(xùn)練樣本Xj之間的距離為：

（1）

p = 1為曼哈頓距離，p = 2為歐氏距離。

2）根據(jù)投票原則從K鄰近子集 ?中選出最具代表性的類標(biāo)簽作為測(cè)試樣本Xj的類標(biāo)簽Cj：

（2）

其中， 的值為0或1，C表示樣本的類標(biāo)簽， 表示鄰近子集 ?第i個(gè)樣本的類標(biāo)簽。

選擇景點(diǎn)級(jí)別、門票價(jià)格、是否為法定假日、空間距離、天氣5種影響游客量的主要因素作為預(yù)測(cè)的樣本屬性，運(yùn)用式（2）對(duì)這5種屬性進(jìn)行歸一化處理，得到訓(xùn)練樣本集：

（3）

選取開封5A級(jí)景區(qū)清明上河園作為研究對(duì)象，選取攜程網(wǎng)、途牛網(wǎng)上的游客評(píng)論數(shù)據(jù)進(jìn)行分析，采用Python程序爬取2022全年的數(shù)據(jù)。對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后隨機(jī)選取80%的樣本作為訓(xùn)練集，選取20%的樣本作為測(cè)試集。實(shí)驗(yàn)結(jié)果表明，采用K-近鄰算法得出的游客預(yù)測(cè)人數(shù)與實(shí)際人數(shù)有較好的擬合度?；贙-近鄰算法的客流量預(yù)測(cè)曲線如圖3所示。

3.4.2 ?基于樸素貝葉斯算法的旅游評(píng)價(jià)情感分析

采用貝葉斯分類算法（Navie Bayesian Classification）進(jìn)行旅游輿情分析，借助旅游評(píng)論數(shù)據(jù)進(jìn)行游客情感分析，使景區(qū)管理者實(shí)行針對(duì)性的整改，提升游客滿意度。如表3所示為貝葉斯分類算法在旅游輿情分析中的應(yīng)用。

基于樸素貝葉斯算法的旅游評(píng)價(jià)情感分類核心是貝葉斯分類器，采用貝葉斯公式計(jì)算相應(yīng)的后驗(yàn)概率，選擇最大后驗(yàn)概率中的類別作為所要判斷事件的所屬類：

（4）

其中：P（A | B）表示在B條件下A發(fā)生的概率，即事件A在另一事件B已經(jīng)發(fā)生情況下的發(fā)生概率。P（AB）表示事件A、B同時(shí)發(fā)生的概率，也稱為聯(lián)合概率。P（B）表示事件B發(fā)生的概率。AB都發(fā)生的概率就是B發(fā)生的概率乘以B發(fā)生情況下A發(fā)生的概率，也就是P（AB） = P（A | B） · P（B）。

如果事件組B1，B2，B3，…，Bi滿足兩兩互斥，P（Bi＞0；i = 1，2，3，…，n），且同時(shí)滿足B1∪B2∪B3… = ?，則稱事件組B1，B2，B3，…，Bi是樣本空間?的一個(gè)劃分。A為任一事件，則有：

（5）

（6）

滿足最大后驗(yàn)概率A對(duì)應(yīng)B中的類別為：

；i = 1，2，3 ? ? ? ? （7）

選取2021年5A級(jí)景區(qū)品牌影響力100強(qiáng)榜單中的5家河南景區(qū)，利用Python爬取攜程旅游網(wǎng)站中5個(gè)景點(diǎn)的25 000條數(shù)據(jù)，按照原始文本—文本處理—匹配BosonNLP情感詞典—計(jì)算情感值的過程進(jìn)行情感分析。結(jié)合式（5）（6）和（7）計(jì)算得到5個(gè)景區(qū)的情感得分，同時(shí)將所有的評(píng)價(jià)按照0～1.5分、1.5～3.5分和3.5～5分的標(biāo)準(zhǔn)分為負(fù)面情感評(píng)論、中性情感評(píng)論和正面情感評(píng)論，分別計(jì)算不同特征下的評(píng)論情感比例?；跇闼刎惾~斯算法的游客情感傾向如圖4所示。

4 ?結(jié) ?論

云計(jì)算、大數(shù)據(jù)、人工智能等關(guān)鍵技術(shù)賦能智慧旅游使得旅游參與的各個(gè)方面都能夠高效地參與到旅游全流程中，智慧旅游的建設(shè)能夠整合區(qū)域旅游資源，提升管理效率，提高旅游業(yè)服務(wù)質(zhì)量，為游客帶來更具創(chuàng)意的旅游產(chǎn)品和出行體驗(yàn)，同時(shí)大大促進(jìn)旅游業(yè)的發(fā)展。本文最后重點(diǎn)介紹了機(jī)器學(xué)習(xí)在智慧旅游中的應(yīng)用，主要包含客流量預(yù)測(cè)和游客情感評(píng)價(jià)。

參考文獻(xiàn)：

[1] 肖敏，姜啟軍.基于產(chǎn)業(yè)融合視角的休閑農(nóng)業(yè)與鄉(xiāng)村旅游資源的開發(fā)探索——評(píng)《休閑農(nóng)業(yè)與鄉(xiāng)村旅游專題研究》 [J].熱帶作物學(xué)報(bào)，2020，41（8）：1730.

[2] 劉冰潔，趙彥云，李倩.互聯(lián)網(wǎng)對(duì)文旅融合的影響及其空間效應(yīng) [J].資源開發(fā)與市場，2023，39（2）：217-224.

[3] 鄔江.數(shù)字化視域下文旅融合推動(dòng)智慧旅游創(chuàng)新研究 [J].經(jīng)濟(jì)問題，2022，513（5）：75-81.

[4] 劉棟.基于產(chǎn)業(yè)融合視角的鄉(xiāng)鎮(zhèn)文化旅游資源開發(fā)策略——以周窩音樂小鎮(zhèn)為例 [J].湖北農(nóng)業(yè)科學(xué)，2014，53（12）：2966-2969.

[5] 吳愛云，黃東霞.吉林省文化旅游資源大數(shù)據(jù)服務(wù)平臺(tái)建設(shè)研究 [J].圖書館學(xué)研究，2020，491（24）：14-21.

[6] 白然，田敏娜，李慶生，等.大數(shù)據(jù)時(shí)代智慧旅游城市建設(shè)探討 [J].商業(yè)經(jīng)濟(jì)研究，2021，815（4）：180-182.

[7] 黃蕊，李雪威.數(shù)字技術(shù)提升中國旅游產(chǎn)業(yè)效率的機(jī)理與路徑 [J].當(dāng)代經(jīng)濟(jì)研究，2021，306（2）：75-84.

[8] 賀劍武.鄉(xiāng)村旅游信息化建設(shè)與智慧旅游融合發(fā)展路徑探討 [J].農(nóng)業(yè)經(jīng)濟(jì)，2019，388（8）：39-41.

[9] 葉紫青，劉怡君，王鵬飛.大數(shù)據(jù)促進(jìn)旅游業(yè)高質(zhì)量發(fā)展的作用機(jī)制與政策建議 [J].企業(yè)經(jīng)濟(jì)，2022，41（8）：132-141.

[10] 張佳琳，柏思佳，劉爽.基于卷積神經(jīng)網(wǎng)絡(luò)的旅游推薦模型設(shè)計(jì) [J].太赫茲科學(xué)與電子信息學(xué)報(bào)，2020，18（6）：1128-1132.

[11] 孫振強(qiáng)，羅永龍，鄭孝遙，等.一種融合用戶情感與相似度的智能旅游路徑推薦方法 [J].計(jì)算機(jī)科學(xué)，2021，48（S1）：226-230.

[12] 趙雅楠，王育清.基于不確定近鄰的旅游產(chǎn)品協(xié)同過濾推薦算法研究 [J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2018，2（7）：63-71.

作者簡介：董淼（1989.10—），女，漢族，河南南陽人，講師，碩士研究生，研究方向：智慧旅游、園林規(guī)劃。