1.1目的及意义

经济的高速发展带来了人民生活水平的极大提高，在休闲之余，旅游已经成为度假的首选；同时随着移动互联网的发展，智能手机，平板电脑的普及,这些已经改变了我们的生活方式。本次毕设主要分析互联网上蕴含地理信息的数据（如景点官网、旅游游记、社交网络等），整合景观、时间、受欢迎程度等多维度数据，进而绘制旅游景点的热度分布图；针对用户的数据如兴趣爱好、文化背景、年龄、职业及经济能力的差异，在旅游过程中的需求不一，如旅游目的地的活动项目、旅游花费、旅游线路、交通、食宿、娱乐、当地风土人情、饮食习惯等，提供个性化推荐,给用户选择旅游景点做参考，同时也可以在一定程度上避免交通拥堵，景点人数过多破坏旅游心情。如2013年国庆长假第二天，4万多名游客使得九寨沟承受了巨大的负荷造成数以千计的游客滞留景区到半夜。所以知道每个景点的热度分布，避免去一些人气特别高的旅游景点可能就不会有这样的事件发生，所以旅游景点热度分析系统是很有必要实现开发的，此系统会让游客享受到更大的旅游乐趣。

1.2国内外的研究现状分析

1995年3月，卡内基#8226;梅隆大学的Robert Armstrong等人在美国人工智能协会上提出了个性化导航系统Web Watcher;斯坦福大学的Marko Balabanovic等人在同一次会议上推出了个性化推荐系统LIRAo。 8月，麻省理工学院的HenryLieberman在国际人工智能联合大会(IJCAI)上提出个性化导航智能体Letiziao。这三个系统被公认为个性化服务发展初期最为经典的系统，标志着个性化服务的开始。1996年，卡内基#8226;梅隆大学的Dunja Mladenic在Web Watcher的基础上进行了改进，提出了个性化推荐系统Personal WgbWatchero 。1996年，著名的网络公司Yahoo推出了个性化入口My Yahoo ; 1997年，ATamp;T实验室提出了基于合作方式的个性化推荐系统PHOAKS和Referral Web;斯坦福大学的MarkoBalabanovic和Yoav Shoham推出了基于内容和合作方式的个性化推荐系统Fabo。1997年3月，著名的杂志《Communications of the ACM》组织了一辑个性化推荐系统的专题报道，标志着个性化服务己经为技术界高度重视。1999年德国Dresden技术大学的Tanja Joerding实现了个性化电子商务原型系统TELLIM;麻省理工学院的Ffenry hieberman提出了基于合作方式的个性化导航系统lets brows。个性化服务开始向全球发展;2000年，NEC研究院的Kurt等人为搜索引擎CiteSeer增加了个性化推荐功能，实现CiteSeer的个性化;2000年，我国也开始了个性化服务的研究。清华大学的路海明等提出了基于多 Agent混合智能实现个性化推荐。近几年个性化服务逐渐从学术研究走向实际应用。

在国内，携程和艺龙旅行网，有了面向旅游者的信息系统，可以更好地为游客提供查询相关信息和预定的服务，但是由于网站信息和服务缺乏个性。我们看到的大多数旅游机构的网站，通常是国内外其他旅游网站的翻版，缺乏鲜明的个性特色。虽然大多数旅游网站对旅游景点和酒店都有介绍，但内容不全面且更新缓慢，很难吸引客户的关注和兴趣。网站服务项目单一，例如旅游线路、景点介绍、游记作品似乎已经成为必不可少的版块，但这些内容仅限于浏览。而本系统在从用户的数据如兴趣爱好、文化背景、年龄、职业及经济能力的差异，以及对旅游过程中的需求个性化推荐一些合适的旅游景点，帮助游客有更好的旅游体验。

2. 研究的基本内容与方案

2.1基本内容