摘要
本发明涉及一种基于大数据的旅游目的地推荐方法、系统及计算机设备,其中,方法包括:从多渠道采集用户旅行历史、浏览记录以及社交媒体活动的原始数据,预处理后构建用户行为数据仓库。从用户行为数据仓库中提取反映用户旅行模式与偏好的关键特征,据此构建用户特征向量,用混合推荐模型生成候选目的地推荐列表。再依据候选目的地的地理位置、气候条件以及资源禀赋数据构建特征向量,经过生态影响评估模型得出最佳访问时段,与推荐列表匹配筛选出合适目的地。最后结合用户多项偏好,用强化学习算法生成完整旅行计划,实现精准推荐、兼顾生态保护与实时动态调整的目的。