1.本发明涉及产品推荐技术，尤其涉及一种旅游产品推荐方法、装置、电子设备及存储介质。
背景技术：2.随着大数据及旅游产业的兴起，根据用户的历史数据构建用户画像进行旅游产品推荐已经成为通用的旅游产品(如：酒店、门票)推荐方法。
3.目前的用户旅游产品推荐方法一般根据是否购买过相同旅游产品来筛选关连用户的旅游产品消费特征，从而进行旅游产品的协同推荐，但是，旅游产品不同于一般产品，受时效因素影响较大，关联用户筛选过程忽略了购买旅游产品的时效特征，导致关联用户筛选不准确，进而导致旅游产品推荐的准确率较低。
技术实现要素：4.本发明提供一种旅游产品推荐方法、装置、电子设备及存储介质，其主要目的在于提高了旅游产品推荐的准确率。
5.获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；
6.获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；
7.在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；
8.从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；
9.汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；
10.根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；
11.根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。
12.可选地，所述根据所述历史评分构建历史评分矩阵，包括：
13.将所述用户集中用户的数量作为行数量，将所述待推荐旅游产品集中待推荐旅游
产品的数量作为列数量；
14.将所述行数量与所述列数量作为矩阵维度构建空白矩阵，得到初始空白矩阵；
15.利用所有所述用户依次标记所述初始空白矩阵中的每一行，利用所有所述待推荐旅游产品依次标记所述初始空白矩阵中的中的每一列，得到目标空白矩阵；
16.根据所述历史评分确定所述目标空白矩阵中对应的用户及待推荐旅游产品标记行列确定的元素，得到初始历史评分矩阵；
17.将所述初始历史评分矩阵中的空缺元素用预设字符填充，得到所述历史评分矩阵。
18.可选地，所述根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，包括：
19.根据所述历史评分矩阵中所述待推荐旅游产品及所述待推荐用户标记的行列确定所述待推荐旅游产品的待推荐旅游产品序号；
20.根据每个所述待推荐旅游产品对应的所述待推荐旅游产品序号选取所述预测评分矩阵中对应行列的元素，得到待推荐旅游产品矩阵评分；
21.根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列。
22.可选地，所述根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，包括：
23.判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产品；
24.当存在至少一个没有推荐评分的待推荐旅游产品，则按照所述待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列；
25.当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。
26.可选地，所述根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，得到所述待推荐旅游产品序列，包括：
27.判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产品；
28.当存在至少一个没有推荐评分的待推荐旅游产品，则按照所述待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，利用所述推荐评分对排序后的所有待推荐旅游产品进行再次排序，得到产品序列，并选取所述产品序列中预设排名之前的待推荐旅游产品，得到待推荐旅游产品序列；
29.当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。
30.可选地，所述对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵，包括：
31.将所述历史评分矩阵分解为包含预设特征数量的用户特征评分矩阵及待推荐旅游产品特征评分矩阵，其中，所述用户特征评分矩阵为以所述行数量及所述特征数量作为矩阵维度，所述待推荐旅游产品特征评分矩阵以所述列数量及所述特征数量作为矩阵维度；
32.以所述特征数量作为关联条件对所述用户特征评分矩阵及所述待推荐旅游产品特征评分矩阵进行特征关联，得到与所述历史评分矩阵相同矩阵维度的所述预测评分矩阵。
33.可选地，所述根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数，包括：
34.步骤a：根据所述用户子集中每个用户对应的第一购买次数与所有所述第一购买次数的最大值，计算得到该用户对应的第一关系系数；
35.步骤b：根据所述用户子集中每个用户对应的第二购买次数与所有所述第二购买次数的最大值，计算得到该用户对应的第二关系系数；
36.步骤c：根据所述用户子集中每个用户对应的所述第一关系系数及所述第二关系系数，计算得到该用户对应的第三关系系数；
37.步骤d：根据所述用户子集中每个用户对应的所述第一关系系数及所述第三关系系数，计算得到该用户与所述待推荐用户的所述用户关系系数。
38.为了解决上述问题，本发明还提供一种旅游产品推荐装置，所述装置包括：
39.关系图构建模块，用于获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；
40.推荐参数计算模块，用于获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；
41.旅游产品推荐模块，用于根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。
42.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
43.存储器，存储至少一个计算机程序；及
44.处理器，执行所述存储器中存储的计算机程序以实现上述所述的旅游产品推荐方法。
45.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的旅游产品推荐方法。
46.本发明实施例以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图，从所述用户关系图中旅游产品购买信息可以获取与待推荐用户在相同时间购买相同旅游产品的第一用户次数，得到第一购买次数，并从所述旅游产品购买信息中获取所述第一用户与每个对应的所述第二用户相同时间购买相同旅游产品的次数，得到第二购买次数；根据所述第一购买次数及所述第二购买次数进行计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；通过相同时间购买相同旅游产品的次数筛选与所述待推荐用户的关联用户，并计算待推荐用户与关联用户的关联关系，在购买相同产品的次数上增加了购买时效的限制，提高了关联用户筛选与关联关系计算的准确率，进而根据关联用户的购买特征的关联关系进行协同推荐，提高了旅游产品推荐的准确率；因此本发明实施例提出的旅游产品推荐方法、装置、电子设备及可读存储介质提高了旅游产品推荐的准确率。
附图说明
47.图1为本发明一实施例提供的旅游产品推荐方法的流程示意图；
48.图2为本发明一实施例提供的旅游产品推荐装置的模块示意图；
49.图3为本发明一实施例提供的实现旅游产品推荐方法的电子设备的内部结构示意图；
50.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
51.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
52.本发明实施例提供一种旅游产品推荐方法。所述旅游产品推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述旅游产品推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
53.参照图1所示的本发明一实施例提供的旅游产品推荐方法的流程示意图，在本发明实施例中，所述旅游产品推荐方法包括：
54.s1、获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图。
55.本发明实施例中所述旅游产品为旅游产业相关产品，例如：航班、酒店、景点门票等，所述待推荐用户为需要进行旅游旅游产品推荐的用户，所述用户为购买过旅游产品的用户，其中，所述用户集中每个用户至少在所述用户集中存在一个与该用户在相同时间购买过相同旅游产品的其他用户，所述相同时间为旅游产品的消费时间相同，如：两个用户买的相同景点门票都是相同天，两个用户定的某个酒店的时间都是在相同时间段，两个用户预定的相同时间的某个航班号的机票，具体地，如两个用户购买的a景区的门票都是2022年1月24日的门票，那么称这两个用户是在相同时间购买a景区的门票，进一步地，本发明实施例对相同时间的时间维度不做限制，可以是相同天、相同时间段等时间维度。
56.由于旅游业数据稀疏，单个用户数据较少，因此，本发明实施例获取用户集及所述用户集中每个用户的旅游产品购买信息，其中，所述旅游产品购买信息包括用户的身份信息与用户购买不同旅游旅游产品的信息。
57.具体地，本发明实施例中所述用户集及所述旅游产品购买信息可以从某旅游公司的旅游数据库中获取。
58.进一步地，本发明实施例中为了更好的清楚的表达所待推荐用户与其他用户的关系，将所述用户作为节点，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图，具体地，所述待推荐用户的用户关系图为包含所述待推荐用户对应节点的用户关系图。
59.s2、获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵。
60.本发明实施例中所述历史评分为用户对对应待推荐旅游产品最近一次的评分。所述待推荐旅游产品集为需要进行旅游产品推荐的旅游产品。
61.详细地，本发明实施例中将所述用户集中用户的数量作为行数量，将所述待推荐旅游产品集中待推荐旅游产品的数量作为列数量，将所述行数量与所述列数量作为矩阵维度构建空白矩阵，其中，所述空白矩阵为还未填充元素的矩阵；将所有所述用户依次标记所述初始空白矩阵中的每一行，将所有所述待推荐旅游产品依次标记所述初始空白矩阵中的中的每一列，得到目标空白矩阵；将所述历史评分确定所述目标空白矩阵中对应的用户及待推荐旅游产品标记行列确定的元素得到初始历史评分矩阵。
62.例如：用户集中包含用户y1、y2、y3，待推荐旅游产品集中包含待推荐旅游产品c1、c2、c3，用户y1对待推荐旅游产品c1的历史评分为2，那么所述初始空白矩阵的第一行、第二行、第三行依次标记为y1行、y2行、y3行，将所述初始空白矩阵的第一列、第二列、第三列依次标记为c1列、c2列、c3列，得到所述目标空白矩阵，将所述目标空白矩阵中y1行c1列对应的元素确定为2。
63.可选地，本发明另一实施例中将所述用户集中用户的数量作为列数量，将所述待推荐旅游产品集中待推荐旅游产品的数量作为行数量，将所述行数量与所述列数量作为矩阵维度构建空白矩阵，得到初始空白矩阵；将所有所述用户依次标记所述初始空白矩阵中的每一列，将所有所述待推荐旅游产品依次标记所述初始空白矩阵中的中的每一行，得到目标空白矩阵；将所述历史评分替换所述目标空白矩阵中对应的用户及待推荐旅游产品标
记行列确定的元素得到初始历史评分矩阵。
64.由于并不是每个用户对每个待推荐旅游产品都有历史评分，因此，所述初始历史评分矩阵中一部分元素是空缺的，因此，本发明实施例将所述初始历史评分矩阵中的空缺元素用预设字符填充，得到所述历史评分矩阵，具体地，本发明实施例将所述初始历史评分矩阵中的空缺元素用0填充，得到历史评分矩阵，可选地，本发明实施例中所述预设字符还可以为其他合理字符，本发明对此不做限制。
65.进一步地，本发明实施例由于有的用户对某些待推荐旅游产品没有过评价，因此，需要预测出所述历史评分矩阵中缺失的值。
66.可选地，本发明实施例通过分析用户和待推荐旅游产品之间潜在特征的关联关系即对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析来实现推荐的目的。因此，本发明实施例通过矩阵分解将历史评分矩阵成一个用户潜在特征相关的评分矩阵和待推荐旅游产品潜在特征相关的评分矩阵，再将两个分解的评分矩阵进行特征关联，进而实现对用户未购买过的旅游产品的评分分析预测。
67.具体地，本发明实施例中将所述历史评分矩阵分解为包含预设特征数量的用户特征评分矩阵及待推荐旅游产品特征评分矩阵，其中，所述用户特征评分矩阵为以所述行数量及所述特征数量作为矩阵维度，所述待推荐旅游产品特征评分矩阵以所述列数量及所述特征数量作为矩阵维度。
68.例如：预设特征数量为k，所述历史评分矩阵为n*m，那么将所述历史评分矩阵分解为k*n的用户特征评分矩阵及k*m的待推荐旅游产品特征评分矩阵。
69.进一步地，本发明实施例以所述特征数量作为关联条件对所述用户特征评分矩阵及所述待推荐旅游产品特征评分矩阵进行特征关联，得到与所述历史评分矩阵相同矩阵维度的所述预测评分矩阵。
70.例如：预设特征数量为k，所述历史评分矩阵为n*m，那么将所述历史评分矩阵分解为k*n的用户特征评分矩阵及k*m的待推荐旅游产品特征评分矩阵，以所述特征数量作为关联条件，因此，将所述用户特征评分矩阵进行转置得到n*k转置后的用户特征评分矩阵，是的转置后的用户特征评分矩阵的列数量与待推荐旅游产品特征评分矩阵行数量相同都为所述特征数量，从而，对所述用户特征评分矩阵及所述待推荐旅游产品特征评分矩阵进行特征关联，得到与所述历史评分矩阵相同矩阵维度的所述预测评分矩阵，具体地，将n*k转置后的用户特征评分矩阵与k*m的待推荐旅游产品特征评分矩阵相乘得到n*m的预测评分矩阵。
71.具体地，本发明实施例中以所述特征数量作为关联条件对所述用户特征评分矩阵及所述待推荐旅游产品特征评分矩阵进行特征关联，得到与所述历史评分矩阵相同矩阵维度的所述预测评分矩阵，包括：将所述用户特征评分矩阵进行转置，使得并将转置后的用户特征评分矩阵的列数量与所述待推荐旅游产品特征评分矩阵的行数量均为所述特征数量，进一步地，将转置后的用户特征评分矩阵与所述待推荐旅游产品特征评分矩阵进行矩阵乘法计算，得到所述预测评分矩阵。
72.可选地，本发明实施例利用如下公式将所述历史评分矩阵进行分解：
73.74.其中，u为用户特征评分矩阵，v为待推荐旅游产品特征评分矩阵，w为与所述历史评分矩阵相同维度的预设参数矩阵，所述参数矩阵中元素由0和1组成，0表示所述历史评分矩阵对应位置上的元素为0，1表示所述历史评分矩阵对应位置上的元素为非0，r为所述历史评分矩阵，
°
运算符代表将两个矩阵相同位置上的数两两相乘，||||f代表弗罗贝尼乌斯范数。
75.s3、在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户。
76.具体地，本发明实施例中所述第一用户为与所述待推荐用户相同时间购买过相同旅游产品的用户即所述用户关系图中与待推荐用户直接连接的节点对应的用户，所述第二用户为与所述第一用户相同时间购买过相同物品的用户，即所述用户关系图中与第一用户直接连接的节点对应的用户，且所述第二用户不为所述待推荐用户。
77.s4、从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数。
78.为了衡量两个用户的关系，通常通过两个用户购买相同旅游产品的次数进行衡量，进一步地，由于旅游产品的时效性较强，因此单纯购买过相同旅游产品无法准确的反映用户之间的关系，还需要增加购买时间的限制，因此，本发明实施例通过相同时间购买相同旅游产品的次数衡量不同用户的关系。
79.进一步地，用户之间的关系可以为直接关系或间接关系，当所述用户关系图中两个用户之间直接连接，那么两个用户具有直接关系，进一步地，所述用户关系图中两个用户之间间接连接，那么两个用户具有间接关系，为了克服所述用户关系图中两个用户间的距离较远导致间接关系不具有参考价值，因此，选择当两个用户都与第三个用户购买个相同旅游产品，那么两个用户具有间接关系，即所述用户关系图中节点距离为2的两个用户具有间接关系(所述用户关系图中两个直接相连的用户的节点距离为1)，为了衡量用户的直接关系和间接关系，从所述旅游产品购买信息中获取所述待推荐用户与每个对应的所述第一用户相同时间购买相同旅游产品的次数，得到第一购买次数，并从所述旅游产品购买信息中获取所述第一用户与每个对应的所述第二用户相同时间购买相同旅游产品的次数，得到第二购买次数。
80.s5、汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数。
81.详细地，本发明实施例汇总所有所述第一用户及所述第二用户，并将汇总后的所有用户进行去重，得到所述用户子集。
82.进一步地，本发明实施例中根据所述第一购买次数及所述第二购买次数进行计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数，包括：
83.步骤a：根据所述用户子集中每个用户对应的第一购买次数与所有所述第一购买次数的最大值，计算得到该用户对应的第一关系系数。
84.例如：所述用户子集中用户a对应的第一购买次数为2次，所有所述第一购买次数的最大值为4次，那么用户a对应的第一关系系数为2/4＝0.5。
85.本发明实施例通过所述第一关系系数衡量待推荐用户与每个第一用户间的用户关系的强弱。
86.步骤b：根据所述用户子集中每个用户对应的第二购买次数与所有所述第二购买次数的最大值，计算得到该用户对应的第二关系系数。
87.例如：所述用户子集中用户b对应的第二购买次数为3次，所有所述第二购买次数的最大值为6次，那么用户b对应的第二关系系数为3/6＝0.5。
88.步骤c：根据所述用户子集中每个用户对应的所述第一关系系数及所述第二关系系数，计算得到该用户对应的第三关系系数。
89.例如：所述用户子集中用户c对应的第一关系系数为0.5，对应的第二关系系数为0.4，那么用户c对应的第三关系系数为0.5*0.4＝2。
90.本发明实施例第二用户与待推荐用户不是直接相连的，通过所述第三关系系数衡量待推荐用户与每个第二用户间的用户关系的强弱。
91.步骤d：根据所述用户子集中每个用户对应的所述第一关系系数及所述第三关系系数，计算得到该用户与所述待推荐用户的用户关系系数。
92.本发明实施例中所述第一关系系数为衡量所述待推荐用户与该用户的直接关系，所述第一关系系数为衡量所述待推荐用户与该用户的间接关系，为了综合衡量用户与待推荐用户的关系，根据所述用户子集中每个用户对应的所述第一关系系数及所述第三关系系数进行计算，得到该用户与所述待推荐用户的用户关系系数，例如：所述用户子集中用户c对应的第一关系系数为0.5，对应的第三关系系数为0.4，那么待推荐用户与用户c的用户关系系数为0.5+0.4＝0.9。
93.s6、根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分。
94.详细地，本发明实施例中根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分，包括：
95.根据所述用户关系系数将所述用户子集对应用户的所有历史评分进行加权更新，得到加权历史评分；
96.具体地，本发明实施例将用户对应的用户关系系数与历史评分进行乘积，得到加权历史评分，例如：用户a的用户关系系数为0.5，用户a对a旅游产品的历史评分为8，那么用户a对a旅游产品的加权历史评分为0.5*8＝4。
97.根据所述待推荐旅游产品集中每个待推荐旅游产品对应的所有所述加权历史评分进行计算，得到对应的所述推荐评分。
98.可选地，本发明实施例利用如下公式计算待推荐旅游产品的所述推荐评分：
[0099][0100]
其中，n为待推荐旅游产品对应的所有加权历史评分的数量，i为待推荐旅游产品对应的加权历史评分的序号，ji为待推荐旅游产品对应的序号为i的加权历史评分，xi为序号为i的加权历史评分对应的用户关系系数。
[0101]
s7、根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排
序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。
[0102]
本发明实施例中根据所述历史评分矩阵中所述待推荐旅游产品及所述待推荐用户标记的行列确定所述待推荐旅游产品的待推荐旅游产品序号；
[0103]
例如：所述历史评分矩阵中待推荐用户标记的行为第一行，待推荐旅游产品a标记的列为第一列，那么待推荐旅游产品a对应的待推荐旅游产品序号为第一行第一列。
[0104]
根据每个所述待推荐旅游产品对应的所述待推荐旅游产品序号选取所述预测评分矩阵中对应行列的元素，得到待推荐旅游产品矩阵评分。
[0105]
例如：待推荐旅游产品a的待推荐旅游产品序号为第一行第一列，那么所述预测评分矩阵中第一行第一列的元素为待推荐旅游产品a的待推荐旅游产品矩阵评分。
[0106]
根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列。
[0107]
进一步地，由于并不是每个用户对每个待推荐旅游产品都有历史评分，因此所述推荐评分亦可能出现缺失的情况。
[0108]
详细地，本发明实施例中根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，包括：
[0109]
判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产品；
[0110]
当存在至少一个没有推荐评分的待推荐旅游产品，则按照所述待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列；
[0111]
当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。
[0112]
具体地，本发明另一实施例中根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，包括：
[0113]
判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产品；
[0114]
当存在至少一个没有推荐评分的待推荐旅游产品，则按照所述待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列；
[0115]
当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。
[0116]
具体地，本发明另一实施例中根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，包括：
[0117]
判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产
品；
[0118]
当存在至少一个没有推荐评分的待推荐旅游产品，则利用所述推荐评分对所有有推荐评分的待推荐旅游产品进行排序得到第一产品序列，按照所述待推荐旅游产品矩阵评分对所有没有推荐评分的待推荐旅游产品进行排序，得到第二产品序列，将所述第一产品序列与所述第二产品序列进行融合，得到产品序列，并选取所述产品序列中预设排名之前的待推荐旅游产品，得到待推荐旅游产品序列；
[0119]
具体地，所述将所述第一产品序列与所述第二产品序列进行融合，得到所述产品序列，包括：将所述第一产品序列插入所述所述第二产品序列任意两个连续的待推荐旅游产品之间或将所述第一产品序列插入所述所述第二产品序列中第一个待推荐旅游产品之前或将所述第一产品序列插入所述所述第二产品序列中最后一个个待推荐旅游产品之后，得到所述产品序列。
[0120]
当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。
[0121]
本发明另一实施例中还可以任意选择推荐评分或待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。
[0122]
进一步地，本发明实施例中将将所述待推荐旅游产品序列发送至所述待推荐用户，可以将所述待推荐旅游产品序列发送至所述待推荐用户的终端设备，所述终端设备包括：手机、电脑、平板等智能终端。
[0123]
如图2所示，是本发明旅游产品推荐装置的功能模块图。
[0124]
本发明所述旅游产品推荐装置100可以安装于电子设备中。根据实现的功能，所述旅游产品推荐装置可以包括关系图构建模块101、推荐参数计算模块102、旅游产品推荐模块103，本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0125]
在本实施例中，关于各模块/单元的功能如下：
[0126]
所述关系图构建模块101用于获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；
[0127]
所述推荐参数计算模块102用于获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述
待推荐用户与所述用户子集中每个用户的用户关系系数；根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；
[0128]
所述旅游产品推荐模块103用于根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。
[0129]
详细地，本发明实施例中所述旅游产品推荐装置100中所述的各模块在使用时采用与上述图1中所述的旅游产品推荐方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0130]
如图3所示，是本发明实现旅游产品推荐方法的电子设备的结构示意图。
[0131]
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如旅游产品推荐程序。
[0132]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如旅游产品推荐程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0133]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如旅游产品推荐程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0134]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0135]
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0136]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的
直流或交流电源、再充电装置、电源故障分类电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0137]
可选地，所述通信接口13可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
[0138]
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0139]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0140]
所述电子设备中的所述存储器11存储的旅游产品推荐程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
[0141]
获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；
[0142]
获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；
[0143]
在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；
[0144]
从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；
[0145]
汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；
[0146]
根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；
[0147]
根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。
[0148]
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0149]
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的旅游产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储
器、只读存储器(rom，read-only memory)。
[0150]
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0151]
获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；
[0152]
获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；
[0153]
在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；
[0154]
从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；
[0155]
汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；
[0156]
根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；
[0157]
根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。
[0158]
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
[0159]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0160]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0161]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0162]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0163]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0164]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0165]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0166]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
技术特征：1.一种旅游产品推荐方法，其特征在于，所述方法包括：获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。2.如权利要求1所述的旅游产品推荐方法，其特征在于，所述根据所述历史评分构建历史评分矩阵，包括：将所述用户集中用户的数量作为行数量，将所述待推荐旅游产品集中待推荐旅游产品的数量作为列数量；将所述行数量与所述列数量作为矩阵维度构建空白矩阵，得到初始空白矩阵；利用所有所述用户依次标记所述初始空白矩阵中的每一行，利用所有所述待推荐旅游产品依次标记所述初始空白矩阵中的中的每一列，得到目标空白矩阵；根据所述历史评分确定所述目标空白矩阵中对应的用户及待推荐旅游产品标记行列确定的元素，得到初始历史评分矩阵；将所述初始历史评分矩阵中的空缺元素用预设字符填充，得到所述历史评分矩阵。3.如权利要求2所述的旅游产品推荐方法，其特征在于，所述根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，包括：根据所述历史评分矩阵中所述待推荐旅游产品及所述待推荐用户标记的行列确定所述待推荐旅游产品的待推荐旅游产品序号；根据每个所述待推荐旅游产品对应的所述待推荐旅游产品序号选取所述预测评分矩阵中对应行列的元素，得到待推荐旅游产品矩阵评分；根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列。4.如权利要求3所述的旅游产品推荐方法，其特征在于，所述根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，包括：
判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产品；当存在至少一个没有推荐评分的待推荐旅游产品，则按照所述待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列；当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。5.如权利要求3所述的旅游产品推荐方法，其特征在于，所述根据所述待推荐旅游产品矩阵评分及所述推荐评分中至少一项对所述待推荐旅游产品集中待推荐旅游产品进行筛选排序，得到所述待推荐旅游产品序列，得到所述待推荐旅游产品序列，包括：判断所述待推荐旅游产品集中是否存在至少一个没有推荐评分的待推荐旅游产品；当存在至少一个没有推荐评分的待推荐旅游产品，则按照所述待推荐旅游产品矩阵评分对所有待推荐旅游产品进行排序，利用所述推荐评分对排序后的所有待推荐旅游产品进行再次排序，得到产品序列，并选取所述产品序列中预设排名之前的待推荐旅游产品，得到待推荐旅游产品序列；当不存在没有推荐评分的待推荐旅游产品，则按照所述推荐评分对所有待推荐旅游产品进行排序，并选取排序完成后的所有待推荐旅游产品中预设排名之前的待推荐旅游产品，得到所述待推荐旅游产品序列。6.如权利要求2所述的旅游产品推荐方法，其特征在于，所述对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵，包括：将所述历史评分矩阵分解为包含预设特征数量的用户特征评分矩阵及待推荐旅游产品特征评分矩阵，其中，所述用户特征评分矩阵为以所述行数量及所述特征数量作为矩阵维度，所述待推荐旅游产品特征评分矩阵以所述列数量及所述特征数量作为矩阵维度；以所述特征数量作为关联条件对所述用户特征评分矩阵及所述待推荐旅游产品特征评分矩阵进行特征关联，得到与所述历史评分矩阵相同矩阵维度的所述预测评分矩阵。7.如权利要求1至6中任意一项所述的旅游产品推荐方法，其特征在于，所述根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数，包括：步骤a：根据所述用户子集中每个用户对应的第一购买次数与所有所述第一购买次数的最大值，计算得到该用户对应的第一关系系数；步骤b：根据所述用户子集中每个用户对应的第二购买次数与所有所述第二购买次数的最大值，计算得到该用户对应的第二关系系数；步骤c：根据所述用户子集中每个用户对应的所述第一关系系数及所述第二关系系数，计算得到该用户对应的第三关系系数；步骤d：根据所述用户子集中每个用户对应的所述第一关系系数及所述第三关系系数，计算得到该用户与所述待推荐用户的所述用户关系系数。8.一种旅游产品推荐装置，其特征在于，包括：关系图构建模块，用于获取包含待推荐用户的用户集及所述用户集中每个用户的旅游产品购买信息，根据所述旅游产品购买信息，以相同时间购买过相同旅游产品为连接条件
将所述用户集中的每个用户进行节点连接，得到所述待推荐用户的用户关系图；推荐参数计算模块，用于获取待推荐旅游产品集及所述用户集中每个用户对所述待推荐旅游产品集中每个待推荐旅游产品的历史评分，根据所述历史评分构建历史评分矩阵，并对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；在所述用户关系图中选取与所述待推荐用户直接连接的第一用户，以及与所述第一用户直接连接的第二用户，其中，所述第二用户不包括所述待推荐用户；从所述旅游产品购买信息中获取所述待推荐用户与每个所述第一用户在相同时间购买相同旅游产品的次数，得到第一购买次数，及获取每个所述第一用户与每个所述第二用户在相同时间购买相同旅游产品的次数，得到第二购买次数；汇总所有所述第一用户及所述第二用户，得到用户子集，并根据所述第一购买次数及所述第二购买次数计算得到所述待推荐用户与所述用户子集中每个用户的用户关系系数；根据所述用户关系系数及所述历史评分计算所述待推荐旅游产品集中每个待推荐旅游产品的推荐评分；旅游产品推荐模块，用于根据所述预测评分矩阵及所述推荐评分对所述待推荐旅游产品集进行筛选排序，得到待推荐旅游产品序列，并将所述待推荐旅游产品序列发送至所述待推荐用户。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的旅游产品推荐方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的旅游产品推荐方法。
技术总结本发明涉及产品推荐技术，揭露一种旅游产品推荐方法，包括：将相同时间购买过相同旅游产品的用户连接，得到待推荐用户的用户关系图，将待推荐旅游产品集及用户集的元素数量作为矩阵维度参数构建空白矩阵，并利用用户对每个待推荐旅游产品的历史评分对所述空白矩阵进行填充，得到历史评分矩阵；对所述历史评分矩阵进行用户特征与待推荐旅游产品特征的特征关联分析，得到相同维度的预测评分矩阵；根据相同时间购买相同旅游产品的次数计算用户关系图中待推荐用户与关联用户的用户关系系数，利用所述预测评分矩阵及所述用户关系系数进行待推荐旅游产品筛选推荐。本发明还提出一种产品推荐装置、设备以及介质。本发明可以提高旅游产品推荐的准确率。高旅游产品推荐的准确率。高旅游产品推荐的准确率。
技术研发人员：曹准
受保护的技术使用者：湖南茶旅云科技有限公司
技术研发日：2022.04.08
技术公布日：2022/7/5
