本发明涉及数据处理与分析，具体涉及一种基于异质图的景点要素游览路径规划方法及系统。
背景技术：
1、随着时代的进步和人们生活的多样化，旅游成了越来越多人的选择，而对于景区内各式各样的景点来说，虽然许多景区景点评价系统的出现帮助游客们大大避免了一些不值得去的景点，但由于对景点缺乏了解加上时间的限制，可能会导致游客无法去到更加满足自己爱好的景点。
2、路径规划是指在给定的地图或网络中，通过算法确定从起点到终点的最佳路径的过程，在很多领域都有广泛的应用。其中dijkstra算法能够保证找到最短路径，而广度优先搜索算法(breadth first search，bfs)只能找到最短路径的长度，无法找到具体路径。dijkstra算法适用于图中没有明确目标节点的情况，可以找到起点到所有其他节点的最短路径，而a*算法适用于图中有明确的目标节点的情况，需要通过启发式函数来进行路径搜索。
3、相关技术中，公布号为cn111222667a的专利申请文献中提出了根据用户的起始点位置、终点位置、游览总时长和用户针对每一景点的偏好程度分值，来进行路线规划，能够规划出满足用户的偏好要求的路线；但该方案在每步插入新景点时会重新计算路线，可能导致频繁的路线调整和重组，插入新景点时可能会导致路线的不稳定性和连续性下降，使得整体路线的连贯性降低，可能会导致用户在旅行过程中出现频繁的转向，影响用户的旅行体验和观光效果。
技术实现思路
1、本发明所要解决的技术问题在于如何为用户推荐更符合期许的景点路径。
2、本发明通过以下技术手段解决上述技术问题的：
3、一方面，本发明提出了一种基于异质图的景点要素游览路径规划方法，所述方法包括：
4、响应于用户的指令信息，获取用户的偏好备选列表，所述偏好备选列表中包括用户喜好的景点要素的标签类型；
5、根据所述偏好备选列表和景点要素的多模态元结构，建立与用户偏好相关的异质图，其中，每个景点要素作为异质图的顶点，每两个景点要素之间的路径作为异质图中两点之间的边的值；
6、根据所述异质图中用户偏好的景点要素节点、景点要素之间的行为冲突及游览景区总的预设时间，并基于设置的路径惩罚项，生成景区要素游览路径，其中，所述路径惩罚项用于定义景点要素之间行为冲突的惩罚值。
7、进一步地，所述景点要素的多模态元结构为根据描述景点要素的多模态数据构建，包括：
8、将景区s定义为一个集合s＝{s1,s2,s3,......,sn},其中si是指景区s中的具体景点要素，对于每个要素节点si，使用多模态作为属性节点，并将其与对应的要素节点连接，根据景区中要素之间的道路连通关系，连接对应的景点要素节点，构建景区要素的多模态元结构。
9、进一步地，所述景点要素的标签类型确定过程包括：
10、基于每个景点要素对应多模态数据中的每个单模态数据提取相应的特征来确定要素标签；
11、若景点要素对应的每个模态数据所确定的要素标签类型相同，则确定为该景点要素的标签；
12、若景点要素对应的每个模态数据所确定的要素标签类型不同，则对多模态数据进行融合确定该景点要素的标签；
13、根据景点要素之间的道路连通关系，连接对应的景点要素，得到所述多模态元结构。
14、进一步地，所述基于每个景点要素对应多模态数据中的每个单模态数据提取相应的特征来确定要素标签，包括：
15、在单模态数据为图片时，使用cnn网络将图片映射为一个k维的特征向量a表示，使用k-means将特征向量a聚类为要素的标签类型，并计算每个标签类型的占比，当某一标签的比例超过第一阈值时，将图片标记为该标签类型；
16、在单模态数据为文本时，使用word embedding将每个文本描述映射为一个k维的特征向量b表示，使用svm将特征向量b分类为不同的标签类型，并计算每个标签类型的占比，当某一标签类型的比例超过第二阈值时，将该文本标记为该标签类型；
17、在单模态数据为音频时，使用mfcc将音频转换为k维特征向量c来表示，使用k-means将特征向量c聚类为不同的标签类型，并计算每个标签类别的占比当某一标签的比例超过第三阈值时，将音频标记为该标签类型。
18、进一步地，所述对多模态数据进行融合确定该景点要素的标签，包括：
19、利用各单模态数据对应的特征向量，分别构造各单模态数据对应的映射矩阵；
20、将各单模态数据对应的映射矩阵进行特征级融合，得到要素-特征矩阵；
21、将所述要素-特征矩阵输入至训练好的分类算法模型中进行预测，得到景点要素的标签。
22、进一步地，所述响应于用户的指令信息，获取用户的偏好备选列表，包括：
23、响应于用户的指令信息，获取用户选择的喜好的景点要素标签类型构建偏好备选列表，所述标签类型中添加有用户的喜爱度数值；
24、其中，用户选择的景点要素标签类型的数量小于设定的标签数量阈值，所述标签数量阈值为根据浏览整个景区的预估时间、游客进入景区的时间以及景区结束时间来设定。
25、进一步地，所述根据所述偏好备选列表和景点要素的多模态元结构，建立与用户偏好相关的异质图，包括：
26、根据用户的偏好备选列表、景点要素、要素的标签类型和用户之间的关系构建加权元路径从用户选择的标签类型的景点要素节点出发，经过连接到选择的其他景点要素节点的边，边的值表示用户对景点要素的喜爱度。
27、进一步地，所述根据所述异质图中用户偏好的景点要素节点、景点要素之间的行为冲突及游览景区总的预设时间，并基于设置的路径惩罚项，生成景区要素游览路径，包括：
28、根据所述异质图中用户偏好的景点要素节点、景点要素之间的行为冲突及游览景区总的预设时间，采用dijkstra算法生成景区要素路经，其中将景点si与景点sj之间的距离记为dij，在更新景点要素si的距离值为路径距离过程中，根据设置的路径惩罚项，将与当前景点要素存在冲突的景点要素删除或降低喜爱度分值以及将整体游览时间超过游览景区总的预设时间的路径删除。
29、进一步地，在更新景点要素si的距离值时，将每个景点的额外游览时间ti添加到路径距离中，更新景点si的距离值设置为：
30、dist[si]＝dist[sj]+dij+ti
31、式中，dist[si]表示从景区入口到景点si的当前最短路径长度，dist[sj]为表示前一个被加入到路径中的景点，是当前景点si的前一个景点，dij为景点si与景点sj之间的距离，ti为每个景点的额外游览时间。
32、进一步地，路径的整体游览时间的计算公式为：
33、
34、其中，为路径的整体游览时间，ti为每个景点的额外游览时间，a为游客速度，dij为景点要素si与景点要素sj之间的距离。
35、此外，本发明还提出了一种基于异质图的景点要素游览路径规划系统，所述系统包括：
36、偏好信息获取模块，用于响应于用户的指令信息，获取用户的偏好备选列表，所述偏好备选列表中包括用户喜好的景点要素的标签类型；
37、异质图构建模块，用于根据所述偏好备选列表和景点要素的多模态元结构，建立与用户偏好相关的异质图，其中，每个景点要素作为异质图的顶点，每两个景点要素之间的路径作为异质图中两点之间的边的值；
38、游览路径生成模块，用于根据所述异质图中用户偏好的景点要素节点、景点要素之间的行为冲突及游览景区总的预设时间，并基于设置的路径惩罚项，生成景区要素游览路径，其中，所述路径惩罚项用于定义景点要素之间行为冲突的惩罚值。
39、本发明的优点在于：
40、(1)本发明通过根据用户的景点类型偏好与景点要素的多模态元结构，建立基于用户偏好的异质图，将景点要素、标签类型的关联以图的形式表示，根据用户偏好并加上景点之间有行为冲突和景区总游览时间限制来为用户生成更符合期许的景点路径，提高游客满意度。
41、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种基于异质图的景点要素游览路径规划方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于异质图的景点要素游览路径规划方法，其特征在于，所述景点要素的多模态元结构为根据描述景点要素的多模态数据构建，包括：
3.如权利要求1所述的基于异质图的景点要素游览路径规划方法，其特征在于，所述景点要素的标签类型确定过程包括：
4.如权利要求3所述的基于异质图的景点要素游览路径规划方法，其特征在于，所述对多模态数据进行融合确定该景点要素的标签，包括：
5.如权利要求1所述的基于异质图的景点要素游览路径规划方法，其特征在于，所述响应于用户的指令信息，获取用户的偏好备选列表，包括：
6.如权利要求1所述的基于异质图的景点要素游览路径规划方法，其特征在于，所述根据所述偏好备选列表和景点要素的多模态元结构，建立与用户偏好相关的异质图，包括：
7.如权利要求1所述的基于异质图的景点要素游览路径规划方法，其特征在于，所述根据所述异质图中用户偏好的景点要素节点、景点要素之间的行为冲突及游览景区总的预设时间，并基于设置的路径惩罚项，生成景区要素游览路径，包括：
8.如权利要求7所述的基于异质图的景点要素游览路径规划方法，其特征在于，在更新景点要素si的距离值时，将每个景点的额外游览时间ti添加到路径距离中，更新景点si的距离值设置为：
9.如权利要求7所述的基于异质图的景点要素游览路径规划方法，其特征在于，路径的整体游览时间的计算公式为：
10.一种基于异质图的景点要素游览路径规划系统，其特征在于，所述系统包括：
