一种乡村旅游模拟运营系统及方法

摘要

本发明公开了一种乡村旅游模拟运营系统及方法，用于旅游技术领域，包括：信息收集系统、特色挖掘系统、模拟运营系统、客户端；所述特色挖掘系统利用特色挖掘模型从所述信息收集系统收集的信息中挖掘特色旅游信息；所述模拟运营系统，根据客户端指令自动模拟运营乡村旅游情景。本发明公开的技术方案能够从互联网采集乡村旅游信息，深度挖掘特色乡村旅游信息，并采用模拟运营的方式，减少损失，帮助乡村旅游建设快速寻找合适的建设及规划方案。

说明书

技术领域

本发明涉及旅游技术领域，特别涉及一种乡村旅游模拟运营系统及方法。

背景技术

时下，乡村旅游越来越火，已成为乡村全面振兴的重要抓手。然而，不少乡村旅游仍存在景点盲目跟风、建筑风格混乱、开发模式趋同等情况，销售着大同小异的小吃、服饰、工艺品，甚至在主打产品和营销手段上追求城里味道，丧失本地农家特色和传统乡村风味，导致游客审美疲劳、客源竞争激烈。对此，乡村旅游需要有所突破，才能更好发展。

发明内容

本发明的目的在于，提供一种乡村旅游模拟运营系统，解决现有乡村旅游缺乏自主特色情况。

为了实现上述目的，本发明提供了如下技术方案：

一种乡村旅游模拟运营系统，包括：信息收集系统、特色挖掘系统、模拟运营系统、客户端；

所述特色挖掘系统利用特色挖掘模型从所述信息收集系统收集的信息中挖掘特色旅游信息；

所述模拟运营系统，根据客户端指令自动模拟运营乡村旅游情景。

优选的，所述信息收集系统从互联网平台、公共建议平台实时收集乡村旅游信息；所述收集乡村旅游信息包括：特色旅游规划、景点环境、人文信息。

优选的，所述模拟运营系统，包括：景观模拟系统、人文模拟系统、仿真旅游模拟系统；

所述景观模拟系统和人文模拟系统共同配合模拟乡村旅游环境和人文场景；

所述仿真旅游模拟系统，模拟游客乡村旅游场景。

优选的，还包括旅游线路规划系统；

所述旅游线路规划系统，根据用户和管理人员的需求，自动规划旅游线路。

优选的，所述特色挖掘模型：神经网络循环计算层-Dropout层-神经网络循环计算层--卷积层-激活层-池化层-卷积层-激活层-池化层-卷积层-激活层-卷积层-激活层-卷积层-激活层-池化层-全连接层-全连接层-softmax层。

一种乡村旅游模拟运营方法，包括以下步骤：

收集乡村旅游信息；

利用特色挖掘模型对收集的乡村旅游信息进行信息处理和筛选，并选取最优乡村旅游建设规划方案；

根据用户指令将最优乡村旅游建设规划方案或用户自定义旅游建设规划方案进行乡村旅游模拟运营。

优选的，对所述收集的乡村旅游信息进行筛选的步骤如下：

获取现有旅游景点信息；

设定乡村旅游模拟运营地点，根据预设地点筛选收集的乡村旅游信息，确定符合预设地点的乡村旅游信息作为第一筛选结果；

将现有旅游景点信息与收集的乡村旅游信息进行相似度对比，并根据相似度对比结果，将相似度低于30％的乡村旅游信息作为第二筛选结果；

将第二筛选结果进行旅游类型分类，并根据对每类乡村旅游信息进行关键词出现频率排名，保留排名10-15位的乡村旅游信息作为第三筛选结果；

对第三筛选结果进行建设成本由低到高排序，将排名第1-5位旅游信息作为第四筛选结果；

对第四筛选结果进行经济收益计算，将经济收益最高的旅游信息作为预选推荐特色旅游建设信息。

优选的，还包括旅游线路规划；

所述旅游线路规划，根据用户和管理人员的需求，自动规划旅游线路。

优选的，所述特色挖掘模型的构建过程如下：

构建特色挖掘模型；

获取乡村旅游信息数据集，并将其作为训练集对已构建的特色挖掘模型进行训练，得到训练完成的特色挖掘模型；

其中，获取乡村旅游信息数据集包括：

从信息收集系统收集的图像、视频、评论中提取关键内容；

从游客反馈视频中获取反馈结果；

基于链表生成优先级队列，将上述信息：图像、视频、评论、反馈结果按照优先级级别排列；

所述图像、视频、评论、反馈结果的优先级级别根据同一关键词出现频率确定，即出现频率高，优先级级别低；

对已确定优先级的图像、视频、评论、反馈结果进行层级筛选，确定训练集的预选推荐特色旅游建设信息。

经由上述的内容可知与现有技术相比，本发明的有益效果在于：

本发明公开的技术方案能够从互联网采集乡村旅游信息，深度挖掘特色乡村旅游信息，并采用模拟运营的方式，减少损失，帮助乡村旅游建设快速寻找合适的建设及规划方案。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明方法流程图；

图2为本发明系统框图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

本实施例公开了一种乡村旅游模拟运营系统，包括：信息收集系统、特色挖掘系统、模拟运营系统、客户端；

特色挖掘系统利用特色挖掘模型从信息收集系统收集的信息中挖掘特色旅游信息；

模拟运营系统，根据客户端指令自动模拟运营乡村旅游情景；

具体地：

本实施例预先设定的应用地点为东北农村；

在本实施例1中信息收集系统从抖音平台、小红书平台的视频、图像、评论中实时收集乡村旅游信息。

在本实施例中特色挖掘系统利用特色挖掘模型从信息收集系统收集的信息中挖掘到的特色旅游信息包括：特色旅游规划：从抖音平台的视频中挖掘到的特色食品土豆包；景点环境：从小红书平台评论中挖掘到的东北60年代房屋建设；人文信息：从抖音平台的评论中挖掘到的旧时东北农村习俗；

模拟运营系统中景观模拟系统和人文模拟系统根据特色挖掘系统挖掘到的信息和客户端的指令共同配合模拟东北乡村旅游环境和人文场景；

仿真旅游模拟系统，模拟游客乡村旅游场景包括：住宿、品尝美食、观光游览、夜间游玩。

其中，模拟运营系统还包括：显示装置、天气模拟系统；

显示装置实时显示模拟运营情景；天气模拟系统根据预设天气指令，更新模拟东北农村运营场景的天气情况，并影响旅游模拟系统的游客人数。

乡村旅游模拟运营系统还包括旅游线路规划系统；

旅游线路规划系统，根据用户和管理人员的需求，自动规划旅游线路。

特色挖掘模型的构建过程如下：

构建特色挖掘模型：

特色挖掘模型：神经网络循环计算层-Dropout层-神经网络循环计算层--卷积层-激活层-池化层-卷积层-激活层-池化层-卷积层-激活层-卷积层-激活层-卷积层-激活层-池化层-全连接层-全连接层-softmax层；

获取乡村旅游信息数据集，并将其作为训练集对已构建的特色挖掘模型进行训练，得到训练完成的特色挖掘模型；

其中，获取乡村旅游信息数据集包括：

从信息收集系统收集的图像、视频、评论中提取关键内容；

从游客反馈视频中获取反馈结果；

基于链表生成优先级队列，将上述信息：图像、视频、评论、反馈结果按照优先级级别排列；

图像、视频、评论、反馈结果的优先级级别根据同一关键词出现频率确定，即出现频率高，优先级级别低；

对已确定优先级的图像、视频、评论、反馈结果进行层级筛选，确定训练集的预选推荐特色旅游建设信息。

实施例2：

公开了一种乡村旅游模拟运营方法，包括以下步骤：

收集乡村旅游信息；

对收集的乡村旅游信息进行信息处理和筛选，并选取最优乡村旅游建设规划方案；

根据最优乡村旅游建设规划方案或用户自定义旅游建设规划方案进行乡村旅游模拟运营；

其中，对收集的乡村旅游信息进行筛选的步骤如下

获取现有旅游景点信息；

设定乡村旅游模拟运营地点为河北，根据预设地点筛选收集的乡村旅游信息，确定符合预设地点的乡村旅游信息作为第一筛选结果例如：食品原材料产地信息；河北特色人文信息；河北农村建筑信息。

将现有旅游景点信息与收集的河北乡村旅游信息进行相似度对比，并根据相似度对比结果，将相似度低于30％的乡村旅游信息作为第二筛选结果；

将第二筛选结果进行旅游类型分类包括：现代化农村、传统农村，并根据对每类乡村旅游信息进行关键词出现频率排名，保留排名10-15位的乡村旅游信息作为第三筛选结果；

对第三筛选结果进行建设成本由低到高排序，将排名第1-5位旅游信息作为第四筛选结果；

对第四筛选结果进行经济收益计算，将经济收益最高的旅游信息作为预选推荐特色旅游建设信息。

一种乡村旅游模拟运营方法还包括旅游线路规划；

旅游线路规划，根据用户和管理人员的需求，自动规划旅游线路。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。