一种研学旅游购票人机交互系统的制作方法

1.本发明属于人机交互领域，涉及人工智能技术，具体是一种研学旅游购票人机交互系统。


背景技术：

2.研学旅游是由学校根据区域特色、学生年龄特点和各学科教学内容需要，组织学生通过集体旅行、集中食宿的方式走出校园，在与平常不同的生活中拓展视野、丰富知识，加深与自然和文化的亲近感。
3.在研学旅游活动中，组织者需要选择若干具有代表意义的旅游景点，然后带领学生依次到这些旅游景点参加活动，并及时进行反馈总结。现有研学旅游活动中，很难选择合适的旅游景点作为活动地点，导致研学旅游效果不佳；因此，亟须一种研学旅游购票人机交互系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种研学旅游购票人机交互系统，用于解决在现有研学旅游活动中，很难选择合适的旅游景点作为活动地点，导致研学旅游效果不佳的技术问题。
5.本发明公开了一种用于研学旅游购票的人机交互系统，包括数据采集模块和数据分析模块，数据分析通过数据采集模块采集的研学活动信息和交互标签自动为用户生成景点推荐序列，并结合自助购票程序实现自动化购票，能够保证所选择的旅游景点与研学旅游的目的高度贴合，提高研学旅游的效果。
6.为实现上述目的，本发明的第一方面提供了一种研学旅游购票人机交互系统，包括数据分析模块，以及与之相连接的数据采集模块和智能终端；
7.数据采集模块：通过所述智能终端采集研学活动信息和交互标签；其中，所述研学活动信息包括成员基础信息和活动基础信息；以及
8.通过所述智能终端的购票显示界面采集用户对景点推荐序列的反馈操作；
9.数据分析模块：结合所述交互标签和所述研学活动信息生成景点推荐序列；其中，所述交互标签决定是否接受景点推荐；以及
10.结合所述反馈操作完成自助购票操作。
11.优选的，所述数据分析模块分别与所述数据采集模块、所述智能终端通信和/或电气连接，且所述智能终端和所述数据采集模块通信和/或电气连接；其中，智能终端包括自助购票机、智能手机和电脑。
12.优选的，通过所述智能终端生成交互标签，包括：
13.智能终端接收用户交互指令，同时生成交互标签；其中，用户交互指令包括接受景点推荐和不接受景点推荐；
14.当用户交互指令为接受景点推荐时，则将交互标签设置为1；
15.当用户交互指令为不接受景点推荐时，则将交互标签设置为0。
16.优选的，所述数据分析模块识别所述交互标签，判断用户是否接受景点推荐，当用户不接受景点推荐时，结合所述研学活动信息结合生成景点推荐序列，包括：
17.提取所述活动基础信息中的预设景点；其中，预设景点包括至少一个旅游景点；
18.判断所述预设景点是否有效；
19.当所述预设景点有效时，则根据所述预设景点生成所述景点推荐序列；其中，景点推荐序列包括路线，以及路线中相邻所述预设景点之间的交通工具和对应车票；
20.当所述预设景点无效时，则将交互标签重置为1，并对交互标签重新识别判断。
21.优选的，将所述预设景点和预设规则结合生成所述景点推荐序列，包括：
22.当所述预设景点有效时，提取预设规则；其中，预设规则包括时间最短或者价格最优；
23.根据所述预设规则对所述预设景点的顺序重新排列，根据重新排列之后的所述预设景点生成所述景点推荐序列。
24.优选的，当用户接受景点推荐时，结合所述研学活动信息结合生成景点推荐序列，包括：
25.提取所述活动基础信息中的活动区域和时间要求；
26.根据所述成员基础信息和所述时间要求提取所述活动区域中的推荐景点；其中，推荐景点通过大数据技术抓取；
27.所述推荐景点结合所述预设规则生成所述景点推荐序列。
28.优选的，将所述时间要求和大数据技术结合，获取推荐景点，包括：
29.通过所述大数据技术抓取所述活动区域中的景点，并标记为初始景点；
30.将所述成员基础信息和所述初始景点进行匹配，将匹配度达到要求景点标记为中间景点；
31.根据所述时间要求对所述中间景点进行筛选，获取所述推荐景点。
32.优选的，所述景点推荐序列通过所述智能终端展示给用户，用户对所述景点推荐序列进行调整确认，生成反馈操作；
33.所述数据分析模块根据所述反馈操作执行自助购票程序，完成自助购票操作。
34.与现有技术相比，本发明的有益效果是：
35.1、本发明公开了一种用于研学旅游购票的人机交互系统，包括数据采集模块和数据分析模块，数据分析通过数据采集模块采集的研学活动信息和交互标签自动为用户生成景点推荐序列，并结合自助购票程序实现自动化购票，能够保证所选择的旅游景点与研学旅游的目的高度贴合，提高研学旅游的效果。
36.2、本发明通过大数据技术和预设规则对预设景点或者推荐景点进行优化，生成景点推荐序列，且用户可通过智能终端对景点推荐序列进行调整和确认，在提高购票效率的同时，保证了高度的自定义化，能够满足不同需求。
附图说明
37.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
发明的一些实施例，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，还可以根据这些附图获得其他的附图。
38.图1为本发明的工作步骤示意图。
具体实施方式
39.下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
40.在研学旅游活动中，组织者需要选择若干具有代表意义的旅游景点，然后带领学生依次到这些旅游景点参加活动，并及时进行反馈总结。现有研学旅游活动中，很难选择合适的旅游景点作为活动地点，一个好的旅游景点并不一定是一个好的研学地点，盲目选择旅游景点会导致研学旅游效果不佳。
41.本发明公开了一种用于研学旅游购票的人机交互系统，包括数据采集模块和数据分析模块，数据分析通过数据采集模块采集的研学活动信息和交互标签自动为用户生成景点推荐序列，并结合自助购票程序实现自动化购票，能够保证所选择的旅游景点与研学旅游的目的高度贴合，提高研学旅游的效果。
42.请参阅图1，本技术第一方面实施例提供了一种研学旅游购票人机交互系统，包括数据分析模块，以及与之相连接的数据采集模块和智能终端；
43.数据采集模块：通过智能终端采集研学活动信息和交互标签；以及通过智能终端的购票显示界面采集用户对景点推荐序列的反馈操作；
44.数据分析模块：结合交互标签和研学活动信息生成景点推荐序列；以及结合反馈操作完成自助购票操作。
45.本技术中数据分析模块分别与数据采集模块、智能终端通信和/或电气连接，且智能终端和数据采集模块通信和/或电气连接。可以理解的是，数据采集模块主要通过智能终端来采集数据，有些时候数据分析模块也会直接与智能终端进行数据交互，如购票完成之后，直接通过智能终端显示相关信息。
46.智能终端包括自助购票机、智能手机、电脑等，数据采集模块与智能终端连接，数据分析模块主要负责数据处理，本技术中数据采集模块和数据分析模块均与智能终端连接；在另外一些优选的实施例中，数据采集模块和数据分析模块可以内置于智能终端中，与智能终端协同工作。
47.本技术中的研学活动信息包括成员基础信息和活动基础信息；成员基础信息主要用于购票和辅助推荐景点的筛选，即包括相关的身份信息(姓名、身份证号等)，以及属性信息(如年龄、年级等)；活动基础信息主要用于筛选推荐景点，即包括活动区域、时间要求和活动类型等，活动区域是指研学旅游的活动范围(如某个城市、某个乡镇等)，时间要求是指研学活动的时间范围，如为期3天的研学旅游，活动类型涉及到研学旅游的主题，如历史、文化等；在另外一些优选的实施例中，假设组织者已经选择好了旅游景点，则活动基础信息中还包括预设景点(确定的旅游景点)。
48.本技术中的交互标签决定是否接受景点推荐，在组织者明确要求不需要景点推荐
时，则根据活动基础信息中的预设景点完成自动购票，当组织者要求景点推荐，或者在不要求景点推荐，但相关数据缺失时，则通过数据分析模块为用户推荐景点。
49.在一个优选的实施例中，通过智能终端生成交互标签，包括：
50.智能终端接收用户交互指令，同时生成交互标签；
51.当用户交互指令为接受景点推荐时，则将交互标签设置为1；
52.当用户交互指令为不接受景点推荐时，则将交互标签设置为0。
53.本实施例中，用户交互指令包括接受景点推荐和不接受景点推荐，智能终端识别用户交互指令，并生成交互标签；交互标签是数据分析模块进行数据处理的基础，能够有效降低数据分析模块的数据处理量。
54.在一个优选的实施例中，数据分析模块识别交互标签，判断用户是否接受景点推荐，当用户不接受景点推荐时，结合研学活动信息结合生成景点推荐序列，包括：
55.提取活动基础信息中的预设景点；其中，预设景点包括至少一个旅游景点；
56.判断预设景点是否有效；
57.当预设景点有效时，则根据预设景点生成景点推荐序列；
58.当预设景点无效时，则将交互标签重置为1，并对交互标签重新识别判断。
59.本实施例中，数据分析模块通过识别交互标签来完成数据的进一步处理，当用户不接受景点推荐时，则需要根据研学活动信息中携带的数据来生成景点推荐序列，并完成自助购票。
60.在不接受景点推荐的情况下，提取活动基础信息中的预设景点，还得判断预设景点是否有效，当预设景点有效时，则基于预设景点生成景点推荐序列。
61.本实施例中判断预设景点是否有效则可以从多个方面判断，如预设景点是否满足时间要求或者活动区域的要求，预设景点是否适合学生参观，预设景点是否真实。
62.举例说明预设景点有效性的判断：
63.假设预设景点与学生当前的位置距离为1000km，活动时间要求是一天，则该预设景点因距离太远可以判定为无效的。
64.假设预设景点距离学生当前位置较近，且满足活动类型的要求，则可以判定预设景点是有效的。
65.值得注意的是，本实施例中对预设景点有效性的判断是对预设景点进行一个初步筛选，因此筛选条件不必过于严苛，只需要筛选掉明显不符合要求的预设景点即可。
66.本实施例中预设景点存在全部无效的可能，如组织者将预设景点设置错误，若仍然按照原先数据处理流程则无法生成景点推荐序列，也就无法完成自助购票的步骤，因此本实施例在预设景点(理论上是全部预设景点)无效时，将交互标签重置为1，对交互标签重新识别，即为用户推荐景点，进而生成景点推荐序列以完成自助购票。
67.在一个优选的实施例中，可以将预设景点和预设规则结合生成景点推荐序列，当预设景点有效时，提取预设规则；
68.根据预设规则对预设景点的顺序重新排列，根据重新排列之后的预设景点生成景点推荐序列。
69.本实施例主要对用户提供的预设景点顺序进行优化，预设规则即为优化规则，要么考虑时间最短(经过所有预设景点所花费的时间最短)，要么考虑价格最优(时间充足的
情况下，考虑经过所有预设景点花费的交通费最少)，根据上述预设规则对预设景点进行智能重排，根据重排之后的预设景点顺序生成景点推荐序列。
70.本技术中景点推荐序列包括路线，以及路线中相邻预设景点或者推荐景点之间的交通工具和对应车票，具体说明景点推荐序列：
71.假设有三个预设景点(或者推荐景点)a、b和c；
72.则根据上述三个预设景点生成的景点推荐序列包括：
73.1)路线：始发地-a-b-c-始发地；
74.2)交通工具：公交-火车-动车-动车；
75.3)车票(票价)：15-50-100-200。
76.可以理解的是，景点推荐序列还可以包括座位信息，方便组织者对位置进行调整。
77.在一个优选的实施例中，当用户接受景点推荐时，结合研学活动信息结合生成景点推荐序列，包括：
78.提取活动基础信息中的活动区域和时间要求；
79.根据成员基础信息和时间要求提取活动区域中的推荐景点；
80.推荐景点结合预设规则生成景点推荐序列。
81.本实施例中用户接受景点推荐通过交互标签(包括重置后的交互标签)获取，根据成员基础信息和时间要求从活动区域中获取推荐景点，该过程实质是一个根据条件不断筛选的过程。
82.值得注意的是，根据成员基础信息来筛选，实质是判断景点是否满足该年龄段的学生；当然在推荐景点的获取之前，还需要验证景点是否符合活动类型。
83.在一个具体的实施例中，将时间要求和大数据技术结合，获取推荐景点，包括：
84.通过大数据技术抓取活动区域中的景点，并标记为初始景点；
85.将成员基础信息和初始景点进行匹配，将匹配度达到要求景点标记为中间景点；
86.根据时间要求对中间景点进行筛选，获取推荐景点。
87.本实施例中的匹配度通过机器学习算法实现，可以快速准确的筛选，进而获取满足要求的推荐景点。
88.在一个优选的实施例中，景点推荐序列通过智能终端展示给用户，用户对景点推荐序列进行调整确认，生成反馈操作；
89.数据分析模块根据反馈操作执行自助购票程序，完成自助购票操作。
90.本实施例中，用户可以对生成的景点推荐序列进行调整，如更改推荐景点或者预设景点的顺序，用户在确定景点推荐序列中的内容无误之后，生成反馈操作(即确认)，进而调用自助购票程序。
91.本实施例的自助购票程序内置于数据分析模块中，在用户确认景点推荐序列之后，自动化导入成员基础信息，以完成车票锁定，用户支付完成即代表自助购票操作的完成。
92.本发明的工作原理：
93.数据采集模块通过智能终端采集研学活动信息和交互标签，并将研学活动信息和交互标签发送至数据分析模块。
94.数据分析模块结合交互标签和研学活动信息生成景点推荐序列，并通过智能终端
的购票显示界面进行展示。
95.数据采集模块通过智能终端的购票显示界面采集用户对景点推荐序列的反馈操作，数据分析模块结合反馈操作完成自助购票操作。
96.以上实施例仅用以说明本发明的技术方法而非限制，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法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。