[摘要] 目前国内外很多城市都在进行智慧旅游相关建设，智慧旅游涉及云计算、物联网等新技术，通过互联网/移动互联网，借助便携的移动终端设备，主动感知旅游资源、旅游经济、旅游活动、旅游者等方面的信息并及时发布，以帮助游客及时安排和调整工作与旅游计划。智能推荐技术在电子商务中的应用及其相关研究得到了学者和互联网企业的广泛关注，是信息检索、数据挖掘、机器学习和人工智能等领域的研究热点。本文对智慧旅游管理及智能推荐技术的应用进行简要的探讨。
　　[关键词] 旅游管理； 智慧旅游； 智能推荐； 推荐系统； 人工智能
　　[中图分类号] f713.36； tp319 [文献标识码] a [文章编号] 1673 - 0194（2013）07- 0080- 02
　　智慧旅游，就是利用云计算、物联网等新技术，通过互联网，借助便携的移动终端设备，主动感知旅游资源、旅游经济、旅游活动、旅游者等方面的信息并及时发布，让人们能够及时了解这些信息，及时安排和调整工作与旅游计划，从而达到对各类旅游信息的智能感知、方便利用的效果。“智慧旅游”的推广，将提升游客在食、住、行、游、购、娱每个旅游消费环节中的附加值；旅游者在旅游前、旅游中、旅游后，都能够轻松地获取资讯、规划出行、预订票务、安排食宿、消费支出等，极大改善旅游体验[1]。
　　目前国内很多地方都在进行智慧旅游城市建设，为此，迫切需要有一个公共的支撑体系为各地的智慧旅游提供服务。部分学者与旅游业内人士对智慧旅游的理解存在一定的偏差，对于智慧旅游的理解仍旧停留在旅游信息系统与旅游电子商务层面。WWW.11665.cOm
　　1 旅游管理信息系统
　　国内外旅游信息系统的研究方向主要包括[2]：旅游多媒体信息系统，侧重于多媒体的使用，主要为信息需求者提供感官信息；旅游信息管理系统主要包括旅游景点、景区管理系统， 以及旅行社、宾馆、酒店等旅游企业管理系统；旅游规划系统，主要是针对当前旅游规划中存在的问题，将旅游各种资源等要素信息进行统计分析、优化配置，为旅游规划提供依据；旅游解说系统，运用某种或几种媒体和表达方式，使与旅游相关的特定信息传播并到达信息接受者中间，帮助信息接受者了解相关事物的性质和特点；旅游目的地信息系统，主要提供关于旅游目的地供应商和旅游目的地设施的详细信息以及组织结构和经济结构等信息；旅游预警系统，对旅游目的地的政治、经济、安全信息等影响游客出行的突发事件及时发布警告；旅游专家系统，指应用人工智能中专家系统的理论和方法， 构建旅游信息系统的知识库、 推理机，通过知识系统给用户一个完整快速的个性化解决方案；虚拟旅游系统，可以通过互联网或其他载体，将旅游景点动态地、多视角、多维度地呈现在人们面前；旅游知识管理系统，主要是为旅游目的地相关企业知识获取、知识共享、知识创新而构建的知识管理系统。
　　旅游业是信息密集型和信息依托型的综合性产业， 无物流环节的特性使其成为最早和最广泛应用电子商务的行业之一。通常人们对旅游电子商务的理解为：互联网在线销售模式，即旅游网站通过即时的在线服务，为每一位旅游者提供专门的旅游相关产品的服务。
　　从技术层面考虑，智慧旅游与传统的旅游信息系统相比，智慧旅游应用了近年来在智慧城市[3]建设中所依托的各种技术，智慧旅游的技术层是指智慧城市依托的新技术在智慧旅游中的应用，包括信息技术、空间定位技术、云计算技术等，以及物联网技术、互联网技术、3g移动通讯技术、传感技术、人工智能技术、普适计算等技术。从应用层面考虑，智慧旅游的应用层是指技术层与旅游要素相融合，即将新兴技术在旅游要素中实践应用，形成智慧的旅游资源分析、智慧的旅游服务、智慧的旅游环境、智慧的旅游营销、智慧的旅游接待体系等。从游客角度考虑，智慧旅游为游客提供智慧的旅游咨询、智慧的旅游预订与购买、智慧的旅游接待和智慧的旅游售后服务。
　　2 智能推荐技术与智慧旅游管理
　　传统的人工智能的相关研究已经很难满足目前智慧旅游对智能技术的要求，智慧旅游要求旅游目的地能够为游客提供智能的服务，如为游客提供智能的旅游路线推荐，为游客提供智能的个性化的路线定制并根据游客的当前行程提供实时更新，根据用户的行程为游客提供智能的酒店、饭店、商场、景点、交通路线、交通工具的推荐，并且为游客提

供多种形式的推荐，使得游客不但能够采用传统的互联网获取推荐，而且能够通过诸如移动互联网终端（智能手机）等方式随时随地获取智能推荐信息。传统的智能旅游服务技术过多依赖手工收集的知识和专家设计的规则，旅游相关信息得不到及时更新，也很难得到游客及时的反馈，其实用性不高。而智慧旅游由于其应用了云计算与物联网等技术，可以对web中的海量信息进行处理，并可以通过移动互联网等媒介与游客进行实时的交互。
　　2.1 智能推荐技术的应用
　　智能推荐技术在电子商务中的应用及其相关研究得到了学者和互联网企业的广泛关注，是机器学习和人工智能等领域的研究热点[4]，并且在理论和应用层面都获得了大量的成果。推荐系统是实现个性化推荐所采用的核心技术。推荐系统的本质是推荐系统通过记录用户的个体属性、行为习惯、兴趣偏好，主动分析用户个性化需求，并向用户推荐感兴趣的信息与商品。
　　推荐系统及其相关研究在电子商务领域取得了巨大的成功，特别是在商品、视频、书籍、电影等各类商品的推荐方面取得了大量的研究成果。虽然其相关研究成果可以方便地应用于酒店、饭店等单一旅游产品的推荐，但其在智能旅游路线推荐上无法直接应用。其原因是多重的，协同过滤技术只有在广泛的用户群体和大量的评价信息存在的情况下才能发挥良好的效果，而游客的路线规划则很难广泛地获取到此类信息，而且其路线经常比一般的产品要复杂得多。但是国内外的研究学者仍旧对旅游路线推荐进行了各种探索与研究，早期的研究基本围绕着基于约束的旅游产品推荐[5]，其原理为通过人机交互界面获取用户的需求与限制，然后产生推荐或基于已有知识产生推荐。研究多集中于关注设计良好的人机交互界面以获取不同背景的用户的不同需求与限制，可以设计一种基于评价的交互窗口以获取用户的需求。 　　学者采用数据挖掘技术得到了较理想的旅游产品推荐效果 [6]，这些研究经常基于人工智能技术 ，特别是智能agent、模糊逻辑和人工神经网络等技术，很多研究都设计并实现了智能agent体系结构，并对agent进行了形式化表示，其缺点多为没有利用web中海量的用户评论信息，过多依赖用户的交互。
　　杜军平等人[7-8]对智能行程导航进行了卓有成效的研究，结合webgis等技术开发了智能行程导航系统，系统用于数据挖掘的数据库包括用户特征信息数据（如用户喜好等） 与旅游路线关系、旅游路线之间关系等数据。系统采用apriori算法， 对相关数据进行关联规则挖掘， 对得到的关联规则进行加工、整理， 进行推荐、排序、补充等。行程规划模块根据用户的规划需求， 检索相关数据库， 对规划结果进行智能处理， 并向用户输出。根据用户的规划需求， 检索相关数据库， 向用户提供一个可交互平台， 用户在此平台上完成自助式的行程规划。这些研究在自主学习方面具有一定的意义，但对旅游路线的智能推荐方面仍旧没有跳出推荐系统理论，并且其学习数据过少，实际应用意义不大。
　　国内的学者还进行了一些有益的研究，如利用蚁群算法进行旅游路线的规划，基于图论的旅游景点的筛选组合，基于垂直搜索引擎技术的旅游线路评价推荐模型系统，基于tsp模型的旅游路线设计，基于最短路径的旅游路线规划算法，基于推荐系统的旅游路线推荐方法等研究，这些研究为旅游路线智能规划提供了一些有益的解决思路。
　　3 总 结
　　web海量旅游数据挖掘与智能的旅游路线推荐，都是国内外相关研究者关注的热点，本项目拟将基于agent的智能旅游信息处理与智能旅游路线的智能推荐相结合，从web中挖掘与旅游景区、景点相关的评价信息，结合旅游景点的各种实时的天然、物理条件和游客的旅游需求，产生智能旅游路线推荐。
　　主要参考文献
　　[1] 赵珊. 智慧旅游：给旅游业带来什么[n]. 人民日报：海外版，2012-03-17（7）.
　　[2] 宫辉力， 赵文吉， 李小娟. 旅游地理信息系统：设计开发与应用[m]. 北京：科学出版社，2008.
　　[3] 李重照， 刘淑华. 智慧城市：中国城市治理的新趋向[j]. 电子政务， 2011（6）：13-18.
　　[4] 许海玲， 吴潇， 李晓东， 阎保平. 互联网推荐系统比较研究[j]. 软件学报，2009，20（2）：350-362.
　　[5] 王显飞，陈梅，李小天

. 基于约束的旅游推荐系统的研究与设计[j].计算机技术与发展，2012，22（2）：141-145.
　　[6] lenar m， sobecki j. using recommendation to improve negotiations in agent-based systems [j]. journal of universal computer science， 2007，13（2）：267-286.
　　[7] 杜军平， 周亦鹏. 基于数据的旅游管理决策支持系统研究[j]. 自动化学报，2009，35（6）：834-840.
　　[8] 林俊，杜军平. 智能旅游行程导航系统[j]. 计算机应用，2009，23（5）：334-338.