一种应用于旅游组团的多目标分类方法及系统

摘要

本发明提出了一种应用于旅游组团的多目标分类方法及系统，属于计算机应用领域，利用特征函数                                                ，通过初始化多目标分类和利用特征函数对发生动态变化的动态多目标分类，将参与旅游成员合理较优的分配到旅游目标中。本发明利用两个小成员组合合并为大成员组合的思想，给出了初始化多目标分类步骤；同时在初始化多目标分类的基础上，给出了当特征函数发生动态变化，能快速动态更新分类结果的动态分类方法，根据游客对旅游的意愿，对旅游价格的考虑，合理形成旅游组团，实现旅游成员的合理分配。

主权项

一种应用于旅游组团的多目标分类系统，其特征在于：系统包括移动终端、信息处理平台、短信网关、短信服务平台；移动终端通过无线网络与信息处理平台相连，信息处理平台通过短信网关和短信服务平台连接；所述的信息处理平台包括数据接收模块、数据处理模块、信息发布模块，数据接收模块的输入端通过无线连接和客户移动终端相连、输出端连接数据处理模块的输入端，信息发布模块与数据处理模块输出端连接、同时与客户移动终端无线连接；数据处理模块包括特征函数计算模块和组团分类模块，特征函数计算模块以程序形式将函数的计算过程固化在其中，其中表示旅游成员组合g去目的地T_i的特征函数值，WP(g_i)表示成员组合g中的成员g_i对待价格的权重，表示S人组合去目的地T_i旅游每人的归一化单价，其中S表示成员组合g中的成员个数，WF(g_i)表示成员组合g中的成员g_i想去旅游意愿的权重，表示成员组合g中的成员g_i想去目的地T_i旅游意愿值，组团分类模块以程序形式将应用于旅游组团的多目标分类方法固化于其中；负责信息传出的信息发布模块通过短信服务平台和客户手机无线连接；具体步骤为：1.1根据服务器端特征函数计算模块提供的信息进行初始化多目标分类具体步骤包括：1.1.1根据特征函数找出每个单个成员在所有目标下的特征函数值的最大值，将在所有目标下的特征函数值的最大值对应的成员组合和所在的目标信息记录到多目标分类树PG的叶子节点集合PG_l中，PG_l＝{(pg_l,1,T_j),(pg_l,2,T_t),…,(pg_l,n,T_k)}；其中：(pg_l,i,T_j)为PG₁中的节点，表示成员组合i在目标T_j上获得最大特征函数值1.1.2叶子节点集合PG_l只有一个节点，则初始化多目标分类完成，PG_l即为初始化多目标分类结果，并得到多目标分类树PG；叶子节点集合PG_l有多个节点，将叶子节点集合PG_l中所有成员组合在所有目标下进行两两组合，判断每个两两组合是否满足条件；两两组合得到的成员组合满足条件，则将该成员组合和所在目标信息(g_l,T_j)保存到集合C中，并记录下该满足条件的成员组合是由PG_l中的哪两个节点的成员组合而两两组合得到的，不满足条件则舍去该组合；满足的条件为(1)和(2)：$\frac{1}{2}{V}_{T_j}\left({\mathrm{pg}}_{l,p}\right)+\frac{1}{2}[V_{T_j}\left(g_l\right)-V_{T_j}\left({\mathrm{pg}}_{l,q}\right)]>V_{T_i}\left({\mathrm{pg}}_{l,p}\right)---\left(1\right)$$\frac{1}{2}{V}_{T_j}\left({\mathrm{pg}}_{l,q}\right)+\frac{1}{2}[V_{T_j}\left(g_l\right)-V_{T_j}\left({\mathrm{pg}}_{l,p}\right)]>V_{T_k}\left({\mathrm{pg}}_{l,q}\right)---\left(2\right)$其中：g_l＝(g_l,p,g_l,q)：g_l表示成员组合是由叶子节点集合PG_l中的节点(pg_l,p,T_i)的成员组合pg_l,p与节点(pg_l,q,T_k)的成员组合pg_l,q两两组合而成；1.1.3集合C为空集(C＝φ)，则初始化多目标分类完成，叶子节点集合PG_l即为初始化多目标分类结果，并得到多目标分类树PG；集合C不为空集，对集合C中的所有组合，按权重P(g_l,T_j)进行降序排序，得到降序集合C；权重计算公式：$\begin{array}{c}P(g_l,T_j)=\left\{\right[\frac{1}{2}{V}_{T_j}\left({\mathrm{pg}}_{l,q}\right)+\frac{1}{2}\left(V_{T_j}\right(g_l)-V_{T_j}\left({\mathrm{pg}}_{l,p}\right)\left)\right]-V_{T_i}\left({\mathrm{pg}}_{l,q}\right)\}\\ \times \left\{\right[\frac{1}{2}{V}_{T_j}\left({\mathrm{pg}}_{l,p}\right)+\frac{1}{2}\left(V_{T_j}\right(g_l)-V_{T_j}\left({\mathrm{pg}}_{l,q}\right)\left)\right]-V_{T_k}\left({\mathrm{pg}}_{l,p}\right)\}\end{array}---\left(3\right)$其中：P(g_l,T_j)表示集合C中的成员组合g_l在目标T_j下的权重；1.1.4循环取出降序集合C的第1个元素(cg,T_j)，将该元素添加到多目标分类树PG作为新的叶子节点，并删除集合C中所有含有构成成员组合cg中的任意成员的元素，直到降序集合C为空(C＝φ)，得到更新后的多目标分类树PG和其叶子节点集合PG_l，跳转到第1.1.2步；1.2根据初始化多目标分类结果利用特征函数V对发生动态变化的动态多目标分类；当特征函数V发生动态变化，参与成员N＝{1,…,n}，目标T＝{T₁,T₂,…,T_m}，特征函数V发生变化，变化后的特征函数V′＝{V′_T1,V′_T2,…,V′_Tm}，其中V′_Ti:2^N→R,T_i∈T，根据已知的特征函数V和V′，把n个参与成员分配到目标T＝{T₁,T₂,…,T_m}中的动态多目标分类步骤；1.2.1比较变化前特征函数V与变化后的特征函数V′，找出特征函数有变化的成员组合集合：Vch＝{(chg_i)|i＝1,2,…,I}，chg_i为特征函数值有变化的成员组合，I为有特征函数变化的组合数，对Vch按成员组合chg_i成员数目从小到大排序；1.2.2α取值范围为[0.3,0.5]，则按照初始化多目标分类方法对所有成员按照变化后的特征函数V′进行重新多目标分类；否则，删除Vch中冗余成员，保留所有最小公共成员组合；1.2.2.1取Vch集合的第1个元素(chg₁)，chg₁为一个成员组合；1.2.2.2将成员组合chg₁添加到VchX集合中，chg₁→VchX，将Vch集合中包含chg₁成员组合的元素删除，Vch＝Vch‑{Vch中包含chg₁成员组合的元素}；1.2.2.3如果Vch＝φ，则得到最小公共成员组合集合VchX＝{chg_j|j＝1,2,…,r}，其中r表示VchX集合元素的个数，否则，跳转到步骤1.2.2.1；1.2.3依照VchX集合中的各个成员组合对PG多目标分类树进行局部拆分：1.2.3.1p＝1；1.2.3.2取VchX集合中元素chXg_p；1.2.3.3分情况考虑：第一种情况：成员组合chXg_p等于多目标分类树PG的叶子节点(g,T_j)∈PG_l的成员组合，即chXg_p＝g，则如果chXg_p成员组合是由单个成员构成，则用max[V′_Ti(chXg_p)|i＝1,2,…,m]的成员组合chXg_p和所在的目标，替换多目标分类树PG的叶子节点(g,T_j)的成员组合和目标，跳转到步骤1.2.3.4；否则，将多目标分类树PG中的叶子节点(g,T_j)节点从PG树删除，跳转重新执行步骤1.2.3.3；第二种情况：成员组合chXg_p为多目标分类树PG的叶子节点(g,T_j)的成员组合的真子集，(g,T_j)∈PG_l，即则将多目标分类树PG中的(g,T_j)节点从PG树删除，跳转重新执行步骤1.2.3.3，否则，跳转到步骤1.2.3.4；1.2.3.4p＝p+1，如果VchX集合的成员组合都处理完，即p＞r，则跳转到步骤1.2.4，否则，跳转到1.2.3.2；1.2.4将当前的多目标分类树PG执行初始化多目标分类步骤1.1.2至步骤1.1.4，得到动态分类结果的多目标分类树PG，叶子节点集合PG_l即为多目标分类结果。