摘 要： 為滿足游客日趨個性化的旅游需求，定制旅游越來越受到關(guān)注。針對小型團體游客的旅游產(chǎn)品定制問題，提出一種基于游客需求和在線旅游產(chǎn)品信息的旅游產(chǎn)品定制方法。在線收集旅游產(chǎn)品信息，獲取某小型團體游客旅游需求；根據(jù)旅游需求在已收集的在線旅游產(chǎn)品中初步篩選適合的產(chǎn)品，計算所選產(chǎn)品滿足游客需求的程度和其效用值，選取效用值較高的產(chǎn)品作為初始旅游產(chǎn)品；進一步通過選擇或調(diào)整得到可使游客滿足程度達到一定閾值的旅游產(chǎn)品方案，并通過算例說明給出方法的可行性與實用性，旨在推出一種能夠滿足游客需求的旅游產(chǎn)品定制方法。

關(guān) 鍵 詞： 定制旅游； 旅游產(chǎn)品； 在線信息； 小型團體； 游客期望

中圖分類號： C93； F719 文獻標(biāo)志碼： A 文章編號： 1674-0823（2024）03-0327-10

隨著社會經(jīng)濟的快速發(fā)展和人們生活水平的不斷提高，旅游已經(jīng)逐漸發(fā)展成為人們生活中的一項基本需求，呈現(xiàn)日趨個性化發(fā)展趨勢［1-2］，加之近年來新冠疫情對旅游業(yè)的影響，定制旅游越來越受到重視［3］。定制旅游即根據(jù)游客的個性化需求定制出符合其要求的旅游方案，具體可以包括旅游線路、門票、交通、酒店、用餐、導(dǎo)游等多方面的定制。定制旅游服務(wù)對象一般分為散客和小型團體。小型團體是指由旅游目的地一致、旅游服務(wù)需求一致且計劃一同出游的消費者組成的旅游消費團體［4］；相比散客，其具有可以獨立成團的優(yōu)勢；相比大型團體，其更容易達到內(nèi)部需求的一致性，且更傾向高的消費水平，更愿意選擇旅游定制［5］。需要指出的是，在小型團體游客的旅游需求及相關(guān)服務(wù)要求十分明確時，可較為容易地為其定制旅游方案。但在現(xiàn)實中，由于小型團體游客對旅游目的地景點及相關(guān)旅游資源了解程度有限，其旅游需求及相關(guān)服務(wù)要求通常表達得不夠明確，需要旅游公司在滿足其基本要求的基礎(chǔ)上，根據(jù)旅游目的地旅游產(chǎn)品、相關(guān)旅游資源的評價反饋及游客需求偏好等多方面信息為其定制具體的旅游方案。隨著互聯(lián)網(wǎng)科技的發(fā)展，電子商務(wù)平臺、第三方專業(yè)平臺等網(wǎng)站上均涌現(xiàn)出大量關(guān)于旅游產(chǎn)品及相關(guān)旅游資源的在線信息，旅游公司可以以在線信息獲取旅游目的地旅游產(chǎn)品及相關(guān)旅游資源的游客反饋信息輔助其提供旅游產(chǎn)品定制服務(wù)。如何在滿足小型團體游客需求的基礎(chǔ)上基于在線信息為其定制具體的旅游方案，值得關(guān)注。

一、文獻綜述

目前，基于游客多種需求和在線旅游產(chǎn)品信息進行旅游產(chǎn)品定制的研究尚不多見。一些學(xué)者從景點組合優(yōu)化的角度對旅游產(chǎn)品定制展開了研究，例如，李景文等考慮游客消費和時間，利用一種改進的模擬退火算法對景點進行組合，優(yōu)化出一條合適的旅游路線［6］；PENA依據(jù)游客的景點偏好選擇游覽景點，將景點進行分組和連接，生成滿足游客偏好的行走距離最短的旅游路線［7］；姬鵬飛等分析了游客的語義需求，通過構(gòu)建旅游景點定制模型完成景點實例的填充［8］。此外，有部分學(xué)者關(guān)注基于游客個性化需求的旅游產(chǎn)品設(shè)計，如KOTILOGLU等通過獲取游客的必訪景點，利用協(xié)同過濾技術(shù)和迭代禁忌搜索算法設(shè)計出游覽路線［9］；CENAMOR等通過用戶的聯(lián)系人信息和景點的流行程度為用戶設(shè)計了多日個性化游覽路線［10］；ZHENG等考慮到游客的審美疲勞和景點觀賞價值，結(jié)合遺傳算法和差分進化算法提出了四步啟發(fā)式算法為游客設(shè)計個性化旅游路線［11］；馬子欽等考慮了用戶時間、開銷等實際需求，以及用戶特征與景點吸引力，利用多目標(biāo)優(yōu)化函數(shù)和多目標(biāo)遺傳算法NSGA2生成旅游線路［12］；李旭等通過獲取用戶分享的景點照片與游玩時間等確定用戶偏好，并將其與時間、費用約束融入旅游路線模型來設(shè)計行程路線［13］。近年來，還有一些學(xué)者關(guān)注基于在線信息的旅游路線設(shè)計，如DU等結(jié)合景點主題層次和景區(qū)特點，從大量的旅行筆記文本中提取有用信息并設(shè)計出旅行路線［14］；李倩等深入挖掘用戶口碑信息，提出基于用戶口碑的動態(tài)調(diào)整方法，并將其融入旅游推薦原型系統(tǒng)［15］；呂琳露等提出了一種挖掘游記主題標(biāo)簽，以代表性游記以及其中相關(guān)內(nèi)容進行旅游信息推薦［16］；SUN等利用Flickr地理標(biāo)記照片確定排名最高的旅游目的地，推薦熱門旅游目的地的最佳旅游路線［17］；TONG等利用多源社交媒體數(shù)據(jù)整合多方旅游信息，基于序列模式挖掘算法從旅行日志中確定熱門旅行路線［18］。

已有研究成果為解決小型團體旅游產(chǎn)品定制問題提供了較好的思路和支撐，但對游客需求的獲取還不夠全面。鑒于此，本文提出了一種基于游客多種需求和在線旅游產(chǎn)品信息的旅游產(chǎn)品定制方法。該方法調(diào)查了游客對景點、餐廳、酒店等的詳細需求，能夠更準(zhǔn)確地實現(xiàn)定制，且利用在線獲取的已存在的旅游產(chǎn)品輔助定制可以降低新路線推出的風(fēng)險，符合定制師的實際定制思路。

二、問題描述

圖1展示了本文關(guān)注的利用游客需求與在線信息的小型團體旅游產(chǎn)品定制問題，在該問題中，首先根據(jù)游客期望在龐大的在線旅游產(chǎn)品信息中篩選出適合的旅游產(chǎn)品，通過計算各旅游產(chǎn)品屬性滿足游客需求的程度和游客的總體滿足程度，結(jié)合旅游產(chǎn)品評分計算得到產(chǎn)品效用值，選取效用值排名靠前的旅游產(chǎn)品，并在此基礎(chǔ)上，對游客總體滿足程度未達到一定閾值的旅游產(chǎn)品給出方案調(diào)整方法，從而得到最終定制方案。在本文關(guān)注的針對小型團體游客的旅游產(chǎn)品定制問題中，小型團體游客針對旅游產(chǎn)品的要求已在出游團體內(nèi)部達成一致。為表述方便，采用以下符號來描述：

P={P1，P2，…，Pn′}：在線旅游平臺上存在的旅游產(chǎn)品集合，其中，Pi′表示第i′個在線旅游產(chǎn)品，i′=1，2，…，n′。

Ri′=｛ri′1，ri′2，…，ri′m′｝：在線旅游產(chǎn)品Pi′的篩選屬性取值集合，其中，ri′j′表示在線旅游產(chǎn)品Pi′的屬性Ij′的取值，可能為單個值形式或集合形式。當(dāng)在線旅游產(chǎn)品Pi′的屬性Ij′的取值ri′j′為單個值時，記為ri′j′；當(dāng)在線旅游產(chǎn)品Pi′的屬性Ij′的取值ri′j′為集合時，記ri′j′=｛r1i′j′，r2i′j′，…，roi′j′i′j′｝，其中，rqi′j′表示在線旅游產(chǎn)品Pi′屬性Ij′的取值集合中的第q個元素，q=1，2，…，oi′j′，i′=1，2，…，n′，j′=1，2，…，m′。

A={A1，A2，…，An}：在線旅游產(chǎn)品經(jīng)過篩選后得到符合基本要求的旅游產(chǎn)品集合，其中，Ai表示第i個符合基本要求的旅游產(chǎn)品，i=1，2，…，n。

Di=（di1，di2，…，dim）：針對旅游產(chǎn)品Ai的用于計算篩選后旅游產(chǎn)品滿足游客需求程度的屬性值，其中，dij表示旅游產(chǎn)品Ai關(guān)于屬性Cj的取值，i=1，2，…，n，j=1，2，…，m。

G=（g1，g2，…，gn）：旅游產(chǎn)品集合A中旅游產(chǎn)品的評分，其中，gi表示旅游產(chǎn)品Ai的評分，由在線信息整理得來。

本文要研究的問題是：依據(jù)P，B，I，C，Ri′，A，Di，G，W等有關(guān)決策信息，基于在線旅游產(chǎn)品信息定制出符合小型團體游客需求的旅游產(chǎn)品，過程如圖1所示。

三、原理與方法

1. 游客對于不同旅游產(chǎn)品屬性期望值的獲取

游客在進行旅游定制時，需要填一份需求單，通過需求單來獲取不同游客對旅游產(chǎn)品的期望。游客期望屬性表示為E=｛E1，E2，…，Eh｝，其中，Ek表示游客的第k個期望屬性，k=1，2，…，h。不同的期望取值形式不同，具體分為以下三類：

（1） 當(dāng)期望取值為單一值時，游客對第k個期望取值為ek，k=1，2，…，h。這里考慮“酒店等級”“旅游天數(shù)”“旅游季節(jié)”3個期望。

（2） 當(dāng)期望取值為多個離散值時，游客對第k個期望的取值用集合表示為ek=｛e1k，e2k，…，efkk｝，其中，etk表示游客第k個期望取值集合中的第t個元素，fk的值由游客的實際期望決定，t=1，2，…，fk。這里考慮“目的地”“必須去的景點”“不去的景點”3個期望。

（3） 當(dāng)期望取值為連續(xù)區(qū)間時，游客對第k個期望取值區(qū)間表示為ek=［αγ，βγ］，區(qū)間上下可浮動范圍為δγ，γ=1，2，這里考慮“餐飲價格”和“總價格”兩個期望。當(dāng)Ek=“餐飲價格”時，期望取值為［α1，β1］，上下可浮動范圍為δ1；當(dāng)Ek=“總價格”時，期望取值為［α2，β2］，上下可浮動范圍為δ2。現(xiàn)實定制中是否包含餐飲服務(wù)取決于游客的實際需求，若游客對餐飲沒有定制需求，“餐飲價格”屬性可以選擇不填，此時記ek=。由于存在定制中不包含餐飲服務(wù)的情況，故將“餐飲價格”和“總價格”分開定義，“總價格”不包含“餐飲價格”，如需定制餐飲服務(wù)，“餐飲價格”另行計算。

2. 在線旅游產(chǎn)品的篩選與旅游產(chǎn)品信息的獲取

在旅游產(chǎn)品定制過程中，將游客需要完全滿足的期望與在線旅游產(chǎn)品的某些屬性進行匹配，以縮小在線旅游產(chǎn)品范圍。這里考慮用于篩選的游客期望屬性包括“目的地”“旅游天數(shù)”“適宜季節(jié)”“必須去的景點”“不去的景點”，其中前3項利用旅游平臺中自帶信息直接篩選，利用爬蟲軟件爬取符合游客期望且經(jīng)旅游平臺篩選的旅游產(chǎn)品，爬取內(nèi)容為“旅游產(chǎn)品名稱”“旅游路線”“酒店等級”“餐飲價格”“總價格”“旅游產(chǎn)品評分”，這些屬性用于計算游客滿足程度與旅游產(chǎn)品效用值。根據(jù)游客“必須去的景點”“不去的景點”兩個期望，篩選已爬取的在線旅游產(chǎn)品。篩選不同屬性需要采用不同的方法，具體可分為以下4類：

（1） 游客期望與在線旅游產(chǎn)品的屬性取值完全一致，且均為單個值，這里考慮“旅游天數(shù)”。游客指定的“旅游天數(shù)”與在線旅游產(chǎn)品的“旅游天數(shù)”必須完全一致。當(dāng)Ek=“旅游天數(shù)”且Ij′=“旅游天數(shù)”時，需要滿足ek=ri′j′，i′=1，2，…，n′。

（2） 游客期望與在線旅游產(chǎn)品的屬性取值部分一致，且游客期望取值為單個值，在線旅游產(chǎn)品的屬性取值為集合形式，這里考慮“旅游季節(jié)”。在線旅游產(chǎn)品的“適宜季節(jié)”中存在游客的“旅游季節(jié)”即可。當(dāng)Ek=“旅游季節(jié)”且Ij′=“適宜季節(jié)”時，需要滿足ek∈ri′j′，i′=1，2，…，n′。

（3） 游客期望與在線旅游產(chǎn)品的屬性取值部分一致，且均為集合形式，這里考慮游客指定的“目的地”和“必須去的景點”。在線旅游產(chǎn)品的“目的地”中包含游客指定的“目的地”和在線旅游產(chǎn)品的“旅游景點”中有游客指定“必須去的景點”即可。即當(dāng)Ek=“目的地”且Ij′=“目的地”時，或當(dāng)Ek=“必須去的景點”且Ij′=“旅游景點”時，需要滿足ekri′j′，i′=1，2，…，n′。

（4） 游客期望與在線旅游產(chǎn)品的屬性無相同取值，且取值均為集合形式，這里考慮游客指定的“不去的景點”。在線旅游產(chǎn)品的“旅游景點”中不存在游客指定的“不去的景點”。當(dāng)Ek=“不去的景點”且Ij′=“旅游景點”時，需要滿足etkri′j′，i′=1，2，…，n′，t=1，2，…，fk。

經(jīng)過篩選得到旅游產(chǎn)品集合，記為A=｛A1，A2，…，An｝，其中，Ai表示第i個旅游產(chǎn)品，i=1，2，…，n。爬取到旅游產(chǎn)品信息為“旅游產(chǎn)品名稱”“旅游路線”“酒店等級”“餐飲價格”“總價格”“旅游產(chǎn)品評分”，這里的“餐飲價格”指行程中所有餐廳人均消費價格的平均值。

3. 各旅游產(chǎn)品屬性滿足游客需求程度的計算

通過上述篩選過程可初步構(gòu)建旅游產(chǎn)品集合，將篩選出的旅游產(chǎn)品與小型團體游客需求進行進一步匹配。通常，游客對不同旅游產(chǎn)品屬性會有不同期望，不同旅游產(chǎn)品屬性取值不同，其滿足游客需求程度也不同。綜合不同旅游產(chǎn)品屬性值和小型團體游客期望值，進一步求得旅游產(chǎn)品屬性滿足游客需求程度。這里考慮用于計算滿足程度的旅游產(chǎn)品屬性分別為“酒店等級”“餐飲價格”“總價格”“旅游路線”。記uij為游客對旅游產(chǎn)品Ai屬性Cj的滿足程度。下面給出不同旅游產(chǎn)品屬性滿足游客需求程度的計算方法。

（1） 酒店等級

“酒店等級”為等級型屬性，即各水平取值之間具有等級關(guān)系，可分為三星級、四星級、五星級。當(dāng)Cj=“酒店等級”時，旅游產(chǎn)品Ai中“酒店等級”

式中：R（·）為排序函數(shù)，其返回值為變量在有序等級中從低到高所處的排序位數(shù)；R+表示有序等級取值中的最大值；R-表示有序等級取值中的最小值。

（2） 價格屬性

其中，H（·）為“餐飲價格”或“總價格”取值滿足游客需求程度的函數(shù)，形式如下［20］：

式中：當(dāng)γ=1時，［α1，β1］表示小型團體游客期望的“餐飲價格”區(qū)間；δ1為游客可接受的“餐飲價格”區(qū)間的最大浮動范圍；當(dāng)γ=2時，［α2，β2］表示小型團體游客期望的“總價格”區(qū)間；δ2為游客可接受的“總價格”區(qū)間的最大浮動范圍；η為系數(shù)，當(dāng)η=2時，表示游客對于屬性的變化非常敏感。當(dāng)旅游產(chǎn)品的屬性取值在期望區(qū)間內(nèi)時，游客滿足程度為“1”；當(dāng)偏離期望水平時，游客滿足程度以非線性的方式急劇下降。當(dāng)η=2時，H（x）的函數(shù)圖像如圖2所示。

（3） 旅游路線

通常來說，游客對“旅游路線”屬性不能給出明確期望，但可以表達此次旅游主要是游覽“歷史文化”類景點、“休閑娛樂”類景點還是“美食”類景點等想法。為更好地計算“旅游路線”屬性

滿足小型團體游客需求的程度，提出以下方法：

計算各旅游產(chǎn)品中包含的各類景點數(shù)占總景點數(shù)的比例，記ulij表示旅游產(chǎn)品Ai中第l個景點類型對應(yīng)的景點數(shù)占總景點數(shù)的比例，計算公式為

其中，N（·）表示集合中包含的元素總個數(shù)。

將各景點類型景點數(shù)占總景點數(shù)的比例與景點類型權(quán)重結(jié)合，可得到游客對“旅游路線”屬性的滿足程度。當(dāng)Cj=“旅游路線”時，得到“旅游路線”屬性計算公式為

4. 游客總體滿足程度的計算

5. 旅游產(chǎn)品總效用值的計算

在旅游產(chǎn)品定制過程中，除了考慮旅游方案滿足游客需求的程度，還有必要考慮旅游方案的歷史評價情況。因此，對于篩選后得到的集合A中的旅游產(chǎn)品，有針對性地獲取其在線評分，旅游產(chǎn)品Ai的評分記為gi，為消除量綱的影響，將gi進行規(guī)范化處理，計算公式為

其中，gmax=max｛gii=1，2，…，n｝，表示打分可取到的最大值。進一步地，記Ui為旅游產(chǎn)品Ai對游客而言的效用值，計算公式為

Ui=uii （i=1，2，…，n） （9）

6. 旅游產(chǎn)品的調(diào)整

將旅游產(chǎn)品根據(jù)總效用值排序，選擇排名前η的旅游產(chǎn)品，η的值根據(jù)旅游定制師實際需要而定，η的值越大，游客的選擇越多。其中，小型團體游客的總體滿足程度未達到閾值ξ的旅游產(chǎn)品進入自動調(diào)整階段，經(jīng)過調(diào)整后可保證游客對η個旅游產(chǎn)品的總體滿足程度都能達到閾值ξ。ξ越大，旅游產(chǎn)品滿足游客期望的程度越高。然而，閾值過大可能會導(dǎo)致旅游路線不合理。在對旅游產(chǎn)品效用值綜合分析的基礎(chǔ)上，一般認為當(dāng)效用值達到0.8時，旅游產(chǎn)品比較符合游客期望且較為合理。旅游定制師可根據(jù)實際應(yīng)用需要對閾值進行相應(yīng)調(diào)整。自動調(diào)整之后，旅游定制師仍可根據(jù)游客需求或者經(jīng)驗對旅游產(chǎn)品進行手動調(diào)整。方法如下：

（1） 自動調(diào)整

在自動調(diào)整時，根據(jù)實際需要通過在線旅游平臺和美團等獲取景點評分、門票價格、酒店住宿價格、酒店等級、酒店評分、餐廳價格、餐廳評分等一系列信息。找到旅游產(chǎn)品Ai中游客需求滿足程度未達到最大值的屬性，將其稱為差異屬性。差異屬性是導(dǎo)致游客對旅游產(chǎn)品Ai的總體滿足程度未達到閾值ξ的直接原因，調(diào)整差異程度最大的屬性可以快速使游客對旅游產(chǎn)品Ai的總體滿足程度達到閾值ξ。不同屬性具有不同的特點，其調(diào)整方式也不同。其中“總價格”只會伴隨其他屬性的調(diào)整而變化，因此對“總價格”的調(diào)整不作特別闡述，其他3種屬性的調(diào)整方法如下：

酒店等級：將旅游產(chǎn)品Ai的“酒店等級”屬性值調(diào)整為游客的期望取值，此時需要通過在線信息獲取酒店價格、所在地、等級和評分。首先根據(jù)酒店所在地和酒店等級篩選出一定距離內(nèi)符合游客期望的酒店；然后根據(jù)酒店等級和價格的變化計算每個酒店在替換時引起的游客總體滿足程度的變化。若有兩個或以上的酒店使總體滿足程度提高幅度相同，則選取評分較高的酒店作為替換酒店。

餐飲價格：將旅游產(chǎn)品Ai的“餐飲價格”屬性取值調(diào)整至游客期望區(qū)間，此時需要通過在線信息獲取餐廳人均消費價格、所在地和評分。首先根據(jù)餐廳所在地和餐廳人均消費價格篩選出一定距離范圍內(nèi)符合游客期望的餐廳，之后根據(jù)餐廳人均消費價格計算每個餐廳在替換時引起的游客總滿足程度的變化。由于“總價格”中不包含“餐飲價格”，故該總體滿足程度的變化只是餐廳自身調(diào)整引起的變化。用總體滿足程度提高最大的餐廳替換掉原來的餐廳，若有兩個以上的餐廳使總體滿足程度提高幅度相同，則選取評分較高的餐廳作為替換餐廳。

旅游景點：游客對“旅游景點”不能提出明確需求時可通過對不同景點類型的重要程度打分來表達需求，因此考慮增加權(quán)重最高的景點類型所包含的景點、減少權(quán)重最低的景點類型所包含的景點可以提高游客對“旅游景點”的滿足程度。同時，在增加景點時盡可能添加評分高的景點，在減少景點時盡可能去掉評分低的景點。在調(diào)整“旅游景點”時，需要通過在線信息獲取景點的門票價格、所在地和評分。首先根據(jù)景點所在地和景點類型篩選出一定距離范圍內(nèi)能提高游客滿足程度的景點，隨后根據(jù)景點類型和門票價格計算每個景點在替換時引起的游客總體滿足程度的變化，該總體滿足程度的變化包括景點自身調(diào)整引起的變化和其導(dǎo)致的總價格變動引起的變化。用總體滿足程度提高最大的景點替換原來的景點，若有兩個或以上的景點使總體滿足程度提高程度相同，則選取評分較高的景點作為替換景點。

記游客對當(dāng)前需要調(diào)整的旅游產(chǎn)品Ai屬性Cj的滿足程度為uij，根據(jù)上述相應(yīng)的方法調(diào)整后，計算游客對調(diào)整后的旅游產(chǎn)品Ai屬性Cj的滿足程度u′ij，屬性Cj的權(quán)重為wj，則旅游產(chǎn)品Ai屬性Cj調(diào)整帶來屬性本身的滿足程度變化為

Δuij=wj（u′ij-uij）

（i=1，2，…，n，j=1，2，…，m） （10）

得到3類屬性調(diào)整的變動值，選取max｛ΔUijj=1，2，…，m｝對應(yīng)的屬性進行調(diào)整。調(diào)整之后如果達到閾值ξ，則調(diào)整后的行程方案為最終形成方案；反之，則繼續(xù)尋找具有差異的屬性，對游客總體滿足程度影響最大的屬性優(yōu)先調(diào)整，達到閾值即可停止，得到最終的形成方案。

（2） 旅游定制師手動調(diào)整

通過上述定制過程，已經(jīng)形成η個合適的旅游產(chǎn)品。在實際定制過程中可能存在一些比較好的景點沒有通過上述定制過程，這些景點可能剛剛被開發(fā)或經(jīng)歷了更新升級等，這時需要定制師根據(jù)自己的定制經(jīng)驗將這些無法通過在線信息篩選但質(zhì)量較高的景點添加到行程路線中，形成原旅游產(chǎn)品的備選產(chǎn)品以供游客選擇。游客看到定制路線時，可能會根據(jù)路線提出明確需求，定制師需要不斷接收游客反饋，對旅游路線的各個環(huán)節(jié)進行調(diào)整，直到游客接受某一定制旅游產(chǎn)品。定制師在對旅游產(chǎn)品進行手動調(diào)整時，要注意調(diào)整后的地點不在原來旅游行程方案所包含的地點內(nèi)、調(diào)整后地點的游玩時間與路程時間要在一定范圍內(nèi)，以保證游客的游玩體驗。定制師每一次調(diào)整之后，應(yīng)根據(jù)景點門票費用變化重新計算總行程所需費用。

（3） 旅游產(chǎn)品調(diào)整總過程

綜上所述，本文提出的旅游產(chǎn)品總調(diào)整過程步驟可以歸納如下：

步驟1 判斷小型團體游客總體滿足程度是否達到閾值ξ，若達到，則跳轉(zhuǎn)到步驟5，否則跳轉(zhuǎn)到步驟2；

步驟2 得到游客滿足程度未達到最大值的屬性，即差異屬性；

步驟3 計算差異屬性的調(diào)整對游客總體滿足程度帶來的影響；

步驟4 對影響最大的差異屬性進行調(diào)整，并跳轉(zhuǎn)到步驟1；

步驟5 定制師根據(jù)游客需求或自身經(jīng)驗進行手動調(diào)整；

經(jīng)該方法調(diào)整后，可保證為游客定制出的η個旅游產(chǎn)品都能達到一定滿足程度，這既保證了旅游產(chǎn)品的可用性，也解決了定制過程中出現(xiàn)的冷啟動問題，具體調(diào)整流程如圖3所示。

四、算 例

本文以一小型團體的旅游產(chǎn)品個性化定制為例來說明上述方法的應(yīng)用。

首先通過總結(jié)旅游網(wǎng)站、旅游從業(yè)人員以及游客的經(jīng)驗，得出幾個重要的旅游產(chǎn)品屬性。其中，用于篩選旅游產(chǎn)品的屬性為目的地（I1）、旅游天數(shù)（I2）、旅游季節(jié)（I3）、旅游景點（I4）；用于計

算滿足程度的屬性為酒店等級（C1）、餐飲價格（C2）、總價格（C3）、旅游路線（C4）?，F(xiàn)有小型團體游客在冬季想去西雙版納旅游5天，指定去的景點為“野象谷”，未指定不去的景點。令E1=“目的地”，E2=“旅游天數(shù)”，E3=“旅游季節(jié)”，E4=“必須去的景點”，E5=“不去的景點”，對應(yīng)取值e1=｛西雙版納”｝，e2=5，e3=｛“冬季”｝，e4=｛“野象谷”｝，e5=。游客指定酒店等級為“五星級”酒店，餐飲預(yù)算為50至70元，上下可浮動30元，總價格為3800至4200元，上下可浮動300元。令E6=“酒店等級”，E7=“餐飲價格”，E8=“總價格”，對應(yīng)取值e6=5，e7=［α1，β］=［50，70］，δ1=30，e8=［α2，β2］=［3800，4200］，δ2=300。景點類型有5個，即歷史文化、自然風(fēng)光、休閑娛樂、美食享受、民俗特點，小型團體游客對其打分結(jié)果為（3，4，5，4，2），根據(jù)優(yōu)序圖權(quán)重計算方法得到5種景點類型的權(quán)重為（0.12，0.24，0.36，0.24，0.04）。游客對“總價格”“酒店等級”“餐飲價格”“旅游景點”的重要程度打分結(jié)果為（4，3，3，5），根據(jù)優(yōu)序圖權(quán)重計算方法得到“總價格”“酒店等級”“餐飲價格”“旅游景點”的權(quán)重為（0.3125，0.1250，0.1250，0.4375）。選取效用值排名前3位的旅游產(chǎn)品，即η=3，并將相似度閾值設(shè)定為ξ=0.8。

采用上文提及的方法進行旅游產(chǎn)品的定制，相關(guān)過程如下：首先利用產(chǎn)品屬性I1～I4和游客期望E1～E5，篩選出符合游客需求的旅游產(chǎn)品，并爬取旅游產(chǎn)品評分、名稱、總價格，以及酒店等級、餐飲價格等信息如表2所示，總價格僅包含景點和酒店的支出，餐飲價格則是爬取在線旅游產(chǎn)品信息中所建議的餐飲地點人均消費金額。在表2中，餐飲價格為“0”表示該旅游產(chǎn)品不提供餐飲建議，由游客自行安排。

為計算“旅游路線”屬性滿足游客的需求程度，需計算不同旅游產(chǎn)品中每個景點類型的占比，具體如表3所示。

計算不同類型屬性滿足游客需求程度，即游客對總價格、酒店等級、餐飲價格、旅游路線的滿足程度以及總體滿足程度，并根據(jù)旅游產(chǎn)品評分計算出旅游產(chǎn)品的效用值，得到游客對各旅游產(chǎn)品各屬性的滿足程度、總體滿足程度和效用值，具體如表4所示。

選取效用值排名前3的旅游產(chǎn)品，分別為1號、6號和9號。其中，1號和6號產(chǎn)品的總滿足程度均超過了閾值ξ=0.8，9號旅游產(chǎn)品的總滿足程度未超過閾值ξ=0.8，因此進入自動調(diào)整步驟。

9號旅游產(chǎn)品“酒店等級”屬性的滿足程度已經(jīng)達到最大值“1”，因此不需要調(diào)整，只需調(diào)整“餐飲價格”和“旅游路線”兩個屬性。9號旅游產(chǎn)品的調(diào)整變動值如表5所示。

經(jīng)過比較，決定對9號旅游產(chǎn)品調(diào)整“餐飲價格”以滿足游客期望值［50，70］，得到總體滿足程度變化值為0.11125，最終總體滿足程度為0.84，達到閾值，可停止調(diào)整。根據(jù)所爬取的餐廳信息，“可可泰餐吧·東南亞主題餐廳”“悠樂軒·私房菜”“瀾歸谷花園餐廳”的人均消費不滿足小型團體游客期望值［50，70］，現(xiàn)將其替換為景點附近且人均消費價格為［50，70］的餐廳，由于有多個餐廳使總體滿足程度提高幅度相同，因此選擇其中評分最高的餐廳，分別為“漁品鮮·菌子蒸汽石鍋魚”“曼龍匡傣味餐廳180號”“勐?？倦u”。餐廳具體信息如表6所示。

對于1號和6號旅游產(chǎn)品，其總體滿足程度已經(jīng)達到閾值，則不用自動調(diào)整，直接使用原行程方案即可。得到的3個方案具體行程安排如表7所示。

定制師與小型團體游客溝通后得知其對該行程路線滿意，并選擇了6號旅游產(chǎn)品，因此定制師不必再對旅游產(chǎn)品進行手動調(diào)整。

五、結(jié) 語

本文針對小型團體游客提出了一種基于游客需求和在線信息的旅游產(chǎn)品定制方法，該方法是根據(jù)游客期望對在線旅游產(chǎn)品進行初步篩選，計算游客對篩選出的旅游產(chǎn)品總體滿足程度和旅游產(chǎn)品效用值，并對效用排名靠前的旅游產(chǎn)品進行一定程度的調(diào)整，從而得到最終行程方案。該方法較為詳細地獲取了小型團體游客的需求，利用已有在線旅游產(chǎn)品輔助定制，不僅符合現(xiàn)實中旅游定制師對旅游產(chǎn)品的定制流程，有助于提高定制效率，而且還降低了旅游公司開發(fā)新線路的成本與風(fēng)險，具有一定的可行性和現(xiàn)實意義。該方法計算過程簡單、思路清晰，充實了關(guān)于旅游產(chǎn)品個性化定制方法的研究理論，為解決現(xiàn)實中針對小型團體游客的旅游產(chǎn)品個性化定制問題提供了一種新的途徑。

參考文獻：

［1］CHO V.A comparison of three different approaches to tourist arrival forecasting ［J］.Tourism Management，2003，24（3）：323-330.

［2］RODRIGUEZ B，MOLINA J，PEREZ F，et al.Interactive design of personalised tourism routes ［J］.Tourism Management，2011，33（4）：926-940.

［3］于超，樊治平，張曉曉.考慮小型團體游客多類型期望的旅游產(chǎn)品個性化定制方法 ［J］.旅游科學(xué)，2017，31（2）：32-41.

［4］SU L，CHENG J，HUANG Y.How do group size and group familiarity influence tourist satisfaction？the mediating role of perceived value ［J］.Journal of Travel Research，2021，60（8）：1821-1840.

［5］朱曉彤.基于消費者要求下定制旅游發(fā)展策略與思考 ［J］.現(xiàn)代商業(yè)，2022，21（32）：42-45.

［6］李景文，李旭，姜建武，等.改進模擬退火算法在旅游路線定制中的應(yīng)用 ［J］.科學(xué)技術(shù)與工程，2020，20（26）：10808-10814.

［7］PENA E.A new heuristic algorithm to create customized tourist routes ［J］.Investigaciones Turísticas，2014（8）：63-84.

［8］姬鵬飛，李遠剛，盧盛祺，等.基于語義Web的旅游路線個性化定制系統(tǒng) ［J］.計算機工程，2016，42（10）：308-317.

［9］KOTILOGLU S，LAPPAS T，PELECHRINIS K，et al.Personalized multi-period tour recommendations ［J］.Tourism Management，2017，62：76-88.

［10］CENAMOR I，DE LA ROSA T，MUNEZ S，et al.Planning for tourism routes using social network ［J］.Expert Systems with Applications，2017，69：1-9.

［11］ZHENG W，LIAO Z，QIN J.Using a four-step heuristic algorithm to design personalized day tour route within a tourist attraction ［J］.Tourism Management，2017，62：335-349.

［12］馬子欽，陳崇成，黃正睿.融合用戶特征與群體智慧的多目標(biāo)旅游線路推薦方法 ［J］.地球信息科學(xué)學(xué)報，2022，24（10）：2033-2044.

［13］李旭，李景文，俞娜.基于用戶需求的旅游路線推薦方法 ［J］.計算機工程與設(shè)計，2021，42（5）：1339-1345.

［14］DU S，ZHANG H，XU H，et al.To make the travel healthier：a new tourism personalized route recommendation algorithm ［J］.Journal of Ambient Intelligence and Humanized Computing，2019，10（9）：3551-3562.

［15］李倩，許偉，蔣洪迅.考慮用戶口碑的旅游計劃個性化推薦方法研究 ［J］.管理評論，2016，28（6）：113-118.

［16］呂琳露，李亞婷.基于游記主題挖掘與表達的旅游信息推薦研究 ［J］.現(xiàn)代情報，2017，37（6）：61-67.

［17］SUN Y，F(xiàn)AN H，BAKILLAH M，et al.Road based travel recommendation using geo-tagged images ［J］.Computers，Environment and Urban Systems，2015，53：110-122.

［18］TONG G，BIN G，YI O Y，et al.Crowd travel：scenic spot profiling by using heterogeneous crowdsourced data ［J］.Journal of Ambient Intelligence and Humanized Computing，2018，9（6）：2051-2060.

［19］金新政，厲巖.優(yōu)序圖和層次分析法在確定權(quán)重時的比較研究及應(yīng)用 ［J］.中國衛(wèi)生統(tǒng)計，2001，18（2）：119-120.

［20］FENG B，LAI F.Multi-attribute group decision making with aspirations：A case study ［J］.Omega，2014，44：136-147.

Tourism product customization method for small groups

Abstract： To meet the increasingly personalized travel needs of tourists， customized tourism has attracted more and more attention. Aiming at the problem of tourism product customization of small group tourists， a tourism product customization method is proposed based on tourist demand and online tourism product information. Online information is used to collect tourism product information and the travel needs of a small group of tourists are obtained; according to the tourism demand， the suitable products are preliminarily selected among the collected online tourism products， the degree of the selected tourism products to meet the needs of tourists and the utility value of the tourism products are calculated， and the tourism products with the highest utility value are selected as the initial tourism products; through the further selection or adjustment， the tourism product solutions can be obtained that can meet the satisfaction of tourists up to a certain threshold. The feasibility and practicality of the method are illustrated through examples. The purpose is to introduce a customized mode of tourism products that can meet the needs of tourists.

Key words： customized travel; tourism product; online information; group-tour; aspiration of tourists