基于Python的景区周边民宿推荐系统的设计与实现的详细项目实例
请注意此篇内容只是一个项目介绍 更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面（含完整的程序，GUI设计和代码详解）
在旅游产业快速发展的环境中，景区周边住宿选择已经从传统的连锁酒店逐步扩展到个性化体验更强的民宿、客栈与特色小院。大量游客在出行前，会通过各种平台寻找既符合预算，又贴合个人偏好的住宿地点，并希望能与所前往的景区形成便捷、舒适、性价比高的组合。与此同时，许多景区周边民宿的数量呈现爆发式增长，供给端极其丰富，但信息呈现却高度分散：有的民宿只挂在本地平台，有的只在社交媒体、短视频平台做宣传，有的依赖老顾客口碑推荐。这种信息碎片化状态，导致潜在游客难以在有限时间内从海量民宿中筛选出合适选择，从而形成“选择焦虑”和“信息不对称”。
在此背景下，基于Python的景区周边民宿推荐系统具有现实迫切性与技术实现可行性。一方面，现代旅游消费者越来越追求个性化、多样化与体验感，单纯按价格排序或评分排序的展示方式已经无法满足精细化需求。游客可能同时在意景区步行距离、房间风格、卫生评分、是否适合亲子出行、是否带有停车位、是否支持厨房、是否允许携带宠物等多维特征，而人工逐条浏览和比较数百条民宿信息是非常消耗时间与精力的行为。另一方面，推荐技术的成熟、开源生态的完善，使得以Python为主的技术栈可以较为高效地构建完整的推荐系统原型与生产级应用。
民宿经营者在这场信息与流量竞争中同样面临问题。许多民宿并非知名品牌，且宣传预算有限，往往无法获得稳定的曝光，也缺乏能力精细分析目标客群；平台的默认排序往往更倾向于大流量、高成交量的房源，从而造成“马太效应”。如果能使用智能推荐系统，对不同类型的游客进行画像，并自动匹配更契合需求的民宿，就有机会为中小民宿提供更加公平的展示机会，让真正优质、独具特色的住宿被更多有需求的人看到，从而提升整体市场运转效率。
基于Python的景区周边民宿推荐系统正是针对这一现状给出技术性的解决方案。通过综合利用景区地理位置数据、民宿结构化属性（价格、评分、距离、设施标签等）、历史订购记录以及用户行为数据（浏览、收藏、评价等），构建多维度的推荐模型。一方面，可通过基于内容的推荐方法，对民宿与游客偏好进行向量化描述；另一方面，可通过协同过滤技术，挖掘具有相似行为的用户之间的潜在关联，从大规模数据中发现“喜欢民宿A的人也往往会喜欢民宿B”的规律。对于数据较稀疏、民宿较新的场景，则需要结合规则与统计特征进行冷启动设计。
Python生态提供了丰富的工具链支撑这一系统的设计与实现。从数据爬取与清洗阶段使用 requests、pandas 等库，到特征工程阶段利用 scikit-learn、NumPy 执行向量化与相似度计算，再到模型训练阶段通过矩阵分解、聚类算法构建协同过滤模型，直至服务部署阶段通过 Flask 或 FastAPI 搭建REST接口，供前端页面或移动应用调用。整体技术路线清晰、可扩展性强，既适合教学与研究场景，也可以升级为生产可用系统。
这个推荐系统项目的背景不仅落脚于技术实现，更关联到旅游体验升级、区域经济发展、数字化转型等多个维度。通过高质量的推荐系统，可以让游客在抵达景区前就完成合理的住宿选择规划，缩短信息搜索时间，减少决策负担；也能推动景区周边民宿以更数据化的方式理解市场需求，针对性改进服务；从宏观层面看，还能够通过数据分析洞察旅游高峰期规律、价格波动趋势与游客偏好变化，为景区管理方和地方政府在基础设施建设、交通规划与市场监管上提供参考。基于Python的景区周边民宿推荐系统，既是一个技术项目，也是旅游服务智能化升级的重要实践载体。
项目目标与意义
个性化住宿推荐目标
个性化是该系统设计的核心目标之一。传统在线旅游平台往往以综合排序、销量排序、价格排序等简单维度展示结果，忽视了不同游客偏好之间的巨大差异。有的游客更在意景区距离，希望步行五分钟即可到达；有的游客则更关注安静程度与房间私密性；还有一部分用户专注于当地人文体验，偏好具有地域特色装饰、可与房东交流当地文化的民宿。单一维度的排序方式很难对这些多样化偏好进行精准捕捉。
系统致力于将多维特征融合到一个统一的推荐框架中，通过分析用户的历史点击、预订、评价内容以及地区偏好，形成用户画像，进而对民宿属性进行匹配。在具体实现上，通过基于内容的推荐算法，将民宿的标签文本、设施特征等进行向量化处理，再结合景区位置与用户过往行为构建相似度计算模型。当一个用户打开景区页面时，系统不再只展示“全量列表”，而是根据该用户过往对经济型、舒适型、家庭房或高端特色民宿的偏好，排序呈现更契合其喜好的房源。
个性化推荐的目标不仅在于提升点击率与预订转化率，更重要的是改善整体旅游体验。通过减少无效浏览，缩短决策时间，让用户快速找到“对胃口”的民宿，减少入住后产生落差的情形，从而提升满意度与复购意愿。基于Python的技术实现路径，使得这种个性化逻辑可以快速迭代和试验，通过不断调整权重与算法策略，更好地贴合不同景区、不同季节、不同客群的具体需求。
民宿资源高效匹配目标
在景区周边民宿数量大量增长的情况下，供需匹配效率成为关键问题。未经优化的列表呈现，很可能导致部分民宿长期排在后方，难以获得曝光，即使这些民宿在性价比、服务质量或距离优势方面表现突出；同时，用户为寻找合适民宿需要不停翻页与筛选，时间成本与信息负担持续增加。系统的一个重要目标，就是实现资源的高效匹配：在正确的时间，把合适的民宿呈现给合适的人。
这一目标借助多种数据源实现。首先，利用地理位置数据计算民宿与景区之间的真实距离与交通便利性；其次，通过价格分布、历史入住率与评价内容分析民宿质量水平；再通过用户搜索关键词、筛选条件与行为轨迹识别真实需求。系统将这些信息整合后，构建一个多维度评分函数，对每个民宿与当前用户的匹配度进行综合打分，从而在候选集合中选出匹配度最高的一批进行展示。通过不断分析点击与预订结果，还可以动态调整评分权重，使匹配过程越来越接近真实市场反馈。
这种高效匹配对于民宿主与平台同样具有价值。民宿主能通过更公平的曝光机制获得与自身质量相匹配的客源，而平台则可以通过更高的转化率与用户满意度，提升整体服务品质与品牌口碑。另外，高效匹配也能有效减少价格战与过度打折等恶性竞争现象，让民宿之间更多通过服务和特色差异化来吸引客人，有利于形成更加健康的市场生态。
支持目的地管理与数据决策目标
景区管理机构与目的地营销组织在制定发展策略时，往往缺乏足够精细的数据支撑。传统数据来源主要来自门票销售、景区停车场车流量等“景区内”数据，而对景区周边住宿的使用情况、游客停留时间、消费水平与空间分布了解有限。基于Python的民宿推荐系统在运行过程中会产生大量与住宿相关的行为数据，包含用户搜索偏好、热门时间段、不同价格区间的受欢迎程度等，为目的地管理提供了天然的数据基础。
在系统目标中，除了面向用户侧与民宿侧，也考虑到为目的地管理方提供可视化分析与决策支持。通过统计不同景区在不同季节、不同节假日期间的民宿预订趋势，可以估计旅游高峰期压力；通过分析不同区域民宿的点击热度、转化率与评价反馈，可以评估哪些道路、停车设施、公共服务体系亟需改善。对于尚处于开发期的新景区、乡村旅游目的地，这种数据分析能力尤为重要，能够在早期就发现问题，精确投入有限的建设资源。
通过Python的数据分析与可视化工具（如 pandas、Matplotlib、Seaborn 等），系统可以周期性生成图表与报表，展示民宿分布、价格结构、入住率与用户偏好变化。这些报告可以为地方政府与景区运营方提供定量依据，帮助其制定更科学的容量控制策略、安全保障方案及营销推广计划。长期来看，这些目标的实现能够推动智慧文旅建设，促进旅游与大数据、人工智能等技术深度融合。
推动智慧文旅与技术实践意义
项目从更宏观的视角看，还具有推动智慧文旅建设与技术实践教育的意义。当前，智慧景区、智慧文旅已成为国家与地方发展数字经济、提升公共服务水平的重要方向，而智能推荐、行为分析等技术在文旅行业仍处在持续落地探索阶段。通过构建基于Python的景区周边民宿推荐系统，可以形成一个较为完整的“数据采集—特征处理—模型训练—线上推荐—效果评估”的技术闭环，为智慧文旅场景提供可复制的技术范式。
技术实践意义体现在多个层面。Python作为主流的人工智能与数据分析语言，拥有大规模社区与成熟工具链，通过本项目可以系统性地串联数据工程、算法建模与服务部署等多个环节，有利于技术人员在一次实践中全面掌握推荐系统的核心要素。同时，该系统的业务场景真实、数据结构复杂、需求变化多样，非常适合用于检验模型鲁棒性与扩展性。通过反复优化算法与架构，可以逐步引入更先进的模型，如深度学习推荐、序列行为建模与自然语言评论理解等，进一步提升推荐效果。
在文旅行业层面，这一项目更是技术与业务的结合载体。通过深入理解游客住宿决策过程与景区运营模式，可以让技术开发人员不只是停留在算法层面，而是真正理解旅游业务中的痛点与需求，从而在功能设计与模型选择上做出更加接地气的决策。长期而言，此类项目有助于培养既懂算法又懂文旅业务的复合型人才，为智慧文旅产业发展提供人才支撑。
项目挑战及解决方案
数据稀疏与冷启动挑战及解决方案
在民宿推荐场景中，数据稀疏与冷启动是最典型的挑战之一。对于很多景区周边民宿，尤其是新上架房源，历史订单量和评价数量有限，难以通过经典协同过滤从用户-物品交互矩阵中挖掘有效信息；对于新用户而言，首次访问或行为极少，与系统交互的历史记录不足，也难以建立可靠的偏好画像。用户维度和物品维度的双重冷启动问题，会直接影响推荐结果的准确性与稳定性，导致系统在面对新场景时表现不佳。
为解决这一挑战，系统采用多策略结合的方式。首先，在数据稀疏阶段，依托基于内容的推荐算法，不强依赖大量交互数据，而是利用民宿的静态属性与文本标签信息，通过特征向量化与相似度计算进行推荐。当用户浏览某个民宿时，可以快速找到在地理位置、价格区间、房型、设施等方面相似的候选房源，作为“猜你喜欢”列表呈现。这种方法在新民宿刚刚上线时非常有效，只要其结构化属性完整，就可以参与推荐。
其次，对于新用户冷启动问题，系统通过轻量级的兴趣收集与规则引导来初始化用户画像。例如，在用户首次访问某景区页时，引导其选择偏好价位区间、住宿风格（简约、田园、民俗、精品）、出行类型（情侣、亲子、商务、朋友结伴）等，以少量交互快速构建初始偏好向量，随后通过基于内容的推荐进行匹配。随着用户浏览、点击、收藏与预订行为累积，再逐步引入协同过滤与个性化排序策略增强推荐效果。
此外，为应对整体数据稀疏问题，系统还通过聚合相似景区、相似地区的历史数据来缓解。部分景区在同一城市或同一旅游圈内拥有相似民宿结构与客群特征，可以通过区域维度上的迁移学习与特征共享，提高模型在数据不足场景下的稳健性。Python工具链支持快速对多来源数据进行整合与聚类分析，在实践中可以根据时间窗口、地域标签等对数据进行分层建模，增强冷启动阶段的推荐质量。
多维度特征融合与权重平衡挑战及解决方案
民宿推荐不同于单一维度的商品推荐，其考量因素远多于价格与评分。景区周边民宿的选择往往涉及地理位置（距离景区入口、公共交通方便程度）、基础设施（空调、暖气、独立卫生间、停车位）、服务特征（是否提供早餐、是否可接送站）、环境氛围（安静程度、景观视野）、评价内容中的主观体验等。单独依赖某一维度容易产生偏差，例如仅按距离排序会推高一些条件一般的近景区民宿，而仅按评分排序又会掩盖一些新开业但潜力巨大的房源。
在多维度特征融合时，如何确定各特征在综合评分中的权重，是一个需要反复迭代与调优的挑战。不同类型用户对这些特征的关注程度也不相同：家庭出游更看重安全与空间面积，背包客更在意价格和位置，情侣出行可能偏好私密性与氛围感。固定权重的通用评分公式很难兼顾所有客群的真实心理。
系统的解决方案是采用分层评分与个性化权重机制。首先，为民宿构建基础评分模块，包括位置得分、价格得分、评价得分、设施完备度得分等，分别在各自维度进行归一化评价；然后，为不同类型用户定义偏好权重向量，如亲子用户对房间面积与安全评价权重更高，商务用户对网络稳定性与安静程度权重更高。通过用户画像识别用户类型后，动态调整综合评分函数中的权重组合，实现同一批候选民宿在不同用户眼中呈现不同排序结果。
技术实现方面，通过Python的数值计算工具，对各维度特征进行标准化处理，建立可配置的权重矩阵，并结合线性或非线性融合方式计算总得分。为进一步提高准确性，可以利用历史点击与预订数据，以回归或学习排序的方式自动学习最优权重。通过不断进行A/B测试与线下评估，持续优化特征组合与权重分布，从而在保证多维信息充分利用的同时，使推荐结果符合真实用户偏好。
系统性能、实时性与可扩展性挑战及解决方案
推荐系统在真实业务环境中要面对高并发访问与实时响应要求，景区高峰期更是流量集中、请求密集。一套推荐系统若只在离线环境中运算，忽略性能与响应速度，很容易在实际部署时遭遇响应延迟长、接口超时等问题，严重影响用户体验。尤其是涉及复杂特征处理与算法计算的场景，若不进行合理的架构设计与缓存策略规划，很难在几十毫秒到几百毫秒的响应时限内完成个性化推荐结果的生成。
民宿推荐项目在设计之初就需要考虑系统性能与可扩展性挑战。解决思路是将推荐流程拆分为离线与在线两个层面。离线层面定期执行数据清洗、特征抽取、模型训练与候选集合生成，并将结果持久化存储，形成“预计算”的推荐基础；在线层面仅在每次请求时进行轻量级的实时排序与个性化重排，通过已有的离线嵌入与相似度矩阵快速响应。Python在离线计算中非常适合使用，通过批处理和脚本调度高效完成大规模数据分析和模型训练；而在线服务可通过优化后的Python Web框架配合缓存机制，以及与高性能向量检索引擎集成，满足响应要求。
在系统扩展性方面，采用模块化架构，将数据采集、特征工程、模型服务与推荐接口分离，便于独立扩展与升级。例如，当引入新的深度学习模型时，只需替换或新增模型服务模块，而不影响前端接口形式；当数据量增加时，可以通过水平扩展数据库和缓存组件，提升系统整体吞吐能力。通过日志监控与性能分析工具，持续跟踪请求耗时分布与瓶颈位置，针对性优化。凭借Python生态与现代微服务架构结合，可以逐步将原型系统演进为具有生产级稳定性的推荐平台。
项目模型架构
数据采集与预处理模块
模型架构的第一层是数据采集与预处理模块，承担从多数据源获取信息并转化为统一结构化数据的任务。景区周边民宿推荐所需数据包括但不限于：民宿自身信息（名称、价格、地址、房型、设施、图片标签、房东信息）、景区基础数据（景区名称、开放时间、经纬度、等级）、用户行为数据（浏览记录、收藏记录、下单记录、取消记录、评价文本与评分）以及公共地理信息（周边交通、商圈、地理编码等）。这些数据可能来自第三方平台接口、公开数据集、平台内部数据库以及日志系统，格式多样、质量参差不齐。
为保证后续模型训练与在线推荐的可靠性，需要在这一模块中完成多项关键工作。首先，对数据进行抽取与格式标准化，将不同来源的数据映射为统一表结构，如宿舍表、用户表、行为表等。其次，进行数据清洗，处理缺失值、异常值与重复记录，例如有些民宿可能重复上架或更换名称，需通过地址与房东信息进行去重；用户评价中的极端值和异常评分也需要经过过滤或平滑处理。再次，执行文本清洗，对民宿描述与用户评价文本进行分词、停用词过滤与规范化，为后续特征提取做准备。
经纬度信息与地理编码是民宿推荐项目中特别重要的数据类型。通过经纬度可以计算民宿与景区的直线距离或步行距离，借助地图服务接口还可以估算驾车时间和公共交通换乘情况。这些地理特征会在后续模块中作为重要输入参与评分与排序。Python在这一阶段主要利用 pandas 进行表格数据处理，使用 requests 调用地图API完成经纬度转换与距离计算，配合正则表达式库清洗文本与地址信息。所有清洗与转换逻辑应形成可重复执行的脚本，以便在数据更新或重新训练时快速复现。
特征工程与向量表示模块
完成数据预处理后，接下来进入特征工程与向量表示阶段。这一模块的目标是将原始的结构化属性与非结构化文本信息转换为数值特征向量，使其可以被相似度计算、机器学习模型与深度学习模型直接使用。对民宿而言，需要构建多种类型特征：数值特征（价格、评分、面积、距景区距离）、类别特征（房型、装修风格、行政区划）、多标签特征（设施列表、适用人群标签）、文本特征（民宿标题、详细描述、房东介绍）、时间特征（上架时间、最近预订时间）等。
在数值特征处理方面，一般采用标准化或归一化操作，将不同量纲的特征（如价格与距离）映射到统一范围，避免某个特征因数值范围较大而在距离计算中占据过大权重。类别特征通过独热编码或目标编码转化为向量形式，多标签特征可通过构造多维布尔向量表示。对于价格等可能存在长尾分布的特征，可进行对数变换或分桶处理，减弱极端值影响。Python中可以使用 scikit-learn 的预处理模块实现这些变换，并通过管道机制保证训练与推理阶段处理一致。
文本特征是民宿推荐系统的重要信息来源。通过对民宿标题和描述进行分词与TF-IDF向量化，可以抽取出民宿的主题风格特征，如“海景”“亲子”“古镇”“民俗体验”等。对于规模较大的系统，还可以引入Word2Vec、FastText或BERT等模型，构建更高质量的文本嵌入，捕捉语义相似性。在用户评价文本中，既可以提取整体情感倾向作为评分增强特征，也可以识别出用户特别关注的点，如“卫生”“隔音”“交通便利性”等，用于丰富用户兴趣画像。
通过这一模块，最终会为每个民宿生成一个高维向量表示，综合了地理、价格、设施、文本与其他属性信息；同时，为用户生成表示其历史偏好与行为特征的向量。这些向量是后续内容推荐、协同过滤与排序模型的基础。Python中的 NumPy 和 scikit-learn 提供了高效的矩阵与向量操作支持，有利于在较大规模数据上进行批量处理和存储。
基于内容的民宿推荐模块
基于内容的推荐模块是整个系统的重要基础组件。当用户浏览某个民宿或选择某个景区时，该模块负责从候选民宿集中找到在特征空间上相似的房源。其核心思想是：将用户当前关注的民宿视为查询对象，通过比较与其他民宿的特征向量相似度，找到在位置、价格区间、设施组合、风格标签等维度上相近的民宿，从而构成个性化推荐列表。这种方式不依赖大量用户行为数据，对于冷启动场景与新房源尤为适用。
算法流程大致包括：首先，对所有民宿特征向量进行归一化处理；然后选择合适的相似度度量方式，如余弦相似度或欧氏距离，构建民宿之间的相似度矩阵；当用户正在查看某个民宿时，从该民宿对应的行中选取相似度最高的一些民宿作为候选，过滤掉已经展示或不符合约束条件（如价格上限、房型限制）的房源，最终呈现给用户。对于景区级别的推荐，可以先挑选与景区距离在一定范围内的民宿，再在这些候选中按内容相似度进行排序。
在实现中，通过Python的矩阵运算，可以预先计算部分相似度矩阵并进行持久化，在在线推荐时仅需进行局部查询与过滤，提高响应速度。基于内容的推荐还可以与用户画像结合，例如用户历史行为表明其偏好“安静”“适合休息”等标签时，系统可以在相似度计算时对这些特征赋予更高权重，使得推荐结果更符合个性化需求。这一模块本身结构较为清晰，但在特征选择与权重设置上需要反复试验和优化，以达到明显优于简单排序的效果。
协同过滤与隐语义模型模块
在有一定规模的用户行为数据积累后，协同过滤与隐语义模型成为提升推荐质量的重要手段。协同过滤的基本理念是：相似用户倾向于喜欢相似的物品，相似物品往往被相似用户共同喜爱。通过构建用户-民宿交互矩阵，可以采用基于用户的协同过滤、基于物品的协同过滤或矩阵分解等方式挖掘潜在关联，从而给出更具惊喜感与多样性的推荐结果。
基于物品的协同过滤在民宿场景中有较高适用性。通过统计哪些民宿经常被同一批用户共同浏览或预订，可以发现一些在内容特征上未必高度相似，但在使用场景和目标客群上具有共性的房源组合。对于景区周边民宿，这种“行为相似”往往代表着某种潜在需求匹配，例如面向摄影爱好者的特色客栈、适合短途自驾的郊区小院等。通过协同过滤，可以挖掘出这些模式，并在推荐中体现出来。
隐语义模型如矩阵分解、潜在因子模型则通过将用户与民宿映射到一个低维潜在空间来表示它们之间的关系。用户向量与民宿向量在该空间中的内积，可以视为对该用户对该民宿偏好的预测评分。通过训练这个模型，系统能够自动捕捉到难以用显式特征描述的偏好因素，如对某种设计风格、服务方式或社区氛围的喜爱。这些隐含偏好为推荐带来更强的个性化能力。
Python中的 scikit-learn 与相关开源库（如 implicit 等）提供了协同过滤与矩阵分解的工具，可以方便地在用户行为数据上训练模型，并导出用户与民宿的嵌入向量。在整个架构中，隐语义模型生成的向量可以与内容特征向量进行拼接或融合，为排序模块提供更丰富的输入。通过在线与离线评估指标（如点击率、预订率、覆盖率等），可以验证协同过滤与隐语义模型对整体推荐效果的提升程度。
推荐排序与在线服务模块
在候选生成阶段，经过基于内容的推荐与协同过滤模块，通常会为每个请求生成一批潜在合适的民宿列表。推荐排序与在线服务模块的任务，是在这些候选之上根据多维信号进行综合排序，并通过接口向前端提供实时可用的推荐结果。排序阶段会综合考虑用户与民宿的匹配度、特征评分、隐语义评分、曝光控制策略与多样性约束等因素，构建一个最终排序分数。
排序模型可以采用从简单到复杂的多种形式。初始阶段可以使用线性加权打分函数，将位置得分、价格适配度、协同过滤分数等按权重相加；随着数据积累与业务需求增加，可以引入学习排序模型（如梯度提升树、XGBoost、LightGBM等），以历史点击与预订行为为训练数据，让模型自动学习特征与结果之间的对应关系。排序过程还需考虑一定的探索策略，在保证整体效果的前提下，为新民宿提供合理曝光，以收集更多交互数据。
在线服务部分则负责将排序模型集成到Web接口中。通过Python的Flask或FastAPI框架搭建推荐服务接口，前端或移动应用端只需传入景区ID、用户ID等参数，即可收到一个排序好的民宿列表。为保证性能，可以利用缓存机制将热门请求的推荐结果短暂保留，减少重复计算；对于大规模向量检索，可以引入专门的向量数据库或近似最近邻搜索引擎。监控与日志记录是该模块不可或缺的部分，通过记录请求与返回结果，以及用户后续行为，可以不断评估与改进排序策略，实现真正意义上的闭环推荐系统。
项目模型描述及代码示例
民宿与景区数据结构与基础加载示例 import pandas as pd# 导入pandas库用于处理表格数据，后续会用DataFrame来存储民宿与景区的结构化信息 from typing import List, Dict# 从typing模块导入类型注解工具，提升代码可读性与可维护性，帮助描述函数返回值与参数类型 class ScenicSpot:# 定义景区类，用来抽象描述一个景区对象，便于后续与民宿之间建立关联 def init(self, spot_id: int, name: str, lat: float, lon: float):# 构造函数接收景区ID、名称和经纬度信息，用于初始化景区实例 self.spot_id = spot_id# 保存景区ID，作为景区的唯一标识符，后续查询与关联时使用 self.name = name# 保存景区名称，便于展示与调试时识别具体景区 self.lat = lat# 保存景区纬度，后续用于与民宿位置计算距离 self.lon = lon# 保存景区经度，与纬度一起构成地理坐标信息 class Homestay:# 定义民宿类，用来抽象描述一个民宿对象，集合其属性与位置等信息 def init(self, house_id: int, name: str, price: float, lat: float, lon: float, rating: float, tags: List[str]):# 构造函数接收民宿ID、名称、价格、经纬度、评分与标签列表 self.house_id = house_id# 保存民宿ID，作为每个民宿的唯一标识符 self.name = name# 保存民宿名称，方便在推荐结果中展示 self.price = price# 保存民宿基础价格，为后续价格筛选与特征计算提供数据 self.lat = lat# 保存民宿纬度坐标，用于与景区或其他民宿计算距离 self.lon = lon# 保存民宿经度坐标，与纬度一起用于地理相关计算 self.rating = rating# 保存民宿评分，反映历史入住评价与满意度 self.tags = tags# 保存民宿标签列表，如“亲子”“海景”“近地铁”，为内容特征构建提供基础 def load_scenic_spots_from_csv(path: str) -> Dict[int, ScenicSpot]:# 定义函数从CSV文件中加载景区数据，返回以景区ID为键的字典 df = pd.read_csv(path)# 使用pandas读取CSV文件，将景区数据加载为DataFrame结构 spots: Dict[int, ScenicSpot] = {}# 初始化一个空字典，用于存放景区ID到景区对象的映射关系 for _, row in df.iterrows():# 遍历DataFrame中的每一行，每行代表一个景区记录 spot = ScenicSpot(spot_id=row["spot_id"], name=row["name"], lat=row["lat"], lon=row["lon"])# 使用当前行数据构建一个ScenicSpot实例 spots[spot.spot_id] = spot# 将构建好的景区对象存入字典，键为景区ID，便于快速访问 return spots# 返回加载完成的景区字典，以供其他模块使用 def load_homestays_from_csv(path: str) -> Dict[int, Homestay]:# 定义函数从CSV文件中加载民宿数据，返回以民宿ID为键的字典 df = pd.read_csv(path)# 读取CSV文件，获取民宿列表及其属性信息 houses: Dict[int, Homestay] = {}# 初始化一个空字典，用于存放民宿对象集合 for _, row in df.iterrows():# 遍历每一行民宿记录，为每个民宿构建一个对象 tags = str(row["tags"]).split(",") if not pd.isna(row["tags"]) else []# 将标签字段按逗号拆分为列表，若为空则使用空列表 house = Homestay(house_id=row["house_id"], name=row["name"], price=row["price"], lat=row["lat"], lon=row["lon"], rating=row["rating"], tags=tags)# 构造民宿对象，填充基础属性与标签信息 houses[house.house_id] = house# 将民宿对象放入字典，使用民宿ID作为键，方便快速检索 return houses# 返回包含所有民宿对象的字典，为特征工程与模型构建提供输入 距离计算与景区周边候选民宿筛选示例 import math# 导入math库，用于执行数学函数，包括弧度转换与三角函数运算 def haversine_distance(lat1: float, lon1: float, lat2: float, lon2: float) -> float:# 定义函数计算两点之间的大圆距离，参数为两个坐标点的经纬度 R = 6371.0# 设置地球半径为6371千米，这是标准近似值 phi1 = math.radians(lat1)# 将第一个点的纬度从角度转换为弧度，便于参与三角函数运算 phi2 = math.radians(lat2)# 将第二个点的纬度从角度转换为弧度，统一单位 d_phi = math.radians(lat2 - lat1)# 计算两个纬度之间的弧度差，用于haversine公式 d_lambda = math.radians(lon2 - lon1)# 计算两个经度之间的弧度差，参与距离公式计算 a = math.sin(d_phi / 2) ** 2 + math.cos(phi1) * math.cos(phi2) * math.sin(d_lambda / 2) ** 2# 使用haversine公式计算中间变量a，综合纬度差与经度差影响 c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))# 计算角距离c，基于a的值通过反正切函数转换获得 distance = R * c# 将角距离乘以地球半径得到真实地表距离，单位为千米 return distance# 返回两点间的距离结果，为位置相关逻辑提供支持 def get_nearby_homestays(spot: ScenicSpot, homestays: Dict[int, Homestay], max_distance_km: float) -> List[Homestay]:# 定义函数获取某景区周边的民宿列表，限定最大距离 nearby: List[Homestay] = []# 初始化空列表，用于装载符合距离条件的民宿对象 for house in homestays.values():# 遍历所有民宿，逐一检查与目标景区的距离 dist = haversine_distance(spot.lat, spot.lon, house.lat, house.lon)# 计算当前民宿与景区之间的地理距离 if dist <= max_distance_km:# 若计算结果小于等于最大限制距离，则认为在周边范围内 nearby.append(house)# 将该民宿加入周边民宿列表，作为候选房源之一 return nearby# 返回筛选后的周边民宿集合，供后续推荐排序模块使用 民宿标签与价格等内容特征向量构建示例 import numpy as np# 导入NumPy库，用于高效数组与矩阵操作，方便构建特征向量 class FeatureEncoder:# 定义特征编码器类，用来将民宿的标签与价格等信息转为数值向量 def init(self, tag_vocab: List[str]):# 构造函数接收标签词表，用来确定向量维度与标签索引位置 self.tag_vocab = tag_vocab# 保存所有可能标签的列表，为编码时提供参考 self.tag_index = {tag: idx for idx, tag in enumerate(tag_vocab)}# 构建标签到索引的映射字典，便于快速定位某标签在向量中的位置 def encode_homestay(self, house: Homestay) -> np.ndarray:# 定义函数将单个民宿编码为特征向量，输出为NumPy数组 tag_vector = np.zeros(len(self.tag_vocab), dtype=float)# 初始化标签向量，长度等于标签词表长度，初始值为0 for tag in house.tags:# 遍历当前民宿的标签列表 if tag in self.tag_index:# 如果该标签在词表中存在 tag_vector[self.tag_index[tag]] = 1.0# 将对应维度置1，表示该民宿具有此标签特征 price_feature = np.array([house.price], dtype=float)# 将价格构造成单维数值特征向量，后续可以做归一化 rating_feature = np.array([house.rating], dtype=float)# 将评分构造成单维数值特征，为质量评价提供基础 feature_vector = np.concatenate([tag_vector, price_feature, rating_feature])# 将标签向量、价格特征与评分特征拼接为一个整体向量 return feature_vector# 返回拼接好的特征向量，为相似度计算和模型训练提供输入 def build_feature_matrix(homestays: Dict[int, Homestay], encoder: FeatureEncoder) -> Dict[int, np.ndarray]:# 定义函数批量为所有民宿构建特征向量 feature_dict: Dict[int, np.ndarray] = {}# 初始化字典，用于存放民宿ID到特征向量的映射 for house_id, house in homestays.items():# 遍历每个民宿对象，逐个进行编码 feature_vector = encoder.encode_homestay(house)# 调用编码器将当前民宿映射为数值特征向量 feature_dict[house_id] = feature_vector# 将编码结果存入字典，对应当前民宿ID return feature_dict# 返回包含所有民宿特征向量的字典，为后续推荐算法模块使用 基于内容相似度的简单推荐示例 from sklearn.metrics.pairwise import cosine_similarity# 从sklearn导入余弦相似度函数，用于衡量两个特征向量之间的相似程度 def recommend_similar_homestays(target_house_id: int, feature_dict: Dict[int, np.ndarray], top_k: int = 5) -> List[int]:# 定义函数根据内容特征为目标民宿推荐相似民宿 if target_house_id not in feature_dict:# 若目标民宿ID不在特征字典中，说明数据缺失 return []# 返回空列表，表示无法提供相似推荐结果 target_vector = feature_dict[target_house_id].reshape(1, -1)# 取出目标民宿的特征向量，并调整形状为二维矩阵 all_ids = list(feature_dict.keys())# 获取所有民宿ID列表，用于构造矩阵与结果排序 matrix = np.vstack([feature_dict[h_id] for h_id in all_ids])# 将所有民宿特征向量按行堆叠成一个整体矩阵 sim_scores = cosine_similarity(target_vector, matrix)[0]# 使用余弦相似度函数计算目标向量与所有民宿向量的相似度得分 id_score_pairs = list(zip(all_ids, sim_scores))# 将民宿ID与对应相似度分数组合成二元组列表 id_score_pairs.sort(key=lambda x: x[1], reverse=True)# 按相似度得分从高到低排序，使相似民宿排在前面 result_ids = [h_id for h_id, score in id_score_pairs if h_id != target_house_id][:top_k]# 过滤掉目标民宿本身，并截取前top_k个相似民宿ID return result_ids# 返回相似民宿ID列表，可在界面上展示“与本房源相似的推荐” 简单用户行为矩阵与协同过滤相似度示例 from collections import defaultdict# 导入defaultdict，用来简化字典中列表等初始值的创建 def build_user_item_matrix(records: List[Dict]) -> Dict[int, Dict[int, float]]:# 定义函数根据用户行为记录构建用户-民宿打分矩阵 matrix: Dict[int, Dict[int, float]] = defaultdict(dict)# 使用嵌套字典结构，每个用户ID对应一个民宿打分子字典 for rec in records:# 遍历行为记录列表，每条记录包含用户ID、民宿ID和打分信息 user_id = rec["user_id"]# 从记录中取出用户ID，作为行索引 house_id = rec["house_id"]# 从记录中取出民宿ID，作为列索引 score = rec.get("score", 1.0)# 从记录中获取打分，若无则使用默认值1.0表示一次交互 matrix[user_id][house_id] = score# 将打分填入用户-民宿矩阵中，对应特定用户与民宿的交互强度 return matrix# 返回构建完成的用户-民宿打分矩阵，为协同过滤相似度计算提供基础数据 def compute_item_similarity(user_item_matrix: Dict[int, Dict[int, float]]) -> Dict[int, Dict[int, float]]:# 定义函数计算基于物品的协同过滤相似度 item_users: Dict[int, Dict[int, float]] = defaultdict(dict)# 建立物品到用户的倒排索引，记录哪些用户与该民宿有交互 for user_id, items in user_item_matrix.items():# 遍历每个用户的打分记录 for item_id, score in items.items():# 遍历该用户涉及的每个民宿及其打分 item_users[item_id][user_id] = score# 将用户对该民宿的打分记录在倒排索引中 items = list(item_users.keys())# 获取所有民宿ID列表，便于后续逐对计算相似度 similarity: Dict[int, Dict[int, float]] = defaultdict(dict)# 初始化相似度字典，用来存储物品两两之间的相似度值 for i_idx, item_i in enumerate(items):# 使用双层循环遍历所有民宿对，这里外层固定第一个民宿 users_i = item_users[item_i]# 获取对民宿i有过行为的用户集合及其打分 for j_idx in range(i_idx + 1, len(items)):# 内层遍历民宿j，使每对组合只计算一次 item_j = items[j_idx]# 取出当前组合中的第二个民宿ID users_j = item_users[item_j]# 获取对民宿j有过行为的用户集合及其打分 common_users = set(users_i.keys()) & set(users_j.keys())# 求用户集合交集，找到两个民宿共同的行为用户 if not common_users:# 如果没有共同用户，则相似度为零，跳过本轮计算 continue# 跳到下一对民宿组合，不再继续计算当前对的相似度 scores_i = np.array([users_i[u] for u in common_users])# 将共同用户对民宿i的打分转为数组 scores_j = np.array([users_j[u] for u in common_users])# 将共同用户对民宿j的打分转为数组 if np.linalg.norm(scores_i) == 0 or np.linalg.norm(scores_j) == 0:# 如果某一方向量范数为零，则无法计算余弦相似度 continue# 跳过此组合，避免除零错误 sim = float(np.dot(scores_i, scores_j) / (np.linalg.norm(scores_i) * np.linalg.norm(scores_j)))# 通过点积与范数计算余弦相似度，反映两民宿被同类用户共同偏好的程度 similarity[item_i][item_j] = sim# 将相似度存入字典，记录民宿i到民宿j的相似度 similarity[item_j][item_i] = sim# 同时记录民宿j到民宿i的相似度，保证矩阵对称 return similarity# 返回完整的物品相似度结构，为协同过滤推荐提供基础 协同过滤基础推荐生成示例 def recommend_by_item_cf(user_id: int, user_item_matrix: Dict[int, Dict[int, float]], item_similarity: Dict[int, Dict[int, float]], top_k_similar: int = 5, top_n_recommend: int = 10) -> List[int]:# 定义函数基于物品协同过滤为指定用户生成推荐民宿列表 if user_id not in user_item_matrix:# 若用户在矩阵中不存在，说明没有行为记录 return []# 返回空列表，表示当前无法进行协同过滤推荐 user_ratings = user_item_matrix[user_id]# 取出该用户对各民宿的打分记录，代表其历史行为 scores: Dict[int, float] = defaultdict(float)# 初始化用于累计推荐分数的字典，键为民宿ID，值为预测得分 for item_i, rating in user_ratings.items():# 遍历用户已交互的每个民宿及其实际打分 similar_items = item_similarity.get(item_i, {})# 从相似度字典中取出与民宿i相似的其他民宿及相似度值 sorted_similar = sorted(similar_items.items(), key=lambda x: x[1], reverse=True)[:top_k_similar]# 按相似度从高到低排序并截取前若干个最相似民宿 for item_j, sim in sorted_similar:# 遍历这些相似民宿及对应相似度 if item_j in user_ratings:# 若该相似民宿用户已经有过行为，则跳过，以免推荐已看或已订房源 continue# 继续遍历下一个相似民宿 scores[item_j] += rating * sim# 将当前相似民宿的预测得分累积为用户对已评分民宿的实际打分与相似度乘积之和 ranked_items = sorted(scores.items(), key=lambda x: x[1], reverse=True)[:top_n_recommend]# 对累计得分进行排序，取出得分最高的若干候选民宿 recommended_ids = [item_id for item_id, _ in ranked_items]# 提取推荐民宿ID列表，作为最终协同过滤结果 return recommended_ids# 返回针对当前用户的协同过滤推荐民宿ID序列，用于进一步排序或直接展示
