Resumen

Las plataformas comunitarias en las que los usuarios comparten y se expresan en los medios sociales generan grandes cantidades de datos sobre recursos turísticos que, si se utilizan plenamente en un sistema de turismo inteligente impulsado por la alta tecnología y las nuevas tecnologías, darán nueva vida al campo de la investigación del turismo inteligente y desempeñarán un papel importante en el desarrollo del turismo en Internet. Sin embargo, los datos turísticos en los medios sociales presentan las siguientes características: diversidad, redundancia, heterogeneidad e inteligencia. Para abordar las características de los datos turísticos en los medios sociales, esta tesis se centra en los siguientes retos: es difícil obtener de forma eficiente información de visualización turística (texto e imágenes) en los medios sociales; es difícil utilizar eficazmente la información heterogénea multimodal del turismo; es difícil recuperar adecuadamente la información de entidades multimedia de las atracciones turísticas; y es difícil construir razonablemente modelos de recomendación personalizada del turismo. En este trabajo, se propone un método de reordenación de búsqueda de imágenes basado en un modelo de grafos de características híbridas para realizar la adquisición rápida de imágenes de Internet de alta calidad de la web utilizando características visuales híbridas y modelos de grafos, proporcionando así seguridad de datos para el análisis de imágenes turísticas basadas en medios sociales. Para abordar las deficiencias de los motores de búsqueda actuales para la recuperación de imágenes, se utiliza información visual para salvar el problema de la brecha semántica entre la búsqueda basada en texto y las imágenes. Para abordar la limitación de las características visuales individuales, utilizamos el análisis semántico latente para fusionar múltiples características visuales y obtener características híbridas, que no sólo combinan múltiples características individuales, sino que también preservan la relación potencial entre estas características. Para subsanar las deficiencias de los métodos de reordenación basados en la clasificación y la agrupación, se utiliza un marco de reordenación basado en el modelo de grafos para reordenar las imágenes y, finalmente, completar la reordenación de la búsqueda de imágenes basada en el modelo de grafos de características híbridas. Este método puede obtener información de imágenes en los medios sociales con alta eficiencia y calidad y luego prepararse para el trabajo posterior de minería de análisis de imágenes turísticas y recomendación personalizada.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:medios sociales, modelo híbrido de grafos de características, imágenes, datos turísticos, método de reordenación de búsqueda de imágenes, minería de análisis de imágenes turísticas, motores de búsqueda actuales, características visuales híbridas, análisis semántico latente, información de entidades multimedia
• Keywords:social media, hybrid feature graph model, images, tourism data, image search reordering method, tourism image analysis mining, current search engines, hybrid visual features, latent semantic analysis, multimedia entity information