创新实训十四

最新推荐文章于 2024-07-23 08:51:26 发布

小风淅淅

最新推荐文章于 2024-07-23 08:51:26 发布

阅读量117

点赞数

本文链接：https://blog.csdn.net/weixin_44818741/article/details/117168913

版权

本文介绍了一种根据地理位置和距离划分的酒店推荐算法。通过计算多个地点之间的距离，当发现距离超过预设阈值时，将地点分为若干组，确保每组内的地点距离较近。算法详细地展示了如何根据分组结果为每个小组分别推荐酒店，以提供更符合用户需求的旅行住宿建议。

摘要由CSDN通过智能技术生成

根据分组结果推荐酒店
我们已经实现了将多个地点分组，现在根据分组结果按照之前预想的算法进行酒店推荐。
具体实现代码如下：

def multiple_locations_days(city,place,checkin_time,checkout_time):
    #计算出入住总晚数
    nights=night(checkin_time,checkout_time)
    #计算每个地点之间的相互距离，得到距离矩阵
    #判断是否有两个地点相隔较远，目前以12km为界限
    maximum=12
    divide=False
    far=[]
    place_distance=[[0 for k in range(len(place))] for k in range(len(place))]
    for i in range(len(place)):
        j=i
        for j in range(len(place)):
            place_distance[i][j]=distance(place[i],place[j])
            #对称矩阵
            place_distance[j][i]=place_distance[i][j]
            if(place_distance[i][j]>=maximum):
                far.append([i,j])
                divide=True
        place_distance[i][i]=0
    #若不需要分组，那么推荐方法同multiple_locations，是否需要分组用是否相隔较远判断
    #否则先将地点分组，每组地点距离较近，且每组地点数量不超过4
    results=[]
    if(divide):
        #得到分组矩阵，用下标表示
        group=divide_group(place_distance,far,maximum)
        #分别对每一组地点进行推荐
        #得到第一组地点
        place_group_1=[]
        for i in range(4):
            if(group[0][i]!=99):
                place_group_1.append(place[group[0][i]])
        #计算出第一组的推荐列表
        hotels_1=multiple_locations(city,place_group_1,checkin_time,checkout_time)
        results.append(hotels_1)
        #得到第二组地点
        place_group_2=[]
        for i in range(4):
            if(group[1][i]!=99):
                place_group_2.append(place[group[1][i]])
        #计算出第二组的推荐列表
        hotels_2=multiple_locations(city,place_group_2,checkin_time,checkout_time)
        results.append(hotels_2)
        #判断是否存在第三组
        if(group[2][0]!=99):
            # 得到第三组地点
            place_group_3 = []
            for i in range(4):
                if (group[2][i] != 99):
                    place_group_3.append(place[group[2][i]])
            # 计算出第三组的推荐列表
            hotels_3 = multiple_locations(city, place_group_3, checkin_time, checkout_time)
            results.append(hotels_3)
        #判断是否存在第四组
        if(group[3][0]!=99):
            # 得到第四组地点
            place_group_4 = []
            for i in range(4):
                if (group[3][i] != 99):
                    place_group_4.append(place[group[3][i]])
            # 计算出第四组的推荐列表
            hotels_4 = multiple_locations(city, place_group_4, checkin_time, checkout_time)
            results.append(hotels_4)
    else:
        results=multiple_locations(city,place,checkin_time,checkout_time)
    return results