宦正东 朱晓菲 李翛

摘要：本研究将苏州市内43个景点资料作为待处理文本，利用jieba分词对其进行了分词、去停用词、提取特征项、计算特征项权重的处理，继而用空间向量模型实现非结构化信息向数字化信息的转变，最后采用k-均值聚类方法，通过计算各文本间的相似度，确定类别数得出景点特征分类结果。继而利用分类结果设计出了5条苏州市特色旅游线路。

关键词：文本相似度算法;旅游线路;开发

一、研究背景和意义

随着经济的发展和技术的进步，人们的休闲时间与时俱增，恩格尔系数与时俱减，人们可支配收入大幅度增加，生活水平提高了，对旅游的需求也越来越大。旅游已经成为现代人生活中重要的部分，并且旅游者已不满足传统的旅游产品，越来越倾向于选择个性化的，具有鲜明特色的休闲度假旅游产品。旅游收入在国内生产总值中的占比越来越大，加快旅游业发展成为推动我国经济发展的重要方式之一。中国旅游业发展已进入爆发式增长期，大众旅游时代即将全面来临。旅游业发展与周边产业紧密联动。科技与创新是旅游发展的主要推动力，在线预订、电子旅游信息、社交网络等的广泛应用改变了原有旅游业的面貌，同时旅游业的发展也促进了科技技术的创新。旅游业不仅促进文化产业发展，文化更是旅游产品的灵魂，没有文化的旅游是不存在的。旅游业的发展还直接促进了与其相关的餐饮业、服务业和零售业的发展。……