智慧旅游背景下自驾游目的地发展对策研究

自驾游起源于20世纪的欧美国家,是游客自己驾车、安排行程,以休闲体验为主目的的自助旅游方式,因其自主性、体验性,刺激性等特点深受很多游客的喜爱,但在自驾游日益普及的过程中出现了很多问题,其主原因归咎于旅游目的地对自驾车游客信息引导。日前,国家旅游局发布的中国旅游业十二五发展规划中明确提出充分发挥信息化对旅游产业的引领作用,本文在此背景下分析了自驾旅游目的地发展智慧旅游的必性,并认为应该从目的地旅游公共信息智慧服务、旅游交通智慧服务、景区智慧服务、创新移动服务等方面来满足自驾游游客对旅游信息的个性化需求。     

基于密集连接卷积神经网络的远程监督关系抽取

密集连接卷积神经网络(DenseNet)是一种新型深度卷积神经网络架构,通过建立不同层间的连接关系,来确保网络层与层间最大程度的信息传输。在文本远程监督关系抽取任务中,针对现有神经网络方法使用浅层网络提取特征的局限,设计了一种基于密集连接方式的深度卷积神经网络模型。该模型采用五层卷积神经网络构成的密集连接模块和最大池化层作为句子编码器,通过合并不同层次的词法、句法和语义特征,来帮助网络学习特征,从而获取输入语句更丰富的语义信息,同时减轻深度神经网络的梯度消失现象,使得网络对自然语言的表征能力更强。模型在NYT-Freebase数据集上的平均准确率达到了82.5%,PR曲线面积达到了0.43。实验结果表明,该模型能够有效利用特征,并提高远程监督关系抽取的准确率。