基于深度学习的多模态旅游路线个性化生成方法及系统

本发明涉及旅游大数据技术领域，特别是基于深度学习的多模态旅游路线个性化生成方法及系统，该方法通过构建并增量更新旅游知识超图，通过时空感知的图神经网络提取用户的隐性时序偏好与跨实体协同信号，生成兴趣漂移模型；将所述兴趣漂移模型与实时感知的上下文信号进行深度融合与意图分析，通过引入注意力竞争机制，解码生成候选路线概念骨架；对候选路线概念骨架进行多维度仿真推演与适应性评估，并基于推演反馈通过强化学习策略迭代优化，最终输出鲁棒性最优的个性化旅游路线，本发明能够生成高度个性化且适应环境变化的鲁棒性旅游路线，从而提升推荐准确性和用户体验。