商品详情
书名:人工智能与旅游应用
定价:59.0
ISBN:9787513687591
作者:姚建盛,刘艳玲
版次:1
出版时间:2026-07
内容提要:
人工智能技术是智慧旅游学科方向的核心。当前关于人工智能的教材主要是计算机专业人员编写,偏向技术,对于旅游管理学生来说深奥难懂;而非技术人员编写的教材则偏向人工智能概念、发展、应用等科普读物。因此,智慧旅游等新文科人才培养急需一本针对性较强的人工智能教材。本书针对旅游管理文科生特点,不深入介绍技术底层原理,以案例为驱动,在任务中学习和驾驭AI技术,包括机器学习、深度学习和AIGC。在完成传统人工智能任务时,通过2种方式相互扶助:*基于Python语言的*库,如scikit-learn和Keras等,实现机器学习和深度学习,深入了解代码编写架构和流程;然后基于AIGC代码生成技术,辅助编写基于Python的机器学习和深度学习代码,能实现更复杂应用。除传统人工智能应用外,引入AIGC的文本生成、图片生成、视频生成、推理生成等功能实现旅游文案写作与翻译、营销图片和视频的设计与制作和旅游线路规划与设计等任务。
作者简介:
姚建盛,男,计算机科学与技术专业博士,桂林理工大学旅游与风景园林学院副教授,硕士研究生导师。主要研究方向是智慧旅游管理,致力于将新一代信息技术应用于旅游管理专业的教学和科研。主编和副主编教材6部;作为主要参与人获得1项广西高等教育自治区级教学成果奖;获批1项*新文科研究与改革实践项目。发表中英文学术论文40余篇,其中SCI/CSSCI/EI检索论文10余篇;以*作者(发明人)获得软件*权6项、实用新型专利2件;主持国家自科基金1项,参与国家自科基金1项、国家社科基金1项、省部级课题2项;作为技术负责人参与智慧旅游相关的桂林重点研发、广西重点研发和横向课题多项。,刘艳玲,女,计算机应用技术专业硕士,桂林理工大学旅游与风景园林学院讲师。主要研究方向是智慧旅游管理。发表中英文学术论文30余篇;主编教材1部,副主编教材4部;以*作者(发明人)获得软件*权2项,实用新型专利2件。主持广西旅游产业研究院专项基金项目1项,作为主要参与人参与国家自科基金1项、国家社科基金1项、省部级课题2项。
目录:
第1篇绪论 第1章智慧旅游概述 1.1智慧旅游的基本概念、发展历程与核心优势 1.1.1智慧旅游的基本概念 1.1.2智慧旅游的发展历程 1.1.3智慧旅游的核心优势 1.2智慧旅游的建设内容与体系架构 1.2.1智慧旅游的建设内容 1.2.2智慧旅游的关键技术支撑 1.2.3智慧旅游的体系架构 1.3智慧旅游的典型应用场景 1.3.1智慧景区 1.3.2智慧酒店与民宿 1.3.3智慧营销与游客服务 1.3.4智慧监管与目的地治理 1.4智慧旅游发展的现实挑战与未来趋势 1.4.1当前面临的现实挑战 1.4.2未来趋势 1.5本章小结与课后习题 1.5.1思考扩展 1.5.2本章小结 1.5.3知识梳理 1.5.4课后习题 第2章人工智能概述 2.1人工智能的发展历程 2.1.1人工智能的提出与早期探索 2.1.2*系统阶段与人工智能低潮 2.1.3数据驱动与机器学习的兴起 2.1.4深度学习与生成式人工智能阶段 2.1.5人工智能发展的基本启示 2.2人工智能的主要分类 2.2.1按能力水平分类 2.2.2按研究范式分类 2.2.3按技术实现路径分类 2.2.4按功能侧重点分类 2.2.5本教材语境下的分类理解 2.2.6人工智能发展的基础支撑:数据、算力与算法 2.3人工智能的主流技术 2.3.1机器学习 2.3.2深度学习 2.3.3自然语言处理 2.3.4计算机视觉 2.3.5生成式人工智能 2.4人工智能在旅游业中的应用 2.4.1人工智能在游客服务中的应用 2.4.2人工智能在运营管理中的应用 2.4.3人工智能在市场营销中的应用 2.4.4人工智能在行业治理中的应用 2.4.5人工智能在旅游应用中的价值与边界 2.5本章小结与课后习题 2.5.1思考扩展 2.5.2本章小结 2.5.3知识梳理 2.5.4课后习题 第2篇技术篇 第3章机器学习 3.1机器学习概述 3.1.1机器学习的核心概念 3.1.2机器学习的主要任务类型 3.1.3机器学习的基本学习方式 3.1.4机器学习流程 3.1.5机器学习的数据基础与结果评估 3.2scikit-learn概述 3.2.1scikit-learn简介 3.2.2scikit-learn的基本开发流程 3.3scikit-learn应用 3.3.1回归分析:预测旅游业中的连续型问题 3.3.2分类分析:识别旅游业中的类别判断问题 3.3.3聚类分析:发现旅游数据中的潜在群体 3.3.4降维分析:简化旅游数据中的高维特征 3.4本章小结与课后习题 3.4.1思考扩展 3.4.2本章小结 3.4.3知识梳理 3.4.4课后习题 第4章深度学习 4.1深度学习概述 4.1.1深度学习的基本概念 4.1.2深度学习与传统机器学习的区别 4.1.3深度学习训练流程 4.1.4常见深度学习模型 4.1.5深度学习在旅游业中的应用 4.1.6常用开发框架 4.2Keras概述 4.2.1Keras 简介 4.2.2Keras 的基本开发流程 4.3Keras应用 4.3.1基于LSTM 的景区客流量预测 4.3.2基于深度特征的旅游投诉文本主题发现 4.3.3基于迁移学习的旅游图片分类 4.4本章小结与课后习题 4.4.1思考扩展 4.4.2本章小结 4.4.3知识梳理 4.4.4课后习题 第5章AIGC 技术 5.1AIGC 概述 5.1.1AIGC的基本概念 5.1.2AIGC的核心技术特征 5.1.3AIGC 在旅游业中的价值 5.2AIGC 在旅游业中的典型能力与应用方式 5.2.1文本生成技术 5.2.2图片生成技术 5.2.3视频生成技术 5.2.4智能推理与方案辅助 5.2.5代码生成技术 5.3AIGC 旅游应用的伦理与治理 5.3.1内容真实性与信息误导风险 5.3.2知识产权与版权归属风险 5.3.3游客隐私与数据*风险 5.3.4算法偏见与市场公平性风险 5.3.5文化原真性与伦理规范风险 5.3.6*业结构与行业转型冲击 5.4本章小结与课后习题 5.4.1思考扩展 5.4.2本章小结 5.4.3知识梳理 5.4.4课后习题第3篇综合应用篇 第6章分析式人工智能旅游应用 6.1民宿房价预测:基于共享住宿公开数据的收益管理分析 6.1.1应用背景 6.1.2问题描述与案例任务 6.1.3数据来源与特征设计 6.1.4实现过程 6.1.5效果评估、结果分析与业务启示 6.2酒店评
定价:59.0
ISBN:9787513687591
作者:姚建盛,刘艳玲
版次:1
出版时间:2026-07
内容提要:
人工智能技术是智慧旅游学科方向的核心。当前关于人工智能的教材主要是计算机专业人员编写,偏向技术,对于旅游管理学生来说深奥难懂;而非技术人员编写的教材则偏向人工智能概念、发展、应用等科普读物。因此,智慧旅游等新文科人才培养急需一本针对性较强的人工智能教材。本书针对旅游管理文科生特点,不深入介绍技术底层原理,以案例为驱动,在任务中学习和驾驭AI技术,包括机器学习、深度学习和AIGC。在完成传统人工智能任务时,通过2种方式相互扶助:*基于Python语言的*库,如scikit-learn和Keras等,实现机器学习和深度学习,深入了解代码编写架构和流程;然后基于AIGC代码生成技术,辅助编写基于Python的机器学习和深度学习代码,能实现更复杂应用。除传统人工智能应用外,引入AIGC的文本生成、图片生成、视频生成、推理生成等功能实现旅游文案写作与翻译、营销图片和视频的设计与制作和旅游线路规划与设计等任务。
作者简介:
姚建盛,男,计算机科学与技术专业博士,桂林理工大学旅游与风景园林学院副教授,硕士研究生导师。主要研究方向是智慧旅游管理,致力于将新一代信息技术应用于旅游管理专业的教学和科研。主编和副主编教材6部;作为主要参与人获得1项广西高等教育自治区级教学成果奖;获批1项*新文科研究与改革实践项目。发表中英文学术论文40余篇,其中SCI/CSSCI/EI检索论文10余篇;以*作者(发明人)获得软件*权6项、实用新型专利2件;主持国家自科基金1项,参与国家自科基金1项、国家社科基金1项、省部级课题2项;作为技术负责人参与智慧旅游相关的桂林重点研发、广西重点研发和横向课题多项。,刘艳玲,女,计算机应用技术专业硕士,桂林理工大学旅游与风景园林学院讲师。主要研究方向是智慧旅游管理。发表中英文学术论文30余篇;主编教材1部,副主编教材4部;以*作者(发明人)获得软件*权2项,实用新型专利2件。主持广西旅游产业研究院专项基金项目1项,作为主要参与人参与国家自科基金1项、国家社科基金1项、省部级课题2项。
目录:
第1篇绪论 第1章智慧旅游概述 1.1智慧旅游的基本概念、发展历程与核心优势 1.1.1智慧旅游的基本概念 1.1.2智慧旅游的发展历程 1.1.3智慧旅游的核心优势 1.2智慧旅游的建设内容与体系架构 1.2.1智慧旅游的建设内容 1.2.2智慧旅游的关键技术支撑 1.2.3智慧旅游的体系架构 1.3智慧旅游的典型应用场景 1.3.1智慧景区 1.3.2智慧酒店与民宿 1.3.3智慧营销与游客服务 1.3.4智慧监管与目的地治理 1.4智慧旅游发展的现实挑战与未来趋势 1.4.1当前面临的现实挑战 1.4.2未来趋势 1.5本章小结与课后习题 1.5.1思考扩展 1.5.2本章小结 1.5.3知识梳理 1.5.4课后习题 第2章人工智能概述 2.1人工智能的发展历程 2.1.1人工智能的提出与早期探索 2.1.2*系统阶段与人工智能低潮 2.1.3数据驱动与机器学习的兴起 2.1.4深度学习与生成式人工智能阶段 2.1.5人工智能发展的基本启示 2.2人工智能的主要分类 2.2.1按能力水平分类 2.2.2按研究范式分类 2.2.3按技术实现路径分类 2.2.4按功能侧重点分类 2.2.5本教材语境下的分类理解 2.2.6人工智能发展的基础支撑:数据、算力与算法 2.3人工智能的主流技术 2.3.1机器学习 2.3.2深度学习 2.3.3自然语言处理 2.3.4计算机视觉 2.3.5生成式人工智能 2.4人工智能在旅游业中的应用 2.4.1人工智能在游客服务中的应用 2.4.2人工智能在运营管理中的应用 2.4.3人工智能在市场营销中的应用 2.4.4人工智能在行业治理中的应用 2.4.5人工智能在旅游应用中的价值与边界 2.5本章小结与课后习题 2.5.1思考扩展 2.5.2本章小结 2.5.3知识梳理 2.5.4课后习题 第2篇技术篇 第3章机器学习 3.1机器学习概述 3.1.1机器学习的核心概念 3.1.2机器学习的主要任务类型 3.1.3机器学习的基本学习方式 3.1.4机器学习流程 3.1.5机器学习的数据基础与结果评估 3.2scikit-learn概述 3.2.1scikit-learn简介 3.2.2scikit-learn的基本开发流程 3.3scikit-learn应用 3.3.1回归分析:预测旅游业中的连续型问题 3.3.2分类分析:识别旅游业中的类别判断问题 3.3.3聚类分析:发现旅游数据中的潜在群体 3.3.4降维分析:简化旅游数据中的高维特征 3.4本章小结与课后习题 3.4.1思考扩展 3.4.2本章小结 3.4.3知识梳理 3.4.4课后习题 第4章深度学习 4.1深度学习概述 4.1.1深度学习的基本概念 4.1.2深度学习与传统机器学习的区别 4.1.3深度学习训练流程 4.1.4常见深度学习模型 4.1.5深度学习在旅游业中的应用 4.1.6常用开发框架 4.2Keras概述 4.2.1Keras 简介 4.2.2Keras 的基本开发流程 4.3Keras应用 4.3.1基于LSTM 的景区客流量预测 4.3.2基于深度特征的旅游投诉文本主题发现 4.3.3基于迁移学习的旅游图片分类 4.4本章小结与课后习题 4.4.1思考扩展 4.4.2本章小结 4.4.3知识梳理 4.4.4课后习题 第5章AIGC 技术 5.1AIGC 概述 5.1.1AIGC的基本概念 5.1.2AIGC的核心技术特征 5.1.3AIGC 在旅游业中的价值 5.2AIGC 在旅游业中的典型能力与应用方式 5.2.1文本生成技术 5.2.2图片生成技术 5.2.3视频生成技术 5.2.4智能推理与方案辅助 5.2.5代码生成技术 5.3AIGC 旅游应用的伦理与治理 5.3.1内容真实性与信息误导风险 5.3.2知识产权与版权归属风险 5.3.3游客隐私与数据*风险 5.3.4算法偏见与市场公平性风险 5.3.5文化原真性与伦理规范风险 5.3.6*业结构与行业转型冲击 5.4本章小结与课后习题 5.4.1思考扩展 5.4.2本章小结 5.4.3知识梳理 5.4.4课后习题第3篇综合应用篇 第6章分析式人工智能旅游应用 6.1民宿房价预测:基于共享住宿公开数据的收益管理分析 6.1.1应用背景 6.1.2问题描述与案例任务 6.1.3数据来源与特征设计 6.1.4实现过程 6.1.5效果评估、结果分析与业务启示 6.2酒店评
- 索识旗舰店
- 读懂中国经济趋势,把握未来投资方向。
- 扫描二维码,访问我们的微信店铺