《Frontiers in Artificial Intelligence》：Ontology-based approaches for multi-destination tourism planning: a systematic literature review
旅游规划正随着旅行行为从单目的地访问向多目的地行程的转变而日趋复杂。然而，现有多数旅游信息系统仍依赖兴趣点数据与推荐算法，缺乏表征目的地间关联关系的语义结构。这一局限在以互操作性与数据集成系统支撑有效旅行规划的智慧旅游环境中尤为突出。本研究针对面向旅游规划的本体与知识图谱方法进行系统性文献综述，评估其在行程建模中的支撑能力。研究遵循PRISMA指南，从Scopus、ScienceDirect与IEEE Xplore数据库中检索相关文献，最终21篇文献符合全部纳入标准。综述识别出六大主题：本体与语义建模、知识图谱构建与增强、旅游推荐与个性化、语义检索与问答、路径规划与决策支持、行程层面及多目的地表征。分析表明，本体与知识图谱已被广泛用于组织旅游知识与优化推荐系统，但多数研究仍聚焦于实体层面建模，对行程层面构件的显式语义建模仍显不足。这一缺口凸显了对能够形式化表征旅行序列与目的地间依赖关系的本体框架的需求，以更好地支撑智慧旅游规划。
1 引言
近年来旅游行为发生显著转变，从单一目的地访问转向复杂的多目的地行程。此类旅行模式涉及单次行程内多个目的地的有序串联，其驱动力包括最大化体验、优化成本与时间、探索区域内关联景点等。随着移动互联程度加深，规划系统必须表征目的地间的关联关系，而非将每个地点视为孤立的兴趣点。多目的地旅行为旅游规划带来显著复杂性：不同于传统聚焦单个目的地的模型，多目的地旅游需综合考虑空间关系、旅行序列、时间约束、交通可达性及游客偏好。然而，现有多数旅游信息系统仍以数据驱动或平台为中心，过度依赖推荐算法与孤立的兴趣点数据集，缺乏表征旅游实体与旅行序列间语义关系的结构化机制。在多元景点与利益相关者共存的旅游目的地，对集成化、语义结构化系统的需求尤为迫切。智慧旅游倡议依赖于支持移动性、提升游客体验、优化资源管理的数字平台，在此背景下，知识表示在赋能互操作性与智能服务中发挥关键作用。
本体方法因能有效表征复杂知识域而被广泛采用。本体被定义为共享概念化的显式规范，以机器可解释的形式形式化描述领域概念、关系与约束。借助资源描述框架（RDF）与网络本体语言（OWL）等语义框架，本体模型可在保持语义一致性的前提下集成异构数据源，提升语义清晰度、促进知识复用并实现分布式系统间的互操作。除技术功能外，本体理论还为领域知识的表征与推理提供了形式化认识论基础，其包含的公理、约束与推理规则使机器能够跨异构系统解读语义。在本体表征理论中，本体充当语义桥梁，支持不同数据源间的一致意义交换与结构互操作，这使其不仅是工程构件，更是智慧旅游生态系统中共享概念理解的形式化表征。
在旅游领域，本体与知识图谱方法已应用于目的地知识建模、推荐系统、文化遗产管理与智能旅游平台。以马来西亚旅游场景为例，相关研究提出了本体驱动的旅游洞察平台，将旅游相关知识整合为语义实体与关系，以支撑旅游信息访问与推荐。然而，现有工作多聚焦于单个旅游实体（如目的地、景点或服务），对多目的地结构（包括行程序列、目的地间依赖关系与旅行转换）的建模仍较为薄弱。尽管本体与知识图谱技术应用广泛，相关研究仍分散于语义网、推荐系统与数据集成等不同语境，限制了对本体方法如何支撑复杂旅行规划场景的全面理解。
本研究选择系统性文献综述（SLR）方法考察本体与知识图谱方法在旅游系统中的适用性。鉴于本体相关旅游研究分布于语义网技术、知识图谱、智能旅游系统与推荐平台等多个分支，且多数研究侧重应用层性能而较少讨论本体工程流程、建模策略或验证方法，现有综述虽已探讨推荐系统与智慧旅游生态等宏观领域，但对语义旅游模型如何表征行程结构与目的地间依赖关系的研究仍有待深入。尽管旅游技术研究已覆盖推荐系统、智慧旅游平台与知识型应用，但对本体与知识图谱旅游系统如何表征行程层面语义的关注仍显不足。本综述通过解析现有旅游语义系统是停留在实体中心范式，还是已向多目的地旅行结构建模演进，填补了这一研究缺口。
为引导分析，本研究采用融合三个互相关联维度的概念框架：本体与知识图谱方法、多目的地旅游与系统性综述方法论。本体与知识图谱方法为结构化知识表征提供基础，多目的地旅游将旅行行为框定为关联目的地的序列而非孤立访问，方法论层面则遵循PRISMA（Page et al., 2021）与PICo（Joanna Briggs Institute, 2020）以确保综述过程的透明性与规范性。
基于此，本研究的核心目标是对旅游系统中应用的本体与知识图谱方法进行系统性综述，重点评估其对多目的地旅游规划的支撑能力，具体包括：（1）梳理旅游系统中采用的本体与知识图谱方法；（2）分析其设计、结构与验证实践；（3）识别多目的地旅行关系表征的局限性。
2 材料与方法
2.1 PRISMA
本研究采用PRISMA 2020框架指导系统性文献综述的报告流程。PRISMA被用于结构化综述的识别、筛选、资格评估与纳入阶段。尽管该框架最初应用于医学研究，但其结构化流程已广泛适用于环境管理、信息系统与技术研究等多学科领域。本研究选择PRISMA的原因在于相关文献分布于旅游信息学、语义网技术、推荐系统、智慧旅游与知识工程等多个领域，该框架有助于跨数据库组织检索与筛选流程，并为文献识别与筛选过程提供清晰的报告结构。
遵循PRISMA框架，综述流程包含四个阶段：识别、筛选、资格评估与最终纳入。完整流程总结于PRISMA流程图（图2）。后续小节将详述数据库检索、筛选标准、资格评估与质量评估的具体实施细节。
2.2 研究问题构建
本研究采用PICo（研究对象-关注点-情境）框架构建研究问题。相较于临床干预研究中常用的PICO框架，PICo更适用于本体工程、知识图谱应用与旅游信息学等探索性领域的定性或概念性系统性综述。本研究的PICo要素定义如下：研究对象（P）：采用本体或知识图谱方法的旅游系统；关注点（I）：语义建模技术与验证方法；情境（Co）：旅游规划与多目的地行程语义。基于PICo结构，衍生出以下三个研究问题：RQ1：哪些本体与知识图谱方法已被应用于旅游规划及相关决策支持系统？RQ2：上述方法在纳入研究中如何被设计、构建与验证？RQ3：现有基于本体与知识图谱的旅游方法对行程层面语义的表征程度如何？此界定将多目的地行程语义作为分析焦点，而非每篇纳入研究的强制特征，因此，聚焦单目的地、景点层面、住宿层面、文化旅游、推荐或语义检索系统的研究，只要采用本体或知识图谱方法并有助于评估行程层面表征程度，均予以保留。
2.3 文献筛选的系统化流程
2.3.1 识别
识别阶段旨在通过结构化数据库检索获取潜在相关研究的全面样本。所选数据库覆盖旅游研究、信息系统、语义网技术与知识工程等跨学科出版物。检索于2026年2月开展：Scopus检索时间为2月9日至11日，IEEE Xplore为2月13日至19日，ScienceDirect为2月20日至24日。检索式通过布尔运算符、关键词组合与截词符号构建，搜索词分为三个概念簇：（1）本体、知识图谱与语义技术；（2）旅游与旅游规划系统；（3）行程、路径、旅行序列与旅行序列表征。布尔运算符（AND、OR）用于连接相关术语并确保检索逻辑结构化，截词符号（如ontolog*）用于捕获ontology、ontologies、ontology-based等变体。同时纳入“旅游规划”“旅行规划”“旅行序列”“旅行路径”等术语以契合行程层面表征的综述焦点。检索字符串根据各数据库语法要求进行适配。识别阶段共检索到20039条记录，其中Scopus 11425篇、ScienceDirect 4852篇、IEEE Xplore 3762篇。检索记录导出后通过Mendeley按文件夹与标签整理，标题与摘要筛选前完成去重处理，但原始筛选工作表中未单独记录精确重复数量，此为综述审计轨迹的局限性之一。
2.3.2 筛选
筛选阶段应用预设纳入排除标准精炼检索记录，分为两步：首先应用出版年份、文献类型与语言等数据库过滤器；其次对照纳入排除标准人工审阅标题与摘要。出版时间过滤器限定2021-2026年，以契合本体旅游研究的最新进展，仅纳入同行评审期刊论文，排除会议论文、书籍章节、社论、学位论文与非同行评审出版物。标题与摘要审阅重点判断研究是否涉及旅游、旅行、酒店业、文化旅游、目的地、景点、住宿或相关旅游服务语境，是否应用本体、知识图谱、语义网、RDF、OWL、图模式、基于规则的语义建模、语义检索或语义推荐方法。筛选由单一研究员依据预设标准执行，边缘案例在进度会议中与导师讨论，存在不确定性的研究保留至全文评估阶段而非在标题摘要阶段排除。由于无独立双人筛选记录，未计算Cohen's Kappa值，此局限性已予说明，一致性通过预设标准、全文复核与质量评估保障。经筛选，19943条记录被排除，96篇文献符合筛选标准进入全文评估阶段。
2.3.3 资格评估
资格评估阶段对剩余96篇文献进行全文详评，以确定其概念与方法学是否与综述目标契合。全文评估是系统性综述的必要环节，因为摘要可能无法充分反映方法学实施的深度。评估重点关注本体建模是否为方法学核心组成部分，包括是否在旅游相关语境中应用本体、知识图谱、语义网、OWL、RDF图模式、基于规则的语义建模、语义检索或语义推荐方法，是否提供足够的方法学细节以支持比较（如类别、节点、关系、语义模式、推理机制、检索方法、推荐方法、验证或评估）。排除标准包括：非旅游相关研究、未包含本体/知识图谱/语义建模、仅聚焦机器学习或统计推荐而无语义结构、方法学细节不足、无验证或评估。经全文评估，75篇文献被排除，最终21篇文献符合所有资格与质量要求纳入合成分析。综述方法学总结如下：时间范围2021-2026年；数据库为Scopus、ScienceDirect、IEEE Xplore；初始记录20039条；筛选后96篇；最终纳入21项研究；纳入标准为同行评审英文期刊论文、旅游相关语境、采用本体/知识图谱/语义建模方法；排除标准为会议论文、非英文、无本体/知识图谱/语义建模、纯机器学习/统计推荐研究。
2.3.4 质量与相关性评估
对保留研究进行质量评估，以评价其方法学清晰度与对综述问题的相关性。采用自定义评分框架的原因在于纳入文献涵盖本体开发、知识图谱构建、语义检索、推荐系统、路径规划与决策支持等多种类型。每项研究从四个维度评估：C1：与本体、知识图谱或语义旅游方法的相关性；C2：本体或知识图谱设计的清晰度（含类别、实体、关系、模式或建模流程）；C3：行程、路径、目的地关系或多目的地表征的证据；C4：对识别旅游语义建模缺口或局限性的贡献。每个维度评分标准为：0=未报告，0.5=部分报告，1=清晰报告，总分最高4分。3.0-4.0分为高相关性，2.0-2.5分为中等相关性，低于2.0分为低相关性。评估结果显示，9项研究为高相关性，提供了清晰的设计与对合成的强贡献；10项为中等相关性，在特定应用领域（如推荐、问答、文化遗产）提供有用支撑证据；2项研究（S1、S4）为低相关性，但因展示多模态知识图谱构建等新兴方法予以保留。值得注意的是，仅3项研究（S6、S8、S9）在C3维度获得部分或满分，证实当前文献对行程层面与多目的地语义建模的关注极为有限。
2.4 数据提取与分析
对21项保留研究进行数据提取与分析，采用整合性综述方法合成不同类型语义旅游研究的发现，包括本体实施、知识图谱系统、语义检索模型、推荐系统与路径规划应用。整合性综述能够对统一框架下的异质性方法学证据进行系统分析，适用于跨越形式化语义建模到应用系统开发的本体旅游研究。每项入选文章经多次审阅以提取与研究问题对齐的信息，聚焦研究特征、语义方法、旅游领域、建模结构、评估方法与行程层面表征，提取信息组织为结构化数据提取矩阵以支持跨研究系统比较。
2.4.1 编码与主题开发
提取数据分析采用演绎式主题分析法，初始编码类别源于研究问题与数据提取字段，而非仅从原始数据涌现。编码聚焦语义方法类型、旅游应用、建模结构、评估方法与行程表征水平。编码流程分为三步：首先，根据主要语义方法编码（如本体工程、知识图谱构建、语义检索、推荐或路径规划）；其次，根据旅游应用编码（如文化遗产、住宿、景点推荐、酒店业、决策支持或行程相关规划）；最后，通过检查是否包含行程类、行程序列类、分段类、时间关系与路径语义，评估每项研究的行程层面表征情况。例如，开发包含类别层级与语义关系本体的研究编码为本体重构；构建关联旅游实体图结构的研究编码为知识图谱构建；生成路径或推荐但未显式建模行程或分段类别的研究编码为路径或推荐导向，而非显式行程层面建模。基于此流程，形成六个主题以组织研究发现：本体与语义建模、知识图谱构建与增强、旅游推荐与个性化、语义检索与问答、路径规划与决策支持、行程层面及多目的地表征。
2.4.2 分析与合成优化
对编码结果进行跨研究比较，识别语义旅游建模中的相似性、差异性与缺口，特别关注纳入研究是聚焦实体层面旅游知识，还是表征行程层面结构。合并重叠类别并厘清主题边界以形成连贯的分析结构。主题分析法为本体工程与旅游信息学的跨学科文献合成提供了灵活且系统的方法，形成的主题框架构成第3节研究结果的基础。
2.5 伦理批准
本研究为对已发表、公开可获取的学术文献的系统性综述，不涉及人类参与者、调查、访谈或实验的原始数据收集，因此无需伦理批准。
3 结果
3.1 入选研究背景
经PRISMA筛选流程，21项研究最终纳入综述，涵盖旅游系统中的本体与知识图谱方法，包括文化旅游知识图谱、语义检索、旅游推荐、本体开发、路径规划与决策支持应用。入选研究显示语义技术在旅游研究中应用多元：部分聚焦形式化本体开发与语义建模（如Haridy et al., 2023；Pinto et al., 2022；Ojino et al., 2022；Abbasi-Moud et al., 2022；Fang et al., 2021）；部分聚焦知识图谱构建、旅游知识组织、语义检索或图基推荐（如Chessa et al., 2023；Fan and Chen, 2024；Gao et al., 2024；Jiang and Han, 2025；Xu et al., 2025；Zuo and Li, 2025；Cadeddu et al., 2024）；另有路径与推荐导向研究（如Li, 2024；Ding, 2024；Gao et al., 2023；Casillo et al., 2025）。总体而言，本体与知识图谱方法在旅游知识组织、实体关联、推荐支撑与语义检索优化方面表现有效，但多数研究仍聚焦实体层面表征（如景点、住宿、文化资源、旅游服务、用户偏好或目的地信息），仅有少数研究显式建模行程层面结构（如行程、分段、时间关系与路径语义）。这一模式支撑了综述的核心焦点——评估现有旅游语义系统是否已从实体中心建模向多目的地行程表征演进。
3.2 研究特征总结
入选研究的特征显示，语义方法可分为三类：第一类为本体导向研究，聚焦本体开发、语义建模、基于规则的推理或模糊本体推荐；第二类为知识图谱导向研究，聚焦旅游资源建模、文化旅游知识图谱、景点推荐、语义检索或问答；第三类为路径与推荐导向研究，应用语义或图基方法支撑旅游推荐、路径规划或决策支持。研究特征表明，本体与知识图谱方法被广泛用于表征旅游知识，但显式多目的地行程表征仍十分有限。多数研究支撑旅游知识组织、推荐、检索或决策支持，但未将旅行序列形式化为语义结构。后续分析重点考察入选研究是否包含行程类与路径类等行程层面构件。
3.3 研究发现
基于第2.4.1节的编码流程，通过重复编码研究目标、语义方法、旅游应用领域与行程层面表征证据，并通过数据提取矩阵比较优化主题分类，归纳出六个主题（T1-T6），反映研究的方法学取向与旅游系统应用焦点。主题分布显示，知识图谱构建与增强（T2，71.4%）和旅游推荐与个性化（T3，38.1%）集中度较高；路径规划与决策支持（T5，19.0%）次之；而形式化行程语义构件（T6，14.3%）占比最低。这表明旅游语义系统常用于数据组织、检索与推荐，但较少用于行程类、路径类等行程层面结构的形式化表征。
3.3.1 旅游规划中的本体与知识图谱方法
主题分布显示，本体与知识图谱方法已应用于多元旅游规划与相关应用，不仅限于多目的地规划系统，还包括本体开发、旅游知识图谱构建、语义检索、问答、推荐、路径规划与决策支持。在本体中心端，Haridy et al.（2023）将本体构建作为核心产出，通过本体驱动的概念建模与自然语言处理支持的术语提取强调方法透明度；Pinto et al.（2022）在文化遗产领域应用模块化本体工程，捕获旅游对象间的实体层级与功能关系；Ojino et al.（2022）应用本体与基于规则的推理实现酒店客房个性化；Abbasi-Moud et al.（2022）采用模糊本体方法实现上下文感知旅游推荐；Fang et al.（2021）应用语义检索支持文化旅游事件查询。这些研究表明本体方法在旅游概念组织与语义解释方面的有效性，但主要聚焦旅游实体、服务、事件或偏好，而非完整的行程结构。
近期研究的共性模式是将本体集成至可扩展的知识图谱（KG）基础设施。Fan and Chen（2024）、Chessa et al.（2023）、Zhang（2026）、Wang et al.（2025）、Fan and Wang（2022）与Cadeddu et al.（2024）聚焦旅游领域知识图谱构建或增强；Jiang and Han（2025）、Xu et al.（2025）、Do et al.（2021）、Aghaei et al.（2022）与Gao et al.（2023）则将知识图谱应用于景点推荐、语义检索、问答或用户偏好建模。这些研究证实知识图谱在连接旅游实体、支撑检索或推荐任务方面的价值，但其图结构主要用于组织旅游资源、景点、文化内容、住宿或用户偏好。
少数研究与路径规划和决策支持关联更紧密：Li（2024）结合知识图谱推荐与路径规划；Ding（2024）应用图基方法进行景点与路径推荐；Gao et al.（2024）使用旅游导向知识图谱进行偏好挖掘与决策支持；Zuo and Li（2025）将知识图谱与智慧旅游服务及资源优化关联；Zhang（2026）也在文化旅游知识图谱语境中报告了路径规划支撑。这些研究更贴近旅行规划，但行程逻辑通常通过推荐或算法流程处理，而非通过行程或路径构件的显式语义建模实现。
3.3.2 语义设计与评估实践
入选研究在本体与知识图谱旅游系统的设计与评估方面存在差异。本体导向研究倾向于更显式地描述语义结构：Haridy et al.（2023）、Pinto et al.（2022）与Ojino et al.（2022）报告了支撑旅游知识建模的概念、关系、规则或基于类别的结构；Fang et al.（2021）与Abbasi-Moud et al.（2022）则在文化旅游事件检索与上下文感知推荐等特定语境中应用语义建模。
知识图谱导向研究通常更强调实体关联、数据增强与应用效用：Fan and Chen（2024）、Chessa et al.（2023）、Zhang（2026）、Wang et al.（2025）、Fan and Wang（2022）与Cadeddu et al.（2024）聚焦构建或增强旅游相关知识图谱；Jiang and Han（2025）、Xu et al.（2025）、Do et al.（2021）、Aghaei et al.（2022）、Gao et al.（2023）与Gao et al.（2024）则将知识图谱应用于推荐、问答、用户偏好建模与决策支持。这些研究通常描述旅游实体与关系，但在语义约束、推理机制或行程相关结构的细节报告上存在差异。
评估实践亦呈现多样性：本体导向研究常通过建模校验、推理测试、专家评审或基于方法的评估进行验证；推荐与路径相关研究多采用系统级指标，如推荐性能、排序准确率、路径质量或算法比较；知识图谱与语义检索研究则可能评估图构建质量、检索准确率、问答性能或关联旅游数据的可用性。总体而言，语义设计与评估实践的报道一致性不足：形式化本体研究更倾向于清晰阐释类别、关系与推理；知识图谱与应用导向研究则更关注数据集成、检索、推荐或系统性能。这种差异导致跨研究比较困难，凸显了未来旅游语义系统需更清晰报告类别、实体、关系、语义约束、推理机制、验证方法与行程层面构件的必要性。
3.3.3 多目的地旅游的表征
主题分析表明，对多目的地或基于行程的构件的显式建模进展有限。多数研究建模旅游实体（如景点、住宿、文化资源、事件、服务、用户偏好或目的地信息），这些模型支撑知识组织、检索、推荐与决策支持，但通常不将旅行序列形式化为语义结构。
本体导向研究（如Pinto et al., 2022；Ojino et al., 2022；Haridy et al., 2023；Abbasi-Moud et al., 2022；Fang et al., 2021）通过概念、关系、规则或语义检索机制构建旅游知识，但主要聚焦旅游资源、事件、服务或用户语境，未显式定义行程类、分段类、时间关系、路径语义、序列或转换等行程层面构件。为进一步验证，研究对照五个行程层面语义构件（行程类、行程序列类、分段类、时间关系、路径语义）进行评估：仅少数研究呈现部分表征，多数研究未显式包含这些构件。例如，Li（2024）包含路径规划，但行程构件主要为算法实现；Gao et al.（2024）包含决策支持与时空知识图谱元素，但行程语义不完整；Ding（2024）的路径推荐未形成形式化行程本体。
知识图谱研究呈现类似模式：多数研究使用知识图谱连接旅游实体、支撑检索、组织文化旅游内容或优化推荐与问答，但未将行程作为图内的语义对象。少数涉及路径规划或决策支持的研究（如Li, 2024；Ding, 2024；Gao et al., 2024；Zhang, 2026；Zuo and Li, 2025）更接近旅行规划，但路径或行程组件通常通过推荐、优化或决策支持逻辑处理，而非形式化行程语义构件。这一区分至关重要：研究可能支撑路径推荐或目的地选择，却未形式化建模行程。基于行程层面评估，多数研究在行程与路径构件表征上被归类为“未显式”或“部分”。这证实了本体与知识图谱旅游系统仍以实体为中心，形式化多目的地行程语义发展不足的现状。
3.3.4 识别的研究缺口
综合3.3.1至3.3.3节的发现，识别出三个主导性研究缺口及其成因：
3.3.4.1 行程层面形式化不足
极少研究将行程结构或旅行序列表征为形式化语义实体。路径规划与推荐研究（如Li, 2024；Ding, 2024；Gao et al., 2024；Zhang, 2026；Zuo and Li, 2025）虽更贴近旅行规划，但其行程逻辑多通过算法或应用级流程表达。行程类、行程序列类、分段类、时间关系与路径语义等形式化构件仍鲜少被定义为本体或知识图谱结构的组成部分。
3.3.4.2 验证碎片化与互操作性低
入选研究采用差异化评估方法：本体导向研究倾向报告建模校验、推理测试、专家评审或基于方法的验证；推荐、检索、问答与路径相关研究则多采用系统级指标（如排序性能、推荐准确率、检索性能、问答准确率或路径质量）。这种差异导致直接比较困难，尤其当本体级有效性与系统级性能采用不同标准评估时。
3.3.4.3 动态数据与推理集成不足
仅少数研究涉及路径、距离、时间、交通或决策支持元素。即便包含此类元素，也未必将其表征为支撑旅行序列、时长、转换或目的地间依赖关系推理的语义约束。这限制了旅游系统解释多目的地行程内目的地关联机制的能力。
总体而言，本体与知识图谱方法在旅游知识组织、推荐、检索与决策支持方面应用广泛，但行程层面语义的形式化表征仍显不足。未来旅游本体与知识图谱模型应更关注显式行程层面构件，以实现多目的地旅行的清晰表征与查询。
4 讨论
4.1 本体与知识图谱旅游系统的发展
研究发现，本体与知识图谱旅游研究已在多个方向取得进展：本体开发、知识图谱构建、语义检索、推荐、路径规划与决策支持。本体导向研究展示了语义结构在组织旅游概念、关系、规则、事件、服务与用户偏好方面的有效性。知识图谱方法的应用显著增加，其在连接旅游实体、支撑应用服务方面的价值得到验证。旅行规划天然涉及关联位置、旅行转换与时间约束，与图结构高度契合。本体贡献语义清晰度与概念结构，知识图谱提供可扩展性与操作灵活性。然而，行程层面表征仍显不足：部分研究虽支撑路径规划或决策支持，但行程逻辑多通过推荐、优化或应用级流程处理，而非显式语义构件。这表明旅游语义系统在知识组织、推荐、检索与数据集成方面发展较强，而在形式化行程层面建模方面相对滞后。未来研究需结合本体级概念清晰度与知识图谱可扩展性，以在旅游规划系统内更清晰地表征多目的地旅行结构。
4.2 旅游语义设计与评估实践
入选研究揭示了若干反复出现的本体设计模式：多数旅游本体以层级结构表征核心实体（如目的地、兴趣点、住宿、交通与服务），并通过对象属性连接空间、功能或上下文关系（如位置、邻近性、服务提供或主题分类）。知识图谱研究以类似方式将旅游实体表示为关联节点与关系，以支撑数据集成、检索、推荐或决策支持。建模细节在不同研究中差异显著：本体导向研究更清晰阐释概念、关系、规则与验证步骤；知识图谱与应用导向研究则更关注实体链接、数据增强、推荐性能、检索准确率或决策支持输出。这种差异导致强系统性能未必等同于底层语义结构完整、可复用或适合行程推理。评估实践的异质性进一步加剧跨研究比较难度：本体级有效性与系统级性能常采用不同评估标准。这对多目的地旅游规划尤为重要——行程建模不仅需要表征旅游实体，还需语义化表征序列排序、旅行时长、空间转换、时间依赖与路径关系。本体工程指南强调结构化验证流程（如能力问题、推理验证与迭代优化），但此类实践在旅游本体与知识图谱研究中仍未得到一致报告。未来研究需更清晰报告类别、实体、关系、语义约束、推理机制、评估方法与行程层面构件。
4.3 多目的地旅游表征的局限性
入选研究显示多目的地旅游规划的语义表征存在明显局限。多数研究建模旅游实体，支撑知识组织、检索、推荐、问答与决策支持，但未将行程层面结构形式化为语义构件。部分研究虽更贴近旅行规划，但路径或行程逻辑主要通过推荐、优化或决策支持流程处理，而非通过行程类、分段类、时间关系、路径语义、序列或转换等显式语义构件实现。这造成多目的地旅游规划的建模局限：当行程语义未被纳入本体或知识图谱结构时，系统虽可推荐路径或目的地，但序列、旅行转换、时间、距离与依赖关系的推理过程可能不够显式，影响可解释性与复用性——行程更多被视为算法输出，而非结构化语义对象。这一问题与综述观察到的普遍设计模式相关：本体与知识图谱旅游系统能有效链接旅游实体并支撑推荐或检索，但行程层面规划需要额外建模时间与空间依赖关系。通过语义化表征行程、目的地、分段与旅行转换，未来系统可更清晰地解释旅行序列的形成机制，以及规划约束如何影响行程生成。
4.4 对未来旅游本体与知识图谱发展的启示
研究发现为未来旅游本体与知识图谱开发提供三点启示：其一，需强化行程层面表征。未来模型应将行程结构表征为语义实体，而非仅将行程生成视为推荐或优化算法的输出，具体包括行程、分段、序列、转换、时间关系与路径语义等构件，以描述目的地关联方式、旅行顺序形成机制，以及时间、距离与交通约束对旅行计划的影响。其二，需完善验证实践。未来研究应更清晰报告本体或知识图谱验证过程，包括能力问题测试、推理校验、专家评审、模式验证等流程，以评估模型是否支撑行程推理，而非仅关注应用级性能。其三，需融合本体级语义与知识图谱可扩展性。知识图谱在连接大规模旅游数据集、支撑推荐、检索与决策支持方面优势显著，但语义层仍需描述核心旅游概念、关系、约束与行程结构的含义。混合方法可使旅游系统兼顾图基数据集成优势与旅行序列、目的地间依赖关系的清晰语义表征。在实践层面，技术开发者和目的地管理者可将本研究发现作为设计旅游系统的参考，除建模兴趣点外，还需考虑行程结构、路径关系、时间约束、交通链接与推荐逻辑的可解释性，以支撑更透明、互操作的旅游规划系统，尤其在旅游数据分布于多平台与利益相关者的环境中。
5 结论
本研究通过系统性文献综述考察了旅游规划中的本体与知识图谱方法，重点评估其对行程层面表征的支撑能力。遵循PRISMA框架，从主流学术数据库中识别、筛选并分析了21项研究，系统梳理了本体与知识图谱方法在旅游知识建模与智能旅游系统中的应用现状。研究发现，本体与知识图谱方法已被广泛用于组织旅游知识、连接旅游实体、支撑语义检索与优化推荐系统，多数研究聚焦使用本体与知识图谱建模目的地、景点与服务。部分研究将本体与智能旅游系统集成，以增强智慧旅游环境下的个性化推荐。然而，多数旅游本体仍以目的地为中心，对多目的地旅行结构（如行程关系、目的地序列与时间约束）的显式表征不足。鉴于现代旅行行为日益呈现多站点、互联化特征，这一缺失构成了重要的研究缺口。本综述的贡献在于，按语义方法、应用焦点、评估方法与行程表征水平对近期相关研究进行了系统梳理，明确了旅行序列、目的地间关系、时间约束与路径依赖建模的必要性，同时强调了加强验证实践（如能力问题测试、推理验证、专家评审与语义结构清晰报告）的重要性。研究也存在一定局限性：检索限于选定数据库与英文出版物，可能遗漏其他语境下的相关研究；研究设计的多样性限制了定量合成（如元分析）的可行性。未来研究应探索显式表征多目的地旅行结构的本体与知识图谱旅游规划模型，并在真实场景中对其进行验证。
