個性化旅游景點(diǎn)推薦研究.pdf

1、隨著移動互聯(lián)網(wǎng)的廣泛普及和旅游者對旅游服務(wù)品質(zhì)的要求不斷加深，在線旅游、移動旅游等服務(wù)也逐漸興起，在線旅游景點(diǎn)的個性化推薦逐漸成為個性化推薦技術(shù)領(lǐng)域的一個應(yīng)用和研究熱點(diǎn)。面對龐大、復(fù)雜的旅游數(shù)據(jù)，旅游者對于旅游景點(diǎn)的個性化服務(wù)的需求也越來越強(qiáng)烈，研究高效、準(zhǔn)確的個性化旅游景點(diǎn)推薦系統(tǒng)具有很好的應(yīng)用價值。本文針對個性化旅游景點(diǎn)推薦的應(yīng)用需求，借助于社交網(wǎng)絡(luò)與貝葉斯網(wǎng)絡(luò)，充分挖掘用戶與景點(diǎn)之間的匹配度進(jìn)行個性推薦。本文主要研究工作如下：

2、r>　　(1)提出基于社交網(wǎng)絡(luò)的個性化旅游景點(diǎn)推薦算法。為了提高旅游景點(diǎn)推薦的準(zhǔn)確率，解決新用戶冷啟動問題，該算法將社交網(wǎng)絡(luò)因子加入到旅游景點(diǎn)推薦中，充分挖掘用戶間的社會化網(wǎng)絡(luò)關(guān)系。該算法處理過程如下：首先，采用耦合雙向聚類算法對用戶進(jìn)行聚類處理；然后，使用 DBSCAN算法對景點(diǎn)聚類；最后將兩個穩(wěn)定的用戶集合和景點(diǎn)集合應(yīng)用在個性化推薦算法上，預(yù)測用戶下一個即將去的景點(diǎn)。在數(shù)據(jù)集上將該算法與一些傳統(tǒng)的算法進(jìn)行了對比實驗，實驗結(jié)果表明本文

3、提出的算法具有較高的推薦準(zhǔn)確率。
　　(2)為了量化旅游景點(diǎn)推薦，本文提出基于貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的個性化旅游景點(diǎn)推薦算法。該算法為了解決新用戶與新景點(diǎn)的問題，綜合使用了用戶的人口統(tǒng)計學(xué)信息，用戶-景點(diǎn)評分信息以及景點(diǎn)屬性。具體地，該算法首先使用傳統(tǒng)的協(xié)同過濾算法處理用戶屬性相似度與用戶行為相似度，使用基于內(nèi)容的算法處理景點(diǎn)間關(guān)系；然后，使用貝葉斯概率模型計算出用戶訪問每個景點(diǎn)的概率；最后，將此算法在攜程網(wǎng)數(shù)據(jù)集上與傳統(tǒng)的算法進(jìn)行實驗驗