基于位置社交网络的旅游景点推荐算法研究

发布时间：2021-01-24 05:37

　　旅行作为一种缓解生活和工作压力的休闲方式,已成为许多人生活中不可或缺的一部分,有趣位置的推荐在旅行中发挥着关键性作用。在当前的旅行推荐过程存在两个问题:社群推荐和国外有趣位置推荐。针对上述存在的问题,我们分析其面临的挑战,在已有原理的基础上提出更加合理有效的推荐策略是本文研究的宗旨,这篇论文完成的任务主要有:首先,阐述了当下国内和国外有趣位置推荐算法的研究近况,探讨了过去位置推荐的研究方法和它们的优势与不足,为接下来的研究提供可靠的理论支持。其次,提出了社群有趣位置推荐算法,其核心思想是先借用TF-IDF算法思想得到社群中个人对有趣位置的评估,而后通过聚合策略将所有人的评估加权融合得到整个社群对有趣位置的评估。在计算社群中每个人的权重时需要观察人物在社群中的重要性,引入人物社交关系与人物相近程度这两个因素,为社群中的人物进行加权并得出整个社群对有趣位置的评估,从而形成社群推荐。最后,给出一种国外有趣位置推荐算法,其总的思路是把对人物的新位置推荐问题转化成评估问题,接着根据人物的相近程度得出目标人物对有趣位置的评估。具体实施首先利用专家机制,计算出国外一个城市某类有趣位置的旅游专家集合,... 

【文章来源】：山西师范大学山西省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

017年出境游游客各年龄段占比

山西师范大学硕士学位论文21图1.12017年出境游游客各年龄段占比图1.2近年来中国用户出国旅游数据的变化①中国旅游报.2017年旅游统计公报.http://www.hljtour.gov.cn/lyzx/2018/content-10286.html②中国旅游研究院.2017年中国出境旅游大数据报告http://www.199it.com/archives/695529.html?tdsourcetag=s_pcqq_aiomsg③国家旅游局.2016年中国旅游统计公报.https://www.sohu.com/a/204198247_99901749

绪论3图1.32017年出国旅游的主要国家和地区1.2研究现状分析1.2.1有趣位置推荐研究现状1995年3月，来自斯坦福大学的MarkoBalabanovic和其他人在美国人工智能协会上提出了个性化推荐系统LIRA[4-5]。自推荐系统发展以来，产生过很多研究成果，现已成为热门的研究领域[6]。上个世纪初，一些国外的专家学者着手钻研旅游景点推荐，如今它已成为推荐领域的热门话题[7]。Christensen[8]等提出了一种基于社群的旅游领域推荐系统的方法，该方法不仅通过分析人物的偏好，而且通过分析社群中人物之间的社会关系来建立一个社群档案，并使用协同过滤、基于内容的过滤和人口统计过滤相结合的的混合技术为个人和整个社群推荐旅游景点。这样，一种技术的缺陷就被其他技术克服了。随着社交网络的不断完善，很多人会选择上传图片或视频到社交网站上来共享他们的旅游体验，图片或视频中包含许多元数据信息，如拍照的时间和地点、图片标签描述等，弥补了定位系统数据的稀疏，为学者们研究个性化推荐提供了大量的有用数据。Kofler[9]和其他人使用了来自图片共享社区Flickr上共享的旅行照片为人们提供真实和个性化的推荐。Loh[10]等提出了一个推荐系统，目的在于帮助旅行社为客户作出选择，该系统分析旅行社和客户之间的聊天文本消息，用文本挖掘技术发现消息中的区域，然后为人物推荐有趣的旅游


本文编号：2996678