基于用户生成空间数据的群组旅游推存研究

发布时间：2021-11-02 20:38

　　近年来,人们的工作和生活受到新兴技术类似云计算、物联网、移动互联网、人工智能等的讯速发展而产生了很多的便利。在旅游休闲方面,用户可以方便地通过网络来搜索旅游信息,并对旅游产品和服务进行选购,享受信息化技术带来方便。然而,当面对爆炸式增长的网络信息时,用户反而难以进行高效的选择。因此过去的二十年中推荐系统已经成为一个学术界研究的重点问题,从而产生了很多方法和技术。这些推荐系统研究成果在从业者中越来越受欢迎,并被广泛使用包括电影、新闻、书籍、餐厅、服装、金融服务、保险、社会标签以及一般的产品。推荐系统在垂直领域取得了许多突破性进展,在对新闻和网页的推荐以及对图书、电影等传统商品的推荐上取得了很好的效果,但将其应用于旅游推荐时仍然存在诸多挑战。随着旅游业的需求不断提高,人们出行的方式也越来越多种多样,互联网给人们的旅行出行带了很大的便利,一定程度的解决了传统旅行中造成的信息不对称的问题,各大旅游网站通过采集吃住行游购相关的兴趣点信息供用户预订选择,用户可以提前规划好自己的行程与路线。旅游的推荐系统也应运而生,众多的景点,就有众多的分类,如何为多个用户推荐其偏好的景点就是推荐系统需要解决的问题... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 个性化旅游推荐
        1.2.2 群组推荐研究
    1.3 研究内容与技术路线
        1.3.1 研究内容
        1.3.2 技术路线
    1.4 论文组织结构
2 个性化旅游推荐关键技术研究
    2.1 个性化旅游推荐定义及特征
        2.1.1 个性化旅游推荐定义
        2.1.2 个性化旅游推荐特征
    2.2 个性化推荐算法概述
        2.2.1 基于内容的推荐
        2.2.2 基于人口统计学
        2.2.3 组合推荐
    2.3 协同过滤算法
        2.3.1 基于用户的协同过滤
        2.3.2 基于项目的协同过滤
        2.3.3 基于模型的算法
    2.4 改进的个性化旅游景点推荐模型
        2.4.1 用户-景点矩阵的获取
        2.4.2 用户相似度计算的改进
        2.4.3 用户对景点的评分计算
        2.4.4 用户旅行经验权重的获取
        2.4.5 改进的个性化旅游推荐算法
    2.5 本章小结
3 基于个性化旅游推荐结果的群组推荐研究
    3.1 组推荐系统定义
    3.2 组推荐的关键技术
        3.2.1 组推荐的用户偏好获取
        3.2.2 偏好融合策略
        3.2.3 偏好融合方法
        3.2.4 组推荐偏好融合算法比较
    3.3 基于旅游经验权重的群组旅游推荐模型
        3.3.1 模型数据定义
        3.3.2 基于旅行权重的群组推荐融合算法
    3.4 本章小结
4 实验与分析
    4.1 实验数据及预处理
    4.2 改进的个性化旅游景点推荐模型检验
    4.3 旅游经验权重的群组推荐模型检验
        4.3.1 相似度α的实验
        4.3.2 加权混合融合策略和其他融合策略的比较
        4.3.3 基于台北市的景点群组推荐示例
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间的科研成果
致谢


【参考文献】：
期刊论文
[1]基于最大团的社交网络个性化推荐[J]. 陈小礼,汪洋,彭艳兵.  计算机与数字工程. 2019(03)
[2]基于兴趣热点图的旅游路线推荐算法[J]. 陈健柯,陈平华.  计算机工程与设计. 2018(09)
[3]基于时间因子的个性化新闻混合推荐研究[J]. 陶永才,火昊,石磊,卫琳.  小型微型计算机系统. 2018(08)
[4]基于偏好度特征构造的个性化推荐算法[J]. 黄金超,张佳伟,陈宁,陈毅鸿,江文,李生红.  上海交通大学学报. 2018(07)
[5]基于标签的个性化旅游推荐[J]. 李雅美,王昌栋.  中国科学技术大学学报. 2017(07)
[6]一种改进的偏好融合组推荐方法[J]. 胡川,孟祥武,张玉洁,杜雨露.  软件学报. 2018(10)
[7]面向群组的社交follow推荐方法研究[J]. 谷鹏,李琳,苏畅,袁景凌.  小型微型计算机系统. 2017(05)
[8]基于用户兴趣和兴趣点流行度的个性化旅游路线推荐[J]. 吴清霞,周娅,文缔尧,贺正红.  计算机应用. 2016(06)
[9]基于地理位置的个性化新闻混合推荐研究[J]. 陶永才,李俊艳,石磊,卫琳.  小型微型计算机系统. 2016(05)
[10]组推荐系统及其应用研究[J]. 张玉洁,杜雨露,孟祥武.  计算机学报. 2016(04)

硕士论文
[1]基于空间数据挖掘的热门景点及线路推荐研究[D]. 刘勇.华中师范大学 2017
[2]基于空间数据挖掘的景区热点区域研究与应用[D]. 朱相舟.华中师范大学 2016
[3]基于空间数据挖掘和地统计学的土地集约利用时空分异研究[D]. 董大伟.华中师范大学 2011



本文编号：3472345