基于标签和关联规则算法优化的移动旅游线路推荐模型研究

发布时间：2022-01-25 06:18

　　随着移动信息技术的高速发展和信息资源的爆炸式增长,“信息过载”、“信息迷航”等问题的日益严重,如何解决移动环境下纷乱复杂的移动信息过载问题,已成为当下移动个性化推荐领域亟须解决的热点问题。移动推荐系统作为解决这一难题的行之有效的方案,受到了学术界和移动服务商们的广泛关注与应用。可是由于移动推荐的新特性和新数据,传统推荐难以直接应用于移动推荐领域,而现有的研究多是以传统推荐算法为基础,对移动推荐的研究不够深入和彻底。伴随着移动旅游和个性化自助出游的蓬勃发展,针对移动旅游平台的移动旅游推荐非常具有研究价值和实际意义,然而作为其核心的移动旅游线路推荐的研究与应用非常少,且多数移动旅游门户网站只提供基础的基于流行度的旅游景点推荐。针对这一现状,本文构建了移动推荐系统总体架构模型,并提出了UPST-TB和T-ARC两种移动个性化推荐算法优化方案。首先,构建基于智慧网络下的移动推荐系统总体架构模型,阐明移动推荐系统整体架构并描述了推荐系统的具体流程。即使用推荐子系统实现基于移动服务的个性化推荐,通过反馈系统与用户进行实时交互,了解用户的实时偏好和选择结果,最终以迭代的方式优化移动个性化推荐服务。其... 

【文章来源】：桂林理工大学广西壮族自治区

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

权重系数测试评价结果


本文编号：3608039