基于社交媒体的旅游个性化推荐

发布时间：2022-02-20 04:10

　　在旅游推荐算法的研究中,传统的基于内容的推荐方法通常只考虑游客偏好而忽略了游客的情感信息和景点的主题,因而会影响推荐的效果。基于上述不足,本文在设计旅游个性化推荐算法时,同时考虑到了游客偏好、旅游景点主题以及景点的主观评价这三个因素来促进推荐的效果。最后,通过从旅行网站上爬取景点和旅客信息构建数据集,来验证模型及推荐算法的有效性。本文工作具体如下:提出了基于跨域主题情感模型的旅游推荐算法。当使用旅游网站中纯文本信息进行景点推荐时,文本信息中“一词多义”和“一义多词”的特点容易造成语义丢失,并且若不考虑情感因素可能会造成特征区分度低。针对以上两个问题,本文设计了主题情感模型来挖掘旅游文本信息中的潜在主题和情感以及二者的耦合关系。另外,为了更好地模拟真实的旅游决策过程,本文将数据划分为用户域和景点域分别学习。在推荐中分别考虑了主题相似性、用户兴趣和景点大众评价以提升推荐准确度。实验结果表明,提出的模型泛化能力较强,推荐算法准确度较高。提出了基于多模态情感感知的旅游推荐算法。当使用旅游网站中的多模态数据进行景点推荐时,数据中文本、情感和图像信息很难进行有效地融合。针对这个问题,本文设计了多模... 

【文章来源】：合肥工业大学安徽省211工程院校教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 相关工作国内外研究现状
        1.2.1 概率主题模型
        1.2.2 基于内容的旅游推荐算法
    1.3 研究内容
    1.4 论文组织框架
第二章 理论研究及相关技术
    2.1 多媒体数据特征表示
        2.1.1 文本特征表示
        2.1.2 图像特征表示
        2.1.3 多模态特征表示
    2.2 主题模型
        2.2.1 主题模型概述
        2.2.2 LDA主题模型
    2.3 推荐方法
        2.3.1 个性化推荐算法
        2.3.2 旅游推荐算法
第三章 基于跨域主题情感模型的旅游推荐算法
    3.1 引言
    3.2 跨域情感主题模型
        3.2.1 问题定义
        3.2.2 主题情感模型的生成
        3.2.3 模型推导
        3.2.4 情感分数获取
        3.2.5 主题空间相关性分析
    3.3 推荐应用
        3.3.1 兴趣景点推荐
        3.3.2 优质用户推荐
    3.4 实验及结果分析
        3.4.1 数据集获取及实验设置
        3.4.2 跨域主题情感模型的评估
        3.4.3 跨域情感推荐的评估
    3.5 本章小结
第四章 基于多模态情感感知的旅游推荐算法
    4.1 引言
    4.2 多模态情感感知主题模型
        4.2.1 问题定义
        4.2.2 游客域的多模态主题挖掘
        4.2.3 旅游景点域的多模态主题挖掘
        4.2.4 游客域主题空间与景点域主题空间的相关性分析
    4.3 模型应用
        4.3.1 个性化景点推荐
        4.3.2 潜在游客推荐
    4.4 实验及结果分析
        4.4.1 数据处理及实验设置
        4.4.2 多模态情感感知模型的评估
        4.4.3 多模态情感感知推荐的评估
    4.5 本章小结
第五章 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学术活动及成果情况



本文编号：3634286