本文關(guān)鍵詞：基于行為分析的個性化旅游景區(qū)推薦研究

  更多相關(guān)文章： 游客行為 數(shù)據(jù)挖掘 智能導(dǎo)游 個性化推薦

【摘要】：移動Internet技術(shù)的逐步成熟和普及,移動旅游應(yīng)用得到飛速發(fā)展。旅游愛好者可以不受時間地點的約束,足不出戶就能規(guī)劃一次說走就走的旅程,但這個過程中游客不可避免的會碰到“信息超載”問題,旅游興致大減,導(dǎo)致旅游計劃被迫暫停甚至放棄。個性化旅游景區(qū)推薦可以有效解決移動旅游應(yīng)用中“信息超載”問題,使旅游這一朝陽產(chǎn)業(yè)得到持續(xù)、健康發(fā)展。需要說明的是,旅游移動應(yīng)用涵蓋吃、住、行、游、購五大功能模塊,本文主要針對旅游功能模塊存在的不足進行改進研究,加之該模塊具有智能導(dǎo)游的特點,為明確研究對象,在論文中統(tǒng)一以景區(qū)智能導(dǎo)游系統(tǒng)代替移動應(yīng)用的旅游功能模塊。本文研究目的是對關(guān)聯(lián)規(guī)則的經(jīng)典Apriori算法在個性化旅游景區(qū)推薦中存在的不足進行改進,構(gòu)建基于游客行為-興趣模型的旅游景區(qū)推薦架構(gòu),制定個性化旅游服務(wù)的推薦方法,目的是增強旅游景區(qū)推薦的精準度,改善游客體驗,使得移動旅游應(yīng)用對旅游產(chǎn)業(yè)發(fā)展、游客出行更具重要意義。本文采用分析比較法、構(gòu)建模型法和實際數(shù)據(jù)驗證等方法完成研究任務(wù)。首先,闡述論文的研究背景和意義,進而從數(shù)據(jù)挖掘技術(shù)、智能導(dǎo)游系統(tǒng)和基于游客行為的個性化推薦技術(shù)這三個角度分析國內(nèi)外研究及發(fā)展情況,找出當前智能導(dǎo)游系統(tǒng)中個性化旅游景區(qū)推薦的缺陷。同時對數(shù)據(jù)挖掘算法、智能導(dǎo)游系統(tǒng)和個性化推薦技術(shù)的相關(guān)概念和理論基礎(chǔ)進行詳細闡述,給本文研究目的奠定理論基礎(chǔ)。其次,分析了Apriori算法在景區(qū)智能導(dǎo)游系統(tǒng)中的局限性,考慮到景區(qū)智能導(dǎo)游系統(tǒng)中各影響因子貢獻值不同的實際情況,提出基于游客行為的改進Apriori算法,結(jié)合此算法建立游客行為-偏好個性化推薦模型,進而驗證該模型,分析個性化旅游景區(qū)推薦架構(gòu),以排除無效挖掘,提升個性化旅游景區(qū)推薦水平。再次,在游客行為-偏好模型的基礎(chǔ)上,開展特色景區(qū)推薦架構(gòu)基于實際數(shù)據(jù)的挖掘分析實驗,借助實驗結(jié)果從目標游客群體、旅游服務(wù)和系統(tǒng)界面這三個角度進行深入分析,最終給出改善個性化旅游景區(qū)推薦的方法。
【關(guān)鍵詞】：游客行為 數(shù)據(jù)挖掘 智能導(dǎo)游 個性化推薦
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3;F590
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-21
• 1.1 研究背景和意義11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12
• 1.2 國內(nèi)外研究現(xiàn)狀12-18
• 1.2.1 國外研究現(xiàn)狀12-15
• 1.2.2 國內(nèi)研究現(xiàn)狀15-17
• 1.2.3 國內(nèi)外研究綜述17-18
• 1.3 本文研究的主要內(nèi)容和方法18-21
• 1.3.1 本文研究的主要內(nèi)容18-19
• 1.3.2 主要研究方法19-21
• 第2章 相關(guān)概念和理論基礎(chǔ)21-31
• 2.1 數(shù)據(jù)挖掘技術(shù)21-26
• 2.1.1 數(shù)據(jù)挖掘的定義及流程21-23
• 2.1.2 數(shù)據(jù)挖掘的任務(wù)23-24
• 2.1.3 關(guān)聯(lián)規(guī)則24-26
• 2.2 智能導(dǎo)游系統(tǒng)26-28
• 2.2.1 智能導(dǎo)游系統(tǒng)的定義26
• 2.2.2 個性化推薦關(guān)聯(lián)景區(qū)智能導(dǎo)游26-27
• 2.2.3 景區(qū)智能導(dǎo)游系統(tǒng)個性化推薦現(xiàn)狀及存在問題27-28
• 2.3 個性化推薦技術(shù)28-30
• 2.3.1 游客行為定義及描述28
• 2.3.2 個性化景區(qū)推薦定義28-29
• 2.3.3 個性化景區(qū)推薦方法分類29-30
• 2.4 本章小結(jié)30-31
• 第3章 傳統(tǒng)關(guān)聯(lián)規(guī)則算法與改進31-40
• 3.1 關(guān)聯(lián)規(guī)則的經(jīng)典Apriori算法31-35
• 3.1.1 Apriori算法基本思想31
• 3.1.2 Apriori算法流程31-35
• 3.1.3 Apriori算法在景區(qū)智能導(dǎo)游系統(tǒng)中的局限性35
• 3.2 關(guān)聯(lián)規(guī)則的Apriori算法改進35-39
• 3.2.1 景區(qū)智能導(dǎo)游系統(tǒng)中游客行為特征35-36
• 3.2.2 基于游客行為的Apriori算法改進36-39
• 3.2.3 Apriori算法改進對比39
• 3.3 本章小結(jié)39-40
• 第4章 基于改進Apriori算法的個性化景區(qū)推薦架構(gòu)及實驗40-65
• 4.1 基于改進Aprori算法的行為一偏好模型框架結(jié)構(gòu)40-47
• 4.1.1 行為-偏好模型建立40-42
• 4.1.1.1 游客行為關(guān)聯(lián)水平加權(quán)40-41
• 4.1.1.2 多源關(guān)聯(lián)垂直加權(quán)41
• 4.1.1.3 復(fù)合加權(quán)關(guān)聯(lián)規(guī)則41-42
• 4.1.2 行為-偏好模型算法描述42-44
• 4.1.3 行為-偏好模型檢驗44-47
• 4.2 基于行為-偏好模型的個性化景區(qū)推薦架構(gòu)47-52
• 4.2.1 虛擬關(guān)聯(lián)模塊49-50
• 4.2.2 個性化景區(qū)推薦模塊50-51
• 4.2.3 推薦質(zhì)量反饋模塊51-52
• 4.3 個性化景區(qū)推薦實驗分析52-61
• 4.3.1 數(shù)據(jù)來源52-54
• 4.3.2 數(shù)據(jù)分析54-61
• 4.4 個性化景區(qū)推薦方法61-64
• 4.4.1 定位目標游客61-62
• 4.4.2 關(guān)聯(lián)旅游服務(wù)62-63
• 4.4.3 系統(tǒng)界面優(yōu)化63-64
• 4.5 本章小結(jié)64-65
• 第5章 總結(jié)與展望65-67
• 5.1 研究總結(jié)65-66
• 5.2 不足與研究展望66-67
• 參考文獻67-71
• 致謝71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學(xué)報;2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語言[J];計算機時代;2001年11期

3 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國;彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計算機科學(xué);2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識別與人工智能;2001年01期

6 朱建平,張潤楚;數(shù)據(jù)挖掘的發(fā)展及其特點[J];統(tǒng)計與決策;2002年07期

7 傅嵐;在數(shù)據(jù)海洋中打撈信息數(shù)據(jù)挖掘[J];科技廣場;2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機的“慧眼”[J];中國計算機用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據(jù)挖掘及其發(fā)展研究[J];計算機工程與應(yīng)用;2002年14期

10 ;2002數(shù)據(jù)挖掘研討班[J];計算機工程;2002年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報學(xué)會學(xué)術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計算機科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強;海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟貿(mào)易大學(xué);2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計與實現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識別模型的研究[D];昆明理工大學(xué);2015年

10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

，

本文編號：1047438