近年來(lái),人們的工作和生活受到新興技術(shù)類(lèi)似云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能等的訊速發(fā)展而產(chǎn)生了很多的便利。在旅游休閑方面,用戶(hù)可以方便地通過(guò)網(wǎng)絡(luò)來(lái)搜索旅游信息,并對(duì)旅游產(chǎn)品和服務(wù)進(jìn)行選購(gòu),享受信息化技術(shù)帶來(lái)方便。然而,當(dāng)面對(duì)爆炸式增長(zhǎng)的網(wǎng)絡(luò)信息時(shí),用戶(hù)反而難以進(jìn)行高效的選擇。因此過(guò)去的二十年中推薦系統(tǒng)已經(jīng)成為一個(gè)學(xué)術(shù)界研究的重點(diǎn)問(wèn)題,從而產(chǎn)生了很多方法和技術(shù)。這些推薦系統(tǒng)研究成果在從業(yè)者中越來(lái)越受歡迎,并被廣泛使用包括電影、新聞、書(shū)籍、餐廳、服裝、金融服務(wù)、保險(xiǎn)、社會(huì)標(biāo)簽以及一般的產(chǎn)品。推薦系統(tǒng)在垂直領(lǐng)域取得了許多突破性進(jìn)展,在對(duì)新聞和網(wǎng)頁(yè)的推薦以及對(duì)圖書(shū)、電影等傳統(tǒng)商品的推薦上取得了很好的效果,但將其應(yīng)用于旅游推薦時(shí)仍然存在諸多挑戰(zhàn)。隨著旅游業(yè)的需求不斷提高,人們出行的方式也越來(lái)越多種多樣,互聯(lián)網(wǎng)給人們的旅行出行帶了很大的便利,一定程度的解決了傳統(tǒng)旅行中造成的信息不對(duì)稱(chēng)的問(wèn)題,各大旅游網(wǎng)站通過(guò)采集吃住行游購(gòu)相關(guān)的興趣點(diǎn)信息供用戶(hù)預(yù)訂選擇,用戶(hù)可以提前規(guī)劃好自己的行程與路線(xiàn)。旅游的推薦系統(tǒng)也應(yīng)運(yùn)而生,眾多的景點(diǎn),就有眾多的分類(lèi),如何為多個(gè)用戶(hù)推薦其偏好的景點(diǎn)就是推薦系統(tǒng)需要解決的問(wèn)題... 

【文章來(lái)源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 個(gè)性化旅游推薦
        1.2.2 群組推薦研究
    1.3 研究?jī)?nèi)容與技術(shù)路線(xiàn)
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線(xiàn)
    1.4 論文組織結(jié)構(gòu)
2 個(gè)性化旅游推薦關(guān)鍵技術(shù)研究
    2.1 個(gè)性化旅游推薦定義及特征
        2.1.1 個(gè)性化旅游推薦定義
        2.1.2 個(gè)性化旅游推薦特征
    2.2 個(gè)性化推薦算法概述
        2.2.1 基于內(nèi)容的推薦
        2.2.2 基于人口統(tǒng)計(jì)學(xué)
        2.2.3 組合推薦
    2.3 協(xié)同過(guò)濾算法
        2.3.1 基于用戶(hù)的協(xié)同過(guò)濾
        2.3.2 基于項(xiàng)目的協(xié)同過(guò)濾
        2.3.3 基于模型的算法
    2.4 改進(jìn)的個(gè)性化旅游景點(diǎn)推薦模型
        2.4.1 用戶(hù)-景點(diǎn)矩陣的獲取
        2.4.2 用戶(hù)相似度計(jì)算的改進(jìn)
        2.4.3 用戶(hù)對(duì)景點(diǎn)的評(píng)分計(jì)算
        2.4.4 用戶(hù)旅行經(jīng)驗(yàn)權(quán)重的獲取
        2.4.5 改進(jìn)的個(gè)性化旅游推薦算法
    2.5 本章小結(jié)
3 基于個(gè)性化旅游推薦結(jié)果的群組推薦研究
    3.1 組推薦系統(tǒng)定義
    3.2 組推薦的關(guān)鍵技術(shù)
        3.2.1 組推薦的用戶(hù)偏好獲取
        3.2.2 偏好融合策略
        3.2.3 偏好融合方法
        3.2.4 組推薦偏好融合算法比較
    3.3 基于旅游經(jīng)驗(yàn)權(quán)重的群組旅游推薦模型
        3.3.1 模型數(shù)據(jù)定義
        3.3.2 基于旅行權(quán)重的群組推薦融合算法
    3.4 本章小結(jié)
4 實(shí)驗(yàn)與分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)及預(yù)處理
    4.2 改進(jìn)的個(gè)性化旅游景點(diǎn)推薦模型檢驗(yàn)
    4.3 旅游經(jīng)驗(yàn)權(quán)重的群組推薦模型檢驗(yàn)
        4.3.1 相似度α的實(shí)驗(yàn)
        4.3.2 加權(quán)混合融合策略和其他融合策略的比較
        4.3.3 基于臺(tái)北市的景點(diǎn)群組推薦示例
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于最大團(tuán)的社交網(wǎng)絡(luò)個(gè)性化推薦[J]. 陳小禮,汪洋,彭艷兵.  計(jì)算機(jī)與數(shù)字工程. 2019(03)
[2]基于興趣熱點(diǎn)圖的旅游路線(xiàn)推薦算法[J]. 陳健柯,陳平華.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(09)
[3]基于時(shí)間因子的個(gè)性化新聞混合推薦研究[J]. 陶永才,火昊,石磊,衛(wèi)琳.  小型微型計(jì)算機(jī)系統(tǒng). 2018(08)
[4]基于偏好度特征構(gòu)造的個(gè)性化推薦算法[J]. 黃金超,張佳偉,陳寧,陳毅鴻,江文,李生紅.  上海交通大學(xué)學(xué)報(bào). 2018(07)
[5]基于標(biāo)簽的個(gè)性化旅游推薦[J]. 李雅美,王昌棟.  中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2017(07)
[6]一種改進(jìn)的偏好融合組推薦方法[J]. 胡川,孟祥武,張玉潔,杜雨露.  軟件學(xué)報(bào). 2018(10)
[7]面向群組的社交follow推薦方法研究[J]. 谷鵬,李琳,蘇暢,袁景凌.  小型微型計(jì)算機(jī)系統(tǒng). 2017(05)
[8]基于用戶(hù)興趣和興趣點(diǎn)流行度的個(gè)性化旅游路線(xiàn)推薦[J]. 吳清霞,周婭,文締堯,賀正紅.  計(jì)算機(jī)應(yīng)用. 2016(06)
[9]基于地理位置的個(gè)性化新聞混合推薦研究[J]. 陶永才,李俊艷,石磊,衛(wèi)琳.  小型微型計(jì)算機(jī)系統(tǒng). 2016(05)
[10]組推薦系統(tǒng)及其應(yīng)用研究[J]. 張玉潔,杜雨露,孟祥武.  計(jì)算機(jī)學(xué)報(bào). 2016(04)

碩士論文
[1]基于空間數(shù)據(jù)挖掘的熱門(mén)景點(diǎn)及線(xiàn)路推薦研究[D]. 劉勇.華中師范大學(xué) 2017
[2]基于空間數(shù)據(jù)挖掘的景區(qū)熱點(diǎn)區(qū)域研究與應(yīng)用[D]. 朱相舟.華中師范大學(xué) 2016
[3]基于空間數(shù)據(jù)挖掘和地統(tǒng)計(jì)學(xué)的土地集約利用時(shí)空分異研究[D]. 董大偉.華中師范大學(xué) 2011



本文編號(hào)：3472345