基于协同过滤技术的个性化旅游推荐系统

《基于协同过滤技术的个性化旅游推荐系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据东南大学硕士学位论文AI迮COMMENDATIONSYSTEMFORPERSONALIZEDTRAVELBASEDONCOLLABORATIVEFII』ERINGTECHNOLOGYADissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofSoftwareEngineeringBYShuwenShenSupervisedbyProf．JunTaoCollegeofSoftwareEngineeringSoutheastUniversityJuly20

2、142万方数据东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：j宓越主曰期：塑丝。正∥东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本

3、人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东南大学研究生院办理。研究生签名：遂瞰导师签名：龃日期：理垒6：丛万方数据摘要随着国民经济的快速发展以及人民生活质量的日益提高，外出旅游逐渐成为人们生活中的一个重要组成部分。由于旅游电子商务网站使得人们旅游的预订和出行更加的方便快捷，使得旅游电子商务快速的发展起来。如今，在线旅游已经成为最流行的电子商务之一，越来越多的人开始通过在线旅游网站制定出游计划。然而，如何帮助游客快速查询所需的旅游信

4、息，更有效的将潜在客户变为购买者是旅游电子商务网站当前亟需解决的问题。因此，本论文设计并实现了一种基于协同过滤技术的个性化旅游推荐系统，并对所涉及的一些关键技术进行研究。在本论文中，首先分析了目前电子商务推荐系统的现状，然后介绍了推荐系统的架构以及常用的几种推荐算法，并重点研究了协同过滤算法。通过对协同过滤算法的研究，提出了一种基于协同过滤技术的个性化旅游推荐系统，并且基于Hadoop平台设计实现了该旅游推荐系统。论文的主要工作，体现在以下几个方面：1)研究了传统电子商务网站推荐系统的组成以及架构，对于推荐引擎的工作原理以及分类进行了详细的了解

5、，并研究了几种常用的推荐算法的基本原理，推荐算法流程以及各自的优缺点。2)传统的协同过滤算法只能运行在一台机器上，通过对Hadoop组织架构以及MapReduce编程模型的研究，结合开源算法库Mahout，传统协同过滤的改进使之满足MapReduce编程模型的要求，从而实现了推荐系统的分布式计算。3)将协同过滤技术引入到旅游推荐系统中，设计了一个基于协同过滤技术的个性化旅游推荐系统，并在Hadoop平台上实现了该推荐系统，最后通过用户调查和在线实验的方法评测了该推荐系统。关键词：旅游电子商务，推荐系统，协同过滤算法，大数据，Hadoop万方数据

6、AbstractWiththerapiddevelopmentofnationaleconomyandtheincreasingofpeople’slivingquality,travelhasgraduallybecomeallimportantpartofpeople’slife．Sincethee-commerceoftourismwebsitehasmadereservationandtravelmoreconvenientandefficient，ithasdevelopedrapidly．Nowadays，onlinetravelh

7、asbeenoneofthemostpopulare-commerce．Moreandmorepeoplechoosetomaketravelplanbywebsiteofonlinetravel．However,howtohelptouristsquicklysearchtherequiredtourisminformationandmoreeffectivelyturnpotentialcustomersintobuyersisstillanissuethatneedstobesolvedbythee-commerceoftourismwe

8、bsite．Therefore，weproposedarecommendationsystemforpersonalizedtravelbasedon