欢迎来到天天文库
浏览记录
ID:35067991
大小:3.37 MB
页数:75页
时间:2019-03-17
《基于用户兴趣的旅游信息推荐研究》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、硕士学位论文基于用户兴趣的旅游信息推荐研究作者姓名潘天熙学科专业软件工程指导教师左保河副教授所在学院软件学院论文提交日期2016年4月ResearchonTourismInformationRecommendationbasedonUsersInterestsADissertationSubmittedfortheDegreeofMasterCandidate:PanTianxiSupervisor:AssociateProf.ZuoBaoheSouthChinaUniversityofTechnologyGuangzhou,China分类号:TP3学校代号:10561学号:2
2、01320133175华南理工大学硕士学位论文基于用户兴趣的旅游信息推荐研究作者姓名:潘天熙指导教师姓名、职称:左保河副教授申请学位级别:工学硕士学科专业名称:软件工程研究方向:嵌入式软件与系统论文提交日期:2016年4月20日论文答辩日期:2016年6月5日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:刘琼委员:张星明、沈顺七、张齐、汤德佑摘要随着移动智能和互联网技术的发展与普及,在线旅游业也得到了快速的推广和应用。但在现有互联网中信息已经严重过载,而在线旅游信息的获取却基本还是停留在简单的信息搜索服务层面,且互联网中现有旅游信息还存在信息混乱、重复等一
3、些问题,并不能够为用户提供足够准确的旅游信息。为此,如何从大量信息中挖掘出用户所感兴趣的旅游信息并把这些信息推荐给用户显得尤为重要。本文以个性化旅游信息推荐为研究课题。主要包括:(1)目前的旅游信息推荐主要有经典信息推荐和个性化信息推荐两种,其中,经典旅游信息推荐主要考虑了景点名气及热度对旅行用户景点选择的影响。个性化旅游信息推荐则考虑了用户偏好,并结合了一定的上下文信息来为出行用户做推荐,包括个性化旅游景点推荐和线路推荐等。但是目前的研究存在以下一些问题:用户相似度的计算复杂度较高,计算不够准确,推荐条件单一。鉴于此,本文考虑了用户的经验、景点热度以及用户景点间距离,根据用户
4、经验给出了重点用户的概念,基于重点用户对用户相似性计算进行不断优化改进,基于景点热度定义了景点流行度函数,基于用户对距离的敏感度引入了距离衰减函数,提出了本文的个性化旅游景点推荐算法。(2)为了能够给用户提供路线方面的指导,本文基于最小生成树(MinimumSpanningTree,MST)聚类算法和动态规划算法,结合两者的优势并在考虑了用户必玩景点和时间限制这一个性化需求情况下对其进行优化改进,提出了本文基于MST聚类算法和动态规划算法的个性化旅游行程规划的推荐思想,来为用户提供满足其个性化需求的旅游行程规划、线路推荐。(3)通过python编写爬虫从携程旅行网络平台上爬取了
5、大量的用户评论数据和景点信息,并进行了充分的对比实验验证了本文给出的旅游推荐方法相对传统方法推荐效果更好。关键词:在线旅游;景点推荐;行程规划;线路推荐IAbstractWiththemobileandInternettechnologydevelopingandpopularizing,theon-linetravelindustryhasalsobeenpromotedandappliedrapidly.HoweverinformationhasbeenseriouslyoverloadedintheexistingInternet,whileaccesstoonlinet
6、ravelinformationisstillstuckintheserviceslevelofsimpleinformationsearchandthereexistingconfusion,repetitionandsomeotherissuesintouristinformation.Itisnotabletoprovidesufficientandaccuratetravelinformationfortheusers.Thereforeitisveryimportantfortheusersabouthowtominetouristinformationthatuse
7、rsinterestedandrecommendto.Inthispaper,Irecommendpersonalizedtravelinformationastheresearchtopic.Itismainlyinclude:Firstly,therecommendedcurrenttouristinformationmainlyhasclassicalinformationandpersonalizedinformation,inwhichtheclassicaltouristinfo
此文档下载收益归作者所有