

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、伴隨著信息技術的不斷發(fā)展,旅游者的消費模式發(fā)生了重大轉變,對信息的依賴程度不斷增強,對網(wǎng)絡資源的應用也在不斷擴展,對信息推薦技術地應用和推廣便是其中的重要代表。信息推薦技術幫助用戶篩選過濾不必要信息,將用戶需求的最有效的信息傳達給用戶,降低用戶搜集、整理、分析資料的時間和資金成本。信息推薦技術主要包括協(xié)同過濾法和內容分析法,該文在研究過程中,將協(xié)同過濾法作為研究的主線引入到旅游領域,同時針對目的旅游資源利用方面借助了內容分析法的重要思想
2、,形成了協(xié)同過濾法為主線,內容分析法為重要輔助的有機結合模式。
在該文中,加強了對推薦技術、協(xié)同過濾法、內容分析法、DMS系統(tǒng)、旅游目的地營銷相關理論內容的研究介紹和區(qū)分,理順了文章的理論基礎和各理論間的關聯(lián)性。在此基礎上,針對旅游目的地推薦系統(tǒng)的基本要素和運算過程做了進一步研究。針對推薦系統(tǒng)基本要素探討,主要對以下三方面進行研究:目的地特征向量、旅游者經驗向量、旅游者特征向量。
目的地特征向量方面主要包括:(1)目
3、的地信息輸入主體的研究,最終確定了旅游目的地管理部門作為信息輸入主體,并確定了采用了國家標準法對目的地旅游資源進行劃分;(2)目的地輸入表格模版研究,輸入內容包括:目的地所在區(qū)域、目的地名稱、星級評定、電話號碼、旅游管理部門、網(wǎng)址、旅游特征、目的地開發(fā)時間。較為具體形象地表明了目的地特征,提升了旅游者對目的地信息的把握能力。
旅游者經驗向量方面:本目的地推薦系統(tǒng)重視旅游者的旅游經歷,通過對與具有相同喜好的旅游者進行相似度計算,
4、根據(jù)相似度較高的旅游者經歷,向目標旅游者推薦新的旅游目的地,實現(xiàn)目的地推薦。在設計輸入表格模板過程中,考慮到存在以下三種情況:(1)已經輸入過旅游信息的旅游者;(2)新加入的沒輸入信息的旅游者;(3)新目的地項目的加入。針對這三種情況分別設計了不同的輸入模板以適應旅游者不同的需要。
旅游者特征向量方面:本研究中設定旅游者t的特征向量為Ft,通過旅游者經驗矩陣H和目的地特征矩陣E自動計算得到。旅游者訪問的目的地越多,目的地旅游特
5、征越集中,便越能準確地反映出旅游者的個人喜好。
通過對了推薦系統(tǒng)基本要素探討,最后針對旅游目的地推薦的形成的具體運算方法進行了論述,提出了基于項目分類的協(xié)同過濾改進算法該推薦方法。首先利用項目分類信息采用聚類技術為類內未評分項目預測評分值,彌補協(xié)同過濾法存在的數(shù)據(jù)稀疏性問題。然后通過計算類內用戶間的相似度得到目標用戶的最近鄰居,最后進行推薦。在本文的最后,針對研究過程中出現(xiàn)的問題,為推進系統(tǒng)未來的應用研究,提出以下建議:
6、> ?。?)通過在實踐中不斷豐富完善協(xié)同過濾推薦方法,保證該系統(tǒng)能及時準確地反映旅游者興趣的變化時間和趨勢,準確把握不同時間階段旅游者興趣特征,通過不斷階段的聚類分析,推進對旅游者相似度的把握。
?。?)推進對反映旅游者興趣的指標建設??梢酝ㄟ^設計體現(xiàn)旅游興趣反應的指標,由旅游者自行輸入信息,通過軟件分析,事先注意到旅游者不同階段的特征,及時把握旅游者興趣變化。根據(jù)不同階段的興趣特征,輔助協(xié)同過濾法推進旅游者興趣聚類,進而提升向
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于協(xié)同過濾的推薦系統(tǒng)研究.pdf
- 基于知識的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于用戶協(xié)同過濾的視頻推薦系統(tǒng)研究.pdf
- 基于云模型的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于用戶聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于內容聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于Hadoop的協(xié)同過濾推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于分眾分類的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于改進協(xié)同過濾的推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于MovieLens數(shù)據(jù)集的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于聚類技術的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于關聯(lián)檢索的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾算法的推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于協(xié)同過濾的酒店推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于協(xié)同過濾的電子商務推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾算法的論文推薦系統(tǒng)研究與設計.pdf
- 一種基于協(xié)同過濾的服務推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾技術的個性化推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾的視頻推薦系統(tǒng).pdf
- 基于協(xié)同過濾的推薦系統(tǒng)的研究.pdf
評論
0/150
提交評論