基于Hadoop的旅游景点推荐的算法实现与应用

• 作者: 曹菡 朱庆华 沈超 马腾腾
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Hadoop 旅游景点推荐 协同过滤 Mahout Item-based Slope One
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP393
• 字数: 5498字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.03.012

摘要

通过提高挖掘效率、增强算法扩展性，解决传统的推荐算法在旅游景点推荐方面响应时间长、推荐效率低，无法适应大数据挖掘需求的问题。对现有协同过滤推荐算法进行深入分析，选取适用于旅游景点推荐的Slope One算法和Item-based算法。将这两种算法高效结合，并基于MapReduce编程在Hadoop云平台上实现算法并行化，通过采集“旅评网”的真实旅游景点评分数据验证算法的有效性。通过测试真实的旅游景点评分数据，表明算法不仅提高了推荐的准确度，而且比传统的协同过滤算法具有更高的运行速度。实验结果较好地说明了该算法具有更高的挖掘性能和可扩展性，能够更好地适应旅游景点数据量大、数据矩阵稀疏的特性，满足旅游景点推荐高命中率和个性化的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱庆华	南京大学信息管理学院	272	4081	31.0	51.0
2	曹菡	陕西师范大学计算机科学学院	52	517	12.0	21.0
3	沈超	南京邮电大学经济与管理学院	20	64	6.0	7.0
4	马腾腾	南京大学信息管理学院	1	8	1.0	1.0