基于Geo-tagged照片的旅游推荐研究

• 作者: 曹菡 王楠
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Geo-tagged DBSCAN 用户偏好 协同过滤 信任网络
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 应用开发研究
• 页码范围: 123-126,132
• 页数: 5页
• 分类号: TP39
• 字数: 3942字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.10.027

摘要

在Web2.0时代，随着智能手机、数码相机和GPS导航系统等电子产品的广泛普及和社交网站的迅速发展，涌现出各种UGC( User Generated Content)形式的数据。同时，人们喜欢以图片或文字方式在网络上分享自己旅游的所见所闻，社交媒体数据通常包括文本标签、地理位置(经纬度)和拍摄时间等信息，这就为研究旅游推荐提供了可靠数据。使用Flickr网站上Geo-tagged照片数据集，采用基于密度的DBSCAN聚类算法对照片的经纬度进行聚类，结合TF-IDF算法为兴趣点命名，得到游客在西安的旅游兴趣点，然后综合考虑用户对兴趣点偏好和兴趣点属性，利用改进的协同过滤推荐算法为用户提供旅游推荐服务。实验结果表明，该算法能够有效提高系统的推荐精度。最后构建了用户信任网络，提高了推荐系统的信任度和满意度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹菡	陕西师范大学计算机科学学院	52	517	12.0	21.0
2	王楠	陕西师范大学计算机科学学院	24	49	4.0	6.0