基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的旅游路线推荐算法推荐准确率不高的缺陷,提出一种基于兴趣点(POI)流行度和用户兴趣偏好的个性化旅游路线推荐(PTIR)算法.首先通过分析得到用户真实的历史旅游足迹;然后根据用户在每个景点的逗留时间提出基于时间的用户兴趣偏好;最后在给定的旅行时间限制、起点和终点下,设计最优旅游路线计算方法.在Flickr社交网站的真实数据集上进行实验,结果显示,相比传统的只考虑POI流行度的算法,该个性化旅游路线推荐算法的准确率和召回率都有较大提升;相比只考虑用户兴趣偏好的算法,该个性化旅游路线推荐算法的准确率和召回率也有所提高.实验结果表明综合考虑POI流行度和用户兴趣偏好能使路线推荐得更准确.
推荐文章
基于位置社交网络的个性化兴趣点推荐
兴趣点推荐
位置信息
分类信息
流行度信息
社会信息
位置社交网络
基于用户关注度的个性化新闻推荐系统
个性化推荐
协作型过滤
用户关注度
推荐算法
基于情境感知的用户个性化兴趣建模
用户兴趣模型
情境感知
个性化信息推送
基于兴趣感知和时间因子的个性化菜品推荐
推荐系统
个性化菜品推荐
兴趣感知
时间因子
菜品层级分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于用户兴趣和兴趣点流行度的个性化旅游路线推荐
来源期刊 计算机应用 学科 工学
关键词 旅游路线推荐 兴趣点 用户兴趣 定向问题 整数规划
年,卷(期) 2016,(6) 所属期刊栏目 行业与领域应用
研究方向 页码范围 1762-1766
页数 5页 分类号 TP391.3
字数 5890字 语种 中文
DOI 10.11772/j.issn.1001-9081.2016.06.1762
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周娅 桂林电子科技大学计算机科学与工程学院 90 540 11.0 19.0
2 吴清霞 桂林电子科技大学计算机科学与工程学院 4 37 2.0 4.0
3 文缔尧 桂林电子科技大学计算机科学与工程学院 3 37 2.0 3.0
4 贺正红 桂林电子科技大学计算机科学与工程学院 3 37 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (425)
参考文献  (5)
节点文献
引证文献  (31)
同被引文献  (118)
二级引证文献  (19)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(8)
  • 引证文献(8)
  • 二级引证文献(0)
2018(14)
  • 引证文献(10)
  • 二级引证文献(4)
2019(21)
  • 引证文献(11)
  • 二级引证文献(10)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
旅游路线推荐
兴趣点
用户兴趣
定向问题
整数规划
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导