基于社交网络的个性化旅游景点推荐方法

• 作者: 徐旋旋 肖迎元 许庆贤
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 个性化景点推荐 社交网络 聚类算法
• 年，卷（期）: 2017,（4）
• 页码范围: 46-50,56
• 页数: 6页
• 分类号: TP399
• 字数: 4267字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2017.04.010

摘要

个性化旅游景点推荐是推荐系统的一个重要应用,已被广泛的关注.现有的景点推荐方法聚集在给用户的偏好建模,大都忽略了用户与用户之间的关系以及用户与景点之间的关系.本文提出一种基于社交网络的个性化景点推荐方法,该方法首先使用k-means和DBSCAN算法分别对用户和景点进行聚类;然后将聚类后的用户与景点进行融合,构建个性化旅游景点推荐模型.为了验证本文提出方法的性能,进行了广泛的实验,实验结果显示本文提出的方法在召回率、准确率和平均绝对误差值都明显高于传统推荐方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖迎元	天津理工大学计算机与通信工程学院天津市智能计算及软件新技术重点实验室	37	223	8.0	13.0
2	徐旋旋	天津理工大学计算机与通信工程学院天津市智能计算及软件新技术重点实验室	1	2	1.0	1.0
3	许庆贤	中华大学资讯学院	1	2	1.0	1.0