基于深度表示模型的旅游路线推荐算法研究

• 作者: 刘兴旺 梁栋屹 陶宏曜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 社交网络 深度表示模型 Kmeans聚类 用户移动模式 训练特征向量
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 158-161
• 页数: 4页
• 分类号: TP319
• 字数: 3517字
• 语种: 中文
• DOI: 10.11907/rjdk.171932

摘要

针对现有旅游路线推荐算法在实际应用中景点标签缺失、依赖用户评分等缺陷,提出一种基于深度表示模型的旅游路线推荐算法.根据时空轨迹隐含的位置顺序和时间中的用户移动模式,建立深度表示模型对每个用户的时空间序列训练特征向量,并用Kmeans算法对训练结果进行聚类.为验证实验结果,将用户的移动模式应用到旅游路线推荐上,选择使用Gowalla上的签到数据集进行检测.实验结果表明,包含诸如"购物","夜生活"等标签的移动轨迹具备推荐价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶宏曜	中南民族大学计算机科学学院	2	4	1.0	2.0
2	梁栋屹	中南民族大学计算机科学学院	2	4	1.0	2.0
3	刘兴旺	中南民族大学计算机科学学院	5	27	2.0	5.0