基于Apriori改进算法的旅游个性化推荐

• 作者: 张金鹏 徐宏 支艳利 陈焰
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 旅游推荐 MC-Apriori TextRank 关键词 搜索
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 开发应用
• 页码范围: 74-79
• 页数: 6页
• 分类号: TP311
• 字数: 6953字
• 语种: 中文

摘要

针对推荐系统在旅游领域面临的旅游数据稀疏、复杂,用户难以准确表述自己需求,以及用户偏好信息难以获取等特殊问题,对传统旅游个性化推荐系统进行分析.并针对这些问题,分析当前Apriori算法,提出了一种结合矩阵聚类的Apriori算法(Matrix Cluster Apriori,简称MC-Apriori).基于MC-Apriori算法提出了面向旅游用户个性化搜索的关键词推荐模型.通过对用户搜索和阅览的历史关键词频繁集挖掘,向用户推荐满足其当前搜索兴趣倾向的旅游信息.对收集的康辉旅行社的语料数据进行测试,并将MC-Apriori算法分别与原Apriori算法、传统的推荐方法比较,证明了MC-Apriori算法在保证推荐结果准确、多样和个性的前提下,还解决了旅游个性化推荐面临的特殊问题,提高了效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焰	昆明理工大学信息工程与自动化学院	30	110	6.0	9.0
2	张金鹏	云南财经大学信息管理中心	3	3	1.0	1.0
3	徐宏	昆明理工大学信息工程与自动化学院	3	5	1.0	2.0
4	支艳利	昆明理工大学信息工程与自动化学院	3	25	3.0	3.0