混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究

• 作者: 姬东鸿 张红斌 朱涛 李广丽 滑瑾 邬任重 邱蝶蝶
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 经济
• 关键词: 分层抽样统计 贝叶斯个性化排序 协同过滤 旅游景点 推荐模型 矩阵分解
• 年，卷（期）: 2019,（2）
• 页码范围: 214-221
• 页数: 8页
• 分类号: F590.8
• 字数: 4776字
• 语种: 中文
• DOI: 10.19603/j.cnki.1000-1190.2019.02.008

摘要

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的“Wisdom Tourism”数据集上进行仿真实验.实验表明:推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59％、10.05％、5.04％;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李广丽	华东交通大学信息工程学院	34	209	8.0	12.0
2	张红斌	华东交通大学软件学院	48	189	7.0	11.0
3	姬东鸿	武汉大学国家网络安全学院	92	887	16.0	26.0
4	朱涛	华东交通大学信息工程学院	7	7	2.0	2.0
5	滑瑾	华东交通大学信息工程学院	5	6	2.0	2.0
6	邱蝶蝶	华东交通大学软件学院	5	3	1.0	1.0
7	邬任重	华东交通大学软件学院	7	3	1.0	1.0