混合分层抽样与协同过滤的旅游景点推荐模型研究

• 作者: 张红斌 朱涛 李广丽 滑瑾 袁天
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 分层抽样 聚类 协同过滤 旅游景点 推荐模型
• 年，卷（期）: 2019,（3）
• 页码范围: 566-576
• 页数: 11页
• 分类号: TP391
• 字数: 7388字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2019.03.020

摘要

采用问卷调查与自动抓取相结合的方式,采集用户信息、用户评分等旅游数据,对数据做分层抽样,生成包含用户旅游喜好信息的“智慧旅游”数据集.围绕该数据集,预处理用户评分并执行基于用户聚类的协同过滤算法,以计算目标用户与聚类中心的相似性.结合分层抽样模型生成的旅游喜好信息,输出混合推荐列表.实验结果表明:相比基线,混合分层抽样与协同过滤的推荐模型对评分预测的均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean absolute error,MAE)分别降低11.5％～64.9％和18.8％～47.7％.混合推荐的准确率和召回率相比基线也有较大程度提升,旅游景点推荐效果良好.

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
6	朱涛	华东交通大学信息工程学院	7	7	2.0	2.0
7	滑瑾	华东交通大学信息工程学院	5	6	2.0	2.0
8	袁天	华东交通大学信息工程学院	4	3	1.0	1.0