基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
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
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
基于协同过滤的旅游景点推荐
协同过滤
旅游景点推荐
最近邻算法
余弦相似度
基于协同过滤算法的旅游景点推荐模型研究
协同滤波
DOM
用户相似度
近邻集合
旅游景点
推荐模型
基于协同过滤的旅游景点推荐
协同过滤
旅游景点推荐
最近邻算法
余弦相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 混合分层抽样与协同过滤的旅游景点推荐模型研究
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) 所属期刊栏目
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (111)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (35)
二级引证文献  (0)
1912(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分层抽样
聚类
协同过滤
旅游景点
推荐模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导