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:
个性化旅游发展迅速,已有方法主要集中在单个旅游产品推荐上,而旅游行程存在明显的序列性,并受到当前已有行程轨迹影响.因此,提出一种旅行中后续行程序列的推荐方法SeqRem,基于所有用户的行程序列挖掘频繁序列模式,并以此为依据利用最大点权独立集方法对用户的历史行程序列进行分割,以发现最优序列推荐内容.实验证明,SeqRem在单点推荐和序列推荐准确率与召回率均具有较好效果.
推荐文章
基于序列挖掘的Web服务推荐研究
Web服务
服务发现
服务推荐
序列挖掘
基于不确定数据的可能频繁闭序列模式挖掘
不确定数据
可能频繁闭序列模式
概率频繁
不确定数据挖掘
闭序列模式
序列模式增长
基于最大频繁序列模式树的个性化页面推荐
最大频繁序列模式
个性化推荐
Web使用挖掘
页面关联规则
基于频繁活动序列挖掘的过程改进机会分析
质量管理过程
改进机会
工作流
频繁活动序列
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 基于频繁序列挖掘的后续行程序列推荐
来源期刊 软件导刊 学科 工学
关键词 推荐系统 频繁序列挖掘 兴趣点 后续行程序列 数据挖掘
年,卷(期) 2019,(3) 所属期刊栏目 软件理论与方法
研究方向 页码范围 53-56
页数 4页 分类号 TP301
字数 4867字 语种 中文
DOI 10.11907/rjdk.182099
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 温彦 山东科技大学计算机科学与技术学院 15 17 3.0 3.0
2 马立健 山东科技大学计算机科学与技术学院 2 0 0.0 0.0
3 陈明 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (13)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
推荐系统
频繁序列挖掘
兴趣点
后续行程序列
数据挖掘
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导