基于卷积神经网络的旅游推荐模型设计

• 作者: 刘爽 张佳琳 柏思佳
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 信息过载 旅游推荐 卷积神经网络 协同过滤
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信号与信息处理、计算机与控制
• 页码范围: 1128-1132
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.11805/TKYDA2019288

摘要

旅游业和网络时代高速发展,导致旅游信息过载问题日益严重,旅游推荐方法对解决信息过载问题十分重要.传统推荐算法只针对用户和项目之间的评分和基本属性计算相似度进行推荐,但行为需求及具有游客情感因素的评论却被忽视.本文利用卷积神经网络(CNN)对文本评论特征提取进行情感分类,用皮尔逊相似度公式计算相似的用户群体,用平均绝对误差(MAE)对结果误差进行评价.与传统的协同过滤方法进行对比,本文提出的模型能有效降低预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张佳琳		12	17	3.0	4.0
2	刘爽		12	69	4.0	8.0
3	柏思佳		2	0	0.0	0.0