【基于Apriori算法的旅游个性化推荐】学术原文参考-基于Apriori算法的旅游个性化推荐期刊下载-钛学术文献服务平台

刊名：微型电脑应用

发表时间：2018-01-01

摘要:

针对推荐系统在旅游领域面临的旅游数据稀疏、复杂,用户难以准确表述自己需求,以及用户偏好信息难以获取等特殊问题,对传统旅游个性化推荐系统进行分析.并针对这些问题,分析当前Apriori算法,提出了一种结合矩阵聚类的Apriori算法(Matrix Cluster Apriori,简称MC-Apriori).基于MC-Apriori算法提出了面向旅游用户个性化搜索的关键词推荐模型.通过对用户搜索和阅览的历史关键词频繁集挖掘,向用户推荐满足其当前搜索兴趣倾向的旅游信息.对收集的康辉旅行社的语料数据进行测试,并将MC-Apriori算法分别与原Apriori算法、传统的推荐方法比较,证明了MC-Apriori算法在保证推荐结果准确、多样和个性的前提下,还解决了旅游个性化推荐面临的特殊问题,提高了效率.

旅游推荐 MC-Apriori TextRank 关键词搜索

2.【期刊】基于个性化特征的协同过滤推荐算法

作者：李涛

刊名：现代电子技术

发表时间：2017-05-01

摘要:

针对相似度特征点推荐方法对用户个性化需求匹配度不高的问题,提出基于个性化特征的协同过滤推荐算法.以社会网络为结构模型构建用户信息的评分模型和项目属性模型,采用信任度条件概率分析方法构建可靠性推荐模型,进行个性化特征分析和提取,实现个性化特征需求与项目兴趣点的合理匹配,实现协同过滤推荐,最后通过仿真实验进行测试分析.结果表明,采用该方法进行社会网络项目协同过滤推荐的用户评分高,平均绝对误差和均方根误差小,提升了推荐质量.

个性化特征协同过滤推荐评分模型项目属性

3.【期刊】个性化旅游推荐技术研究及发展综述

作者：吴恋崔忠伟牛俊洁王永金赵晨洁

刊名：物联网技术

发表时间：2020-03-01

摘要:

该文首先分析了个性化旅游推荐系统的数据来源,并介绍了用户行为数据、用户标签数据、上下文信息和基于社交网络数据等推荐技术近年来的研究进展.其次,分析了能提升推荐性能的混合推荐技术以及满足多约束场景的基于约束的推荐技术,介绍了相关领域的最新研究成果.最后,展望了个性化旅游推荐技术研发的发展方向.

个性化旅游推荐系统协同过滤混合推荐标签数据多约束场景

4.【期刊】基于数据挖掘技术的图书馆个性化快速推荐算法研究

作者：王庆桦

刊名：现代电子技术

发表时间：2019-05-01

摘要:

随着高校图书管理系统建设的不断发展,广大师生的图书借阅活动产生了大量的浏览数据.为了对以上借阅信息进行数据挖掘以便为读者提供更高水平的服务,提出一种基于数据挖掘技术的图书馆个性化快速推荐算法.首先对数据挖掘的主要方法和组织结构进行了介绍;然后对经典关联规则挖掘算法中的Apriori算法进行改进,提高了关联规则的运算效率;最后采用改进的Apriori算法对图书借阅历史数据进行关联分析,从而对读者做出个性化的推荐.实验结果表明,提出的图书馆个性化快速推荐算法具有较高的准确度和运行效率

数据挖掘关联规则运算 Apriori算法算法改进个性化推荐关联分析

5.【期刊】基于改进协同过滤技术的个性化旅游线路推荐研究

作者：艾静超

刊名：现代电子技术

发表时间：2019-12-01

摘要:

为降低旅游路线制定的盲目性与随机性,解决海量旅游信息导致旅游路线选择困难的问题,提出基于改进协同过滤技术的个性化旅游线路推荐方法.根据旅游者拍摄的照片分析旅游者实际旅游足迹,得到旅游点热度,根据旅游点热度确定两个旅游者间的偏好一致度,得到旅游者近邻.根据近邻在各旅游点的浏览时间确定旅游点偏好程度,采用余弦计算方法确定近邻对旅游点偏好程度与旅游者对旅游点偏好程度的偏差值,构建基于用户的协同过滤模型.为防止基于用户的协同过滤模型中冷启动与数据稀疏性问题发生,将基于用户的协同过滤模型和基于地理位置的旅游路线推荐模型相结合,配合旅游者与旅游点地理位置信息,推荐满足旅游者偏好的个性化旅游路线.旅游路线推荐结果显示,所提方法在基于旅游者当前位置向旅游者推荐个性化旅游路线的同时

个性化旅游线路推荐协同过滤偏好程度偏差确定偏好确定

6.【期刊】一种基于稀疏矩阵划分的个性化推荐算法

作者：杜小勇王珊高凤荣

刊名：微电子学与计算机

发表时间：2004-02-01

摘要:

文章提出稀疏矩阵划分的思想,对资源评分矩阵进行划分,缩小近邻搜索的范围和需要预测的资源数目,减少数据稀疏性,提高了个性化推荐算法的可扩展性.另外,分别讨论了采取分类和聚类的方法对稀疏矩阵进行划分.实验结果表明:基于稀疏矩阵划分的个性化推荐算法在算法性能上优于传统协同过滤算法.

个性化推荐稀疏矩阵划分协同过滤

7.【期刊】个性化搜索引擎推荐算法研究

作者：刘钰峰李仁发练琪陈华

刊名：计算机应用研究

发表时间：2010-01-01

摘要:

将个性化引入搜索引擎出现了稀疏性、精确性、扩展性等新问题.针对以上问题,提出了一种基于SVD(单值分解)影响集的协作过滤推荐算法,在利用矩阵相关技术以及扩大影响的基础上,将用户潜在感兴趣的资源推荐给用户.实验表明,该算法可有效解决以上存在的问题,显著提高个性化系统的推荐质量.

推荐系统协同过滤单值分解相似性

8.【期刊】基于社区网络内容的个性化推荐算法研究

作者：汤小春王洁

刊名：计算机应用研究

发表时间：2011-04-01

摘要:

针对用户在社区网络中面对海量的信息和资源,如何快速便捷地获得自己感兴趣内容的问题,提出一种基于社区网络内容的个性化推荐算法.在得到相同兴趣用户聚类的基础上,该算法首先通过用户访问日志信息挖掘相似内容推荐项,然后根据用户兴趣挖掘新的内容推荐项.实验结果表明,该算法不仅提高了内容推荐精度,而且扩展了内容覆盖面.

社区网络用户聚类内容过滤个性化推荐

9.【期刊】大数据个性化推荐分析

作者：任敏

刊名：物联网技术

发表时间：2019-11-01

摘要:

个性化推荐技术通过分析用户的兴趣爱好,对用户进行有针对性的推荐,在大数据时代,该技术被越来越多地应用到互联网领域,如何实现大数据个性化推荐机制已成为人们研究的热点之一.在对大数据个性化推荐算法的发展历程进行分析的基础上,研究了大数据个性化推荐的各种算法,对比分析了算法的优缺点及适用场合,探讨了大数据个性化推荐在数据、算法、用户、冷启动及推荐多样性方面存在的问题,并展望了其在教育、医疗、电子商务及互联网金融等领域的应用趋势

大数据个性化推荐兴趣爱好推荐算法协同过滤混合推荐

10.【期刊】基于改进ROCK算法的个性化推荐系统研究

作者：吴坤芳王荣王飞戈

刊名：河南科学

发表时间：2011-11-01

摘要:

分析了ROCK算法的优点和缺点,ROCK算法优点是容易聚类Mushroom等分类属性数据集；缺点是这种算法的相似度函式sim是基于领域专家的直觉.改进的ROCK算法采用Jaccard系数计算相似度,根据相似度的值越大表示对象越相似进行聚类,得到聚类结果,从而实现用户的个性化推荐.

Web数据挖掘聚类 ROCK算法个性化推荐

文献类型

学科分类

核心收录

年份

来源