混合分层抽样与协同过滤的旅游景点推荐模型研究

2019-06-15 02:13:56李广丽张红斌
数据采集与处理 2019年3期
关键词:旅游用户信息

李广丽 朱 涛 袁 天 滑 瑾 张红斌

(1.华东交通大学信息工程学院,南昌,330013;2.华东交通大学软件学院,南昌,330013;3.武汉大学计算机学院,武汉,430072)

引 言

随着互联网的不断发展,网络上的数据快速增长,人们正逐渐从信息匮乏的时代步入“信息过载”时代,此时,无论是信息消费者(网站用户)还是信息生产者(网站管理者)都面临很大的挑战。基于互联网搜索旅游信息已成为人们在出游前获取信息的最主要渠道之一。然而,伴随大量旅游网站的出现,人们常常被淹没于海量信息的搜索之中,却无法获取有价值的信息。推荐模型(系统)是解决“信息过载”问题,进而提升信息价值的有效方法。据统计,约有四分之三的旅游者在出游前都会搜索并查看旅游评论信息,以更好地规划他们的行程。

推荐模型可追溯到认知科学[1]、近似理论[2]以及信息检索[3]等领域的扩展研究。在20世纪90年代中期,推荐模型作为一门独立的学科被广泛关注,研究者主要从事具有显式评分的推荐问题研究,而推荐问题则转化为用户对未知物品的评分预测问题:基于用户历史评分,获取对物品的预测评分,进而向用户推荐评分最高的物品。目前,常用的推荐模型分三类:基于内容的推荐、协同过滤推荐和融合过滤。其中,协同过滤推荐的优势主要在于其能处理复杂的非结构化对象,且不需要领域知识就可以发现用户的新兴趣,同时推荐的个性化程度也较高。

“协同过滤”的概念由Goldberg等[4]提出,并应用于Tapestry系统,该系统仅适用于较小用户群,且对用户有较高要求(如用户要显式地给出评价)。……

登录APP查看全文

猜你喜欢
旅游用户信息
订阅信息
中华手工(2017年2期)2017-06-06 23:00:31
旅游
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25
展会信息
中外会展(2014年4期)2014-11-27 07:46:46
旅游的最后一天
出国旅游的42个表达
海外英语(2013年8期)2013-11-22 09:16:04
健康信息
祝您健康(1987年3期)1987-12-30 09:52:32