上下文感知的高铁信息服务推荐方法研究

张振海，张湘婷

兰州交通大学 自动化与电气工程学院，兰州730070

随着移动互联网和5G技术的发展，通过移动终端或手机为旅客提供便捷的信息服务是“智慧铁路”研究的重点领域之一[1-2]。为了响应“互联网+”的国家号召，高铁站在12306的售票系统基础上增加了一系列与旅客出行相关的拓展服务如酒店预订、美食团购、旅游简介等，其目的是提升旅客服务质量的同时使铁路运营效益达到最大化。在高铁站，旅客获取的移动信息服务主要采用以业务为中心的静态服务组合方法，以业务流程模型构建为基础实现服务间的交互与协作。该方式虽然描述了服务之间的控制和数据依赖关系，但未充分对用户访问的大数据进行挖掘，以用户为中心服务功能未能充分体现，过多冗余的应用服务必然会降低用户的使用效率，导致用户体验性较差。因此，需要以用户为中心研究，通过对用户上下文信息的分析与挖掘，发现用户的操作行为之间蕴含的关联关系，研究更加智能的服务推荐方法，提高高铁信息服务质量。

目前，众多国内外学者在服务推荐方面展开研究，从多个角度提出了数据挖掘的模型与方法，传统推荐算法如协同过滤、基于内容的推荐、混合推荐等。如文献[3]根据用户对学习资源的个性化需求，提出基于内容过滤的推荐方法。文献[4]对用户进行聚类，建立推荐服务库，从而实现服务推荐。文献[5]利用关联规则考虑用户需求设计智能旅游景点推荐系统。……