Personal Attraction-Recommend算法在旅游景点推荐上的应用研究

摘要：

使用协同过滤推荐算法向游客进行旅游景点个性化推荐时,景点特征描述是影响推荐精度的关键要素之一,为了更有效地描述景点特征,本文提出了Personal Attraction-Recommend算法,结合游客评分数据从多个维度对景点信息进行描述,由于季节因素在一定程度上也会影响游客的选择,在Personal Attraction-Recommend算法中通过增加季节因子,排除在季节上不符合游客要求的景点.此外,在Personal Attraction-Recommend算法中,对游客进行了感知价值相似度计算,提高了最近邻居的准确度,通过参照邻居用户的评分数据向游客推荐景点,实验结果表明本算法可以在一定程度上提高旅游景点推荐精度,满足游客的个性化需求.

关键词： 旅游景点 推荐算法 协同过滤 特征描述 最近邻居

作者: 庞贝贝 朱涛 王雯

作者单位: 北京工商大学计算机与信息工程学院,北京100048

会议类型: 国内会议

会议名称: 管理科学与工程学会2014年年会暨第十二届中国管理科学与工程论坛

会议地点: 哈尔滨

会议语种:中文

页码: 82-96

在线出版日期: 2014-09-19（万方平台首次上网日期，不代表论文的发表时间）