基于属性特征的个性化旅游推荐算法研究

摘要：

随着旅游产业的兴起,旅游信息呈爆炸式增长,信息过载问题日益突出.为使用户能够高效、准确地得到所需信息,本文针对传统协同过滤算法仅采用单一的总体评分,从而导致相似度计算不准确的问题,提出了基于属性特征的推荐算法.该算法考虑了项目各属性特征的相似性,改进了传统方法相似度的计算方式,分别从多个维度进行相似度的衡量.实验结果表明,该算法在个性化旅游推荐中得到了很好的应用,相对于传统协同过滤算法有着更高的推荐精度,能够提升推荐的质量.

关键词：协同过滤、属性特征、个性化旅游推荐

所属期刊栏目：10

分类号：TP301(计算技术、计算机技术)

在线出版日期：2020-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：193-196