融合云技术与关联分析算法的旅游服务推荐模型研究

摘要：

随着旅游业的快速发展,日渐庞大的旅游数据的存储与处理问题越来越受到人们的重视.为了解决用户在旅游服务方面的个性化需求与信息超载间的矛盾问题,通过改进的FP-growth关联分析算法,来实现用户感兴趣的旅游服务推荐.并基于Hadoop云计算平台,将云计算技术与改进后FP-growth算法进行融合后,构建了旅游服务推荐模型.结果表明,随着用户数量的增加,研究算法的F1 分值相对于其他推荐算法提升了约 40%,其分值约为 0.92.研究算法对于用户非兴趣旅游服务项目与过时数据的滤除效果最好.在面对新用户时,研究算法的召回率为 0.832,准确率为0.867,F1 的分值为0.916.此次研究在Hadoop云计算平台上实现旅游服务推荐具有一定创新性,不但提高了旅行服务推荐的精度,还解决了推荐系统的冷启动问题.

关键词：云计算技术、旅游服务、推荐、FP-growth、FP-tree

所属期刊栏目：40

分类号：TP391.3(计算技术、计算机技术)

在线出版日期：2023-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：56-61