基于Geo-tagged照片的旅游推荐研究

摘要：

在Web2.0时代，随着智能手机、数码相机和GPS导航系统等电子产品的广泛普及和社交网站的迅速发展，涌现出各种UGC( User Generated Content)形式的数据。同时，人们喜欢以图片或文字方式在网络上分享自己旅游的所见所闻，社交媒体数据通常包括文本标签、地理位置(经纬度)和拍摄时间等信息，这就为研究旅游推荐提供了可靠数据。使用Flickr网站上Geo-tagged照片数据集，采用基于密度的DBSCAN聚类算法对照片的经纬度进行聚类，结合TF-IDF算法为兴趣点命名，得到游客在西安的旅游兴趣点，然后综合考虑用户对兴趣点偏好和兴趣点属性，利用改进的协同过滤推荐算法为用户提供旅游推荐服务。实验结果表明，该算法能够有效提高系统的推荐精度。最后构建了用户信任网络，提高了推荐系统的信任度和满意度。

关键词：Geo-tagged、DBSCAN、用户偏好、协同过滤、信任网络

所属期刊栏目：26

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目41271387

在线出版日期：2016-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：123-126,132