基于协同过滤算法的旅游景点推荐模型研究

摘要：

传统基于关联规则的旅游景点推荐模型,不能综合其他相似用户的喜好数据,缺少推荐新信息的能力.为此,设计基于协同过滤算法的旅游景点推荐模型.采用DOM技术搜索目标用户的历史记录,并利用DOMNode类中提供的方法访问并采集页面信息,将采集的数据传送至推荐算法模块,利用协同过滤算法计算用户相似度,求出目标用户的近邻集合.经过推荐综合处理模块剔除掉目标用户已经旅行过的旅游景点,形成最终推荐集推荐给目标用户.至此,模块设计完成.测试结果表明,对于同一目标用户,与传统的推荐模型相比,基于协同过滤算法的旅游景点推荐模型推荐的结果存在一定的新信息,推荐内容更全面,该推荐模型更优于传统的推荐模型.

关键词：协同滤波、DOM、用户相似度、近邻集合、旅游景点、推荐模型

所属期刊栏目：43

分类号：TN911.1-34;TP391

资助基金：四川旅游发展研究中心2019年度项目LY19-34

在线出版日期：2020-06-17（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：132-135