基于多维数据融合的个性化旅游信息推荐模型研究

为了更好地促进旅游信息个性化推荐效果的提升,需对用户行为信息进行深度挖掘。文中基于多维数据融合,构建并研究了个性化旅游信息推荐模型。首先,结合用户的历史浏览、检索、点赞及评论数据,分析用户对不同景区的兴趣度。其次,结合用户的旅行次数、旅行时间以及具体的旅行地点信息,分析用户的偏好选择对旅游大数据的影响力。接着,结合用户对景区兴趣度的分析结果,综合计算用户对景区所在地的偏好选择。最后,以地区偏好为范围,将对旅游大数据影响力较高用户的兴趣度TOP-N景区信息作为最终的推荐结果。测试结果表明,归一化折损累计增益NDCG随着推荐信息数量k的增加呈现出稳定提升的趋势,且相比对比模型,文中提出的模型得到的参数值始终处于较高水平,说明该模型具有可靠的推荐效果。

分类集成算法在旅游信息智能服务平台中的应用研究

分类作为数据挖掘的一种重要技术开始应用到旅游信息智能服务领域，帮助旅游机构为游客推荐旅游信息，提供满足其需求的旅游服务。本文将分类集成算法引入旅游信息智能服务平台，设计并实现了旅游信息的智能推荐。实验使用贵州省旅游局提供的旅游数据作为数据集，验证算法的分类效果。在此基础上给出分类集成算法在平台上的应用实例，说明利用高性能的分类集成算法能帮助旅游机构快速地为游客提供适合的旅游信息推荐，辅助制定旅游计划。

基于社会媒体的旅游数据挖掘与分析

信息技术和社会媒体的快速发展使得网上旅游数据日益庞大。随着游客对旅游需求呈现多样化和定制化趋势,旅游信息服务成为目前的研究热点。社会媒体中的社区和自媒体平台存在着海量的旅游信息资源,基于社会媒体的旅游数据挖掘可以充分利用这些资源,将其应用在智慧旅游推荐上,进而推动"互联网+旅游信息化"的快速发展。本文全面分析和讨论了目前"互联网+旅游信息化"的研究背景和发展历程,分析了目前社会媒体中的旅游数据的特点,进一步介绍了"互联网+旅游信息化"背景下的热点研究应用,最后总结了基于社会媒体旅游数据的挖掘与应用的研究难点,并且对未来可能的研究方向进行了探讨。

Research on Tourism E-commerce based on Data Mining

This paper describes in detail the web data mining technology, analyzes the relationship between the data on the web site to the tourism electronic commerce （including the server log, tourism commodity database, user database, the shopping cart）, access to relevant user preference information for tourism commodity. Based on these models, the paper presents recommended strategies for the site registered users, and has had the corresponding formulas for calculating the current user of certain items recommended values and the corresponding recommendation algorithm, and the system can get a recommendation for user.