基于Apriori改进算法的旅游个性化推荐

针对推荐系统在旅游领域面临的旅游数据稀疏、复杂,用户难以准确表述自己需求,以及用户偏好信息难以获取等特殊问题,对传统旅游个性化推荐系统进行分析。并针对这些问题,分析当前Apriori算法,提出了一种结合矩阵聚类的Apriori算法(Matrix Cluster Apriori,简称MC-Apriori)。基于MC-Apriori算法提出了面向旅游用户个性化搜索的关键词推荐模型。通过对用户搜索和阅览的历史关键词频繁集挖掘,向用户推荐满足其当前搜索兴趣倾向的旅游信息。对收集的康辉旅行社的语料数据进行测试,并将MC-Apriori算法分别与原Apriori算法、传统的推荐方法比较,证明了MC-Apriori算法在保证推荐结果准确、多样和个性的前提下,还解决了旅游个性化推荐面临的特殊问题,提高了效率。