期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于标签的个性化旅游推荐
被引量:
28
1
作者
李雅美
王昌栋
《中国科学技术大学学报》
CAS
CSCD
北大核心
2017年第7期547-555,共9页
旅游景点数量庞大,而用户本身旅游次数有限,所以用户旅游数据非常稀疏,进而影响了推荐结果的准确度.为了解决这一问题,从海量游记中提取与旅游景点密切相关的4个因素——地域、时间、主题、类型相关的特征标签,来丰富数据信息.一方面通...
旅游景点数量庞大,而用户本身旅游次数有限,所以用户旅游数据非常稀疏,进而影响了推荐结果的准确度.为了解决这一问题,从海量游记中提取与旅游景点密切相关的4个因素——地域、时间、主题、类型相关的特征标签,来丰富数据信息.一方面通过基于标签内容的方法为用户推荐感兴趣的景点;另一方面,用景点特征标签描述用户兴趣特征,根据用户兴趣标签找到相似用户群,通过协同过滤的方法为用户推荐感兴趣的景点.实验结果表明,基于标签的协同过滤算法较传统的协同过滤算法推荐准确率提高了63.7%,比基于景点热度的推荐算法提高了22.5%;基于标签内容的推荐算法比基于景点热度的推荐算准确率提高了27.6%.进一步,通过线性加权的方式混合两种算法,使两种算法优势互补,从而得到更好的推荐效果.最终使得基于标签的混合算法的准确率,比基于标签的协同过滤算法提高了61.3%,比基于标签内容的推荐算法提高了54.7%.旅游景点推荐准确度的提高,将带来更好的用户体验,使在线旅游网站更加具有竞争力.
展开更多
关键词
推荐系统
个性旅游
数据挖掘
基于标签
协同过滤
基于内容
混合推荐
下载PDF
职称材料
基于混合推荐的学术资源推荐系统的服务模式与数据挖掘
被引量:
8
2
作者
钟克吟
《图书馆学研究》
CSSCI
北大核心
2013年第11期58-61,66,共5页
图书馆学术资源推荐系统是一种为了解决信息过载、提高搜索效率而提出的基于信息过滤机制的知识服务系统。系统的改进,可以从用户Web日志、搜索习惯、浏览行为、图书馆学术关联数据等多角度进行数据挖掘和数据分析,以构建读者信息需求...
图书馆学术资源推荐系统是一种为了解决信息过载、提高搜索效率而提出的基于信息过滤机制的知识服务系统。系统的改进,可以从用户Web日志、搜索习惯、浏览行为、图书馆学术关联数据等多角度进行数据挖掘和数据分析,以构建读者信息需求库及关联数据仓库,采用基于内容过滤推荐和规则过滤推荐相结合的混和推荐技术来实现推荐系统,以提高资源推荐的精度和覆盖率。
展开更多
关键词
混合推荐
内容过滤
规则过滤
数据挖掘
关联数据
原文传递
题名
基于标签的个性化旅游推荐
被引量:
28
1
作者
李雅美
王昌栋
机构
中山大学数据科学与计算机学院
出处
《中国科学技术大学学报》
CAS
CSCD
北大核心
2017年第7期547-555,共9页
基金
国家自然科学基金(61502543)
广东省自然科学基金杰出青年项目(2016A030306014)
+1 种基金
广东省自然科学基金博士启动项目(2014A030310180)
中央高校基本科研业务费专项(16lgzd15)资助
文摘
旅游景点数量庞大,而用户本身旅游次数有限,所以用户旅游数据非常稀疏,进而影响了推荐结果的准确度.为了解决这一问题,从海量游记中提取与旅游景点密切相关的4个因素——地域、时间、主题、类型相关的特征标签,来丰富数据信息.一方面通过基于标签内容的方法为用户推荐感兴趣的景点;另一方面,用景点特征标签描述用户兴趣特征,根据用户兴趣标签找到相似用户群,通过协同过滤的方法为用户推荐感兴趣的景点.实验结果表明,基于标签的协同过滤算法较传统的协同过滤算法推荐准确率提高了63.7%,比基于景点热度的推荐算法提高了22.5%;基于标签内容的推荐算法比基于景点热度的推荐算准确率提高了27.6%.进一步,通过线性加权的方式混合两种算法,使两种算法优势互补,从而得到更好的推荐效果.最终使得基于标签的混合算法的准确率,比基于标签的协同过滤算法提高了61.3%,比基于标签内容的推荐算法提高了54.7%.旅游景点推荐准确度的提高,将带来更好的用户体验,使在线旅游网站更加具有竞争力.
关键词
推荐系统
个性旅游
数据挖掘
基于标签
协同过滤
基于内容
混合推荐
Keywords
recommend
ation system
personalized travel
data
mining
tag-based
collaborative
filtering
content
-based
hybrid
recommend
ation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于混合推荐的学术资源推荐系统的服务模式与数据挖掘
被引量:
8
2
作者
钟克吟
机构
肇庆学院图书馆
出处
《图书馆学研究》
CSSCI
北大核心
2013年第11期58-61,66,共5页
基金
2011年广东肇庆学院教学研究项目"以用户为中心的高校图书馆门户网站构建研究"(项目编号:jy201131)的研究成果之一
文摘
图书馆学术资源推荐系统是一种为了解决信息过载、提高搜索效率而提出的基于信息过滤机制的知识服务系统。系统的改进,可以从用户Web日志、搜索习惯、浏览行为、图书馆学术关联数据等多角度进行数据挖掘和数据分析,以构建读者信息需求库及关联数据仓库,采用基于内容过滤推荐和规则过滤推荐相结合的混和推荐技术来实现推荐系统,以提高资源推荐的精度和覆盖率。
关键词
混合推荐
内容过滤
规则过滤
数据挖掘
关联数据
Keywords
hybrid recommend content filtering rule-based filtering data mining linked data
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于标签的个性化旅游推荐
李雅美
王昌栋
《中国科学技术大学学报》
CAS
CSCD
北大核心
2017
28
下载PDF
职称材料
2
基于混合推荐的学术资源推荐系统的服务模式与数据挖掘
钟克吟
《图书馆学研究》
CSSCI
北大核心
2013
8
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部