發(fā)布時間：2018-08-21 07:42

【摘要】：旅游移動服務(wù)是一種情景依賴度較高的移動服務(wù),用戶在接受旅游產(chǎn)品的個性化推薦時,當(dāng)前情景對用戶偏好會產(chǎn)生一定程度的影響。關(guān)于旅游移動商務(wù)個性化推薦的研究已成為當(dāng)前熱點之一,目前旅游移動商務(wù)個性化推薦中基于情景的部分研究主要存在缺少維度權(quán)重和推薦結(jié)果類似的問題。雖然部分研究運用了情景要素對用戶特征集進行擴展,卻未充分考慮各情景要素本身對推薦結(jié)果及用戶偏好的影響。還有部分研究僅使用時間、地點等物理環(huán)境維度的情景要素作為構(gòu)建用戶偏好模型的維度和產(chǎn)生推薦的依據(jù),不同特征的用戶在同一情景下獲取的推薦結(jié)果相似,并未很好的實現(xiàn)個性化推薦。為了提高旅游移動商務(wù)的個性化與適應(yīng)性程度,使用戶可以通過旅游移動商務(wù)推薦系統(tǒng)更好地進行自我服務(wù),本文重點針對以上兩個問題開展了研究。 本文從情景的角度出發(fā),以景點推薦為例,對旅游移動商務(wù)環(huán)境中的個性化推薦方法展開研究,在分析旅游移動商務(wù)和個性化推薦方法研究現(xiàn)狀的基礎(chǔ)上,綜合使用情景理論、個性化推薦方法,在當(dāng)前情景、歷史情景、用戶歷史行為記錄和用戶基本特征四個維度應(yīng)用貝葉斯網(wǎng)絡(luò)對用戶偏好進行推理,構(gòu)建了多維用戶偏好模型。在此基礎(chǔ)上,本文對已有個性化推薦方法進行了改進,通過實驗驗證證明了本文提出的旅游移動商務(wù)環(huán)境中的基于多維用戶偏好模型的個性化推薦方法的推薦質(zhì)量在一定程度上優(yōu)于傳統(tǒng)的個性化推薦算法。
[Abstract]:Tourism mobile service is a highly dependent mobile service. When users accept personalized recommendation of tourism products, the current situation will have a certain degree of impact on user preferences. The research on personalized recommendation of tourism mobile commerce has become one of the current hot spots. At present, there is a lack of dimensionality weight and similar recommendation results in the research of situation-based personalized recommendation of tourism mobile commerce. Although some of the studies use situational elements to extend the user feature set, they do not fully consider the impact of each situational element itself on the recommended results and user preferences. Some studies only use the scene elements of physical environment dimension such as time and place as the dimension of constructing user preference model and the basis of producing recommendation. The results obtained by users with different characteristics in the same situation are similar. Not very well to achieve personalized recommendation. In order to improve the degree of personalization and adaptability of tourism mobile commerce, and make users can better self-service through tourism mobile commerce recommendation system, this paper focuses on the above two problems. From the perspective of scene, this paper takes the recommendation of scenic spots as an example to study the personalized recommendation method in the tourism mobile commerce environment. On the basis of analyzing the present situation of the research on the tourism mobile commerce and the personalized recommendation method, this paper synthetically uses the scenario theory. In the four dimensions of current situation, historical situation, user history behavior record and user basic characteristics, Bayesian network is used to infer user preference, and a multi-dimensional user preference model is constructed. On this basis, the existing personalized recommendation methods have been improved. The experimental results show that the proposed personalized recommendation method based on multi-dimensional user preference model is superior to the traditional personalized recommendation algorithm to some extent.
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F274;F713.36;F590

【參考文獻】

相關(guān)期刊論文 前10條

1 徐風(fēng)苓;孟祥武;王立才;;基于移動用戶上下文相似度的協(xié)同過濾推薦算法[J];電子與信息學(xué)報;2011年11期

2 顧君忠;;情景感知計算[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2009年05期

3 李聰;梁昌勇;馬麗;;基于領(lǐng)域最近鄰的協(xié)同過濾推薦算法[J];計算機研究與發(fā)展;2008年09期

4 陶岳;何震瀛;張家琪;;關(guān)系數(shù)據(jù)庫上基于元組組合的關(guān)鍵字查詢[J];計算機研究與發(fā)展;2011年10期

5 孫怡;陸均良;;旅游移動商務(wù)國內(nèi)外研究述評[J];經(jīng)濟論壇;2010年06期

6 劉旭東;陳德人;鐘蘇麗;;使用群體興趣偏好度的協(xié)同過濾推薦[J];計算機工程與應(yīng)用;2010年34期

7 謝珩;張結(jié)魁;;基于Web服務(wù)的旅游超市商務(wù)平臺[J];計算機工程;2008年14期

8 余小高;余小鵬;;一種基于角相似性的k-最近鄰搜索算法[J];計算機應(yīng)用研究;2009年09期

9 陳天嬌;胥正川;黃麗華;;情景感知服務(wù)的用戶接受模型研究[J];科技進步與對策;2007年02期

10 彭潤華;陽震青;熊勵;;旅游移動商務(wù)游客接受實證研究——基于對桂林游客的調(diào)查[J];旅游學(xué)刊;2009年04期

，

本文編號：2195022