【摘要】：近年來,旅游業(yè)持續(xù)快速發(fā)展,并對世界各地許多國家的經(jīng)濟發(fā)展做出了重大貢獻。與此同時,旅游推薦系統(tǒng)也得到了廣泛應用,它可以幫助游客從冗余、雜亂的信息中找到感興趣的旅游產(chǎn)品和服務,同時也有助于在線旅游運營商制定個性化旅游推薦,從而在當今競爭激烈的市場中擁有更強的競爭能力。大多數(shù)現(xiàn)有的推薦技術只關注于游客的偏好、著重于提高顧客購買率。但越來越多的研究認識到,游客需求隨機的情況下,在線旅游運營商的收益也是旅游推薦中應考慮的一個重要方面。本文重點研究在線旅游運營商在推薦過程中,面對隨機的游客需求,如何進行產(chǎn)品推薦,以取得較低的推薦成本。本文的主要研究工作如下:首先,通過對國內外旅游推薦的研究現(xiàn)狀進行分析,指出現(xiàn)有研究的不足,從而強調開展本文研究的意義和重要性。然后,站在在線旅游運營商的角度,綜合考慮旅游推薦成本和游客需求的隨機性,明確本文研究的旅游推薦問題。其次,構建擴展圖優(yōu)化模型及求解算法。本文提出基于擴展圖的推薦優(yōu)化模型,用以對top-N推薦策略進行優(yōu)化。top-N推薦策略只側重于用戶偏好。由于本文提出的基于擴展圖的推薦優(yōu)化模型是一個非線性離散優(yōu)化問題,其包含指數(shù)次方的約束,直接求解非常困難。我們通過對問題轉化,并提出一個割平面算法逐步迭代進行求解。最后,進行相關的數(shù)值實驗,以驗證本文基于擴展圖優(yōu)化方法的有效性,表明該方法構建的擴展圖結構可以同時取得高水平的需求滿足率和較低的推薦成本。此外,本文還討論了該推薦優(yōu)化方法的計算復雜度、解的質量和方法魯棒性等方面。
【圖文】：

型求解的平均 CPU 時間與 top-N 的取值的關系，可以看出，CPU 時間隨著顯著下降。例如，當有 40 個候選景點和 40 個游客類時，N = 6, 8, 10 和 1時間分別為 N = 4 時的 33.09％，，6.34％，3.78％和 1.63％。圖 4-2 顯示了據(jù)規(guī)模的情況下（= m 3=0, n 40=; m 3=0, n 60），Ψ 與 top-N 的關系，表明值的增加，Ψ 值也隨之增加，即通過對優(yōu)化模型求解可以得到靈活性更高。請注意，N 的大小反映了在線旅游運營商可以為游客提供的推薦景點的數(shù)是推薦結果的多樣性。綜合以上實驗結果，證明了本文的推薦優(yōu)化模型具性質，即，隨著旅游推薦結果多樣性的增加（表現(xiàn)為 N 取值的增加），推度Ψ 也隨之增加，同時模型求解的 CPU 時間顯著下降。 在本文中，我們 推薦策略中對每個游客類推薦 8 個最相關的景點，即 top-N 推薦策略中的后續(xù)的實驗研究如無特別指出則均基于這一假設。

圖 4-2 Ψ 與 top-N 的關系表 4.2 不同數(shù)量的候選景點和游客類的計算結果n CPU 時間（s）選擇合作的景點數(shù)連線數(shù) ΨnFuF40 19.80 9 100 0.9736 0.9985 0.9953 0.60 27.82 10 162 0.9785 0.9984 0.9959 0.80 23.57 11 230 0.9855 0.9984 0.9966 0.100 26.67 11 288 0.9881 0.9971 0.9951 0.40 62.10 12 103 0.9547 0.9957 0.9925 0.60 69.54 13 158 0.9605 0.9942 0.9919 0.80 82.71 14 220 0.9708 0.9975 0.9949 0.100 73.68 14 288 0.9781 0.9972 0.9949 0.40 281.77 16 107 0.9448 0.9980 0.9948 0.60 218.01 17 163 0.9554 0.9977 0.9944 0.
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F592;F724.6

【相似文獻】

相關期刊論文 前10條

1 韓元軍;鄭先芳;;國外在線旅游研究述評與新進展[J];中國旅游評論;2015年02期

2 趙雪婷;張晶敏;;在線旅游發(fā)展現(xiàn)狀及改進措施[J];互聯(lián)網(wǎng)天地;2018年11期

3 范妮娜;韓玉靈;劉冬梅;;基于現(xiàn)行法律制度評價的在線旅游糾紛解決機制研究[J];河北旅游職業(yè)學院學報;2019年01期

4 陳偉;;在線旅游服務商業(yè)模式研究——以“驢媽媽”旅游網(wǎng)為例[J];經(jīng)濟師;2018年02期

5 古圣鈺;吳英偉;;商業(yè)銀行服務下在線旅游金融發(fā)展研究[J];旅游縱覽(下半月);2018年07期

6 李菲菲;田劍;;在線旅游企業(yè)商業(yè)模式創(chuàng)新研究:以“同程旅游”為例[J];江蘇科技大學學報(社會科學版);2016年04期

7 程方園;;中國在線旅游市場發(fā)展趨勢探析[J];旅游縱覽(下半月);2017年01期

8 周敏;;在線旅游市場 今年有望盈利[J];滬港經(jīng)濟;2017年03期

9 李婧寧;武邦濤;;在線旅游平臺服務質量評價及其提升策略研究[J];上海管理科學;2017年01期

10 李昊清;;在線旅游攻略與旅游績效的關系研究——以華東為例[J];信息與電腦(理論版);2016年23期

相關會議論文 前10條

1 ;年度數(shù)據(jù)發(fā)布-在線旅游 2017年[A];艾瑞咨詢系列研究報告（2018年第1期）[C];2018年

2 ;中國在線旅游度假行業(yè)研究報告[A];艾瑞咨詢系列研究報告（2017年第5期）[C];2017年

3 ;中國在線旅游行業(yè)年度監(jiān)測報告[A];艾瑞咨詢系列研究報告（2017年第7期）[C];2017年

4 ;2017Q1在線旅游市場規(guī)模1659.4億元,市場趨于穩(wěn)定[A];艾瑞咨詢系列研究報告（2017年第6期）[C];2017年

5 ;中國在線旅游度假行業(yè)研究報告 2017上半年[A];艾瑞咨詢系列研究報告（2017年第9期）[C];2017年

6 ;中國在線旅游交通行業(yè)研究報告 2017年[A];艾瑞咨詢系列研究報告（2017年第11期）[C];2017年

7 ;中國在線旅游度假市場研究報告2016年[A];艾瑞咨詢系列研究報告（2016年第4期）[C];2016年

8 ;中國在線旅游度假行業(yè)研究報告[A];艾瑞咨詢系列研究報告（2015年第3期）[C];2015年

9 ;中國在線旅游度假用戶研究報告 2016年[A];艾瑞咨詢系列研究報告（2016年第9期）[C];2016年

10 ;中國在線旅游度假行業(yè)研究報告[A];艾瑞咨詢系列研究報告（2018年第5期）[C];2018年

相關重要報紙文章 前10條

1 本報記者 尹婕;在線旅游盯緊“好評率”[N];人民日報海外版;2019年

2 本報記者 李娟;暗戰(zhàn)旅行社 在線旅游線下?lián)屬Y源[N];經(jīng)濟觀察報;2015年

3 本報記者 魯娜;年報出爐 在線旅游平臺過得好嗎？[N];中國文化報;2019年

4 李娟;在線旅游何以讓BAT如鯁在喉[N];經(jīng)濟觀察報;2015年

5 本報記者 鄢光哲;網(wǎng)絡巨頭血拼在線旅游市場[N];中國青年報;2011年

6 本報記者 鄢光哲;在線旅游產(chǎn)品實現(xiàn)“先玩后付”[N];中國青年報;2011年

7 本報記者 鄢光哲;度假產(chǎn)品是在線旅游的集體突破口[N];中國青年報;2011年

8 本報記者 楊召奎;警惕! 在線旅游消費有這十大“坑”[N];工人日報;2019年

9 本報記者 張曉航;在線旅游飛豬等平臺問題突出[N];中國質量報;2019年

10 記者 陳艷紅;在線旅游消費十大維權熱點出爐[N];首都建設報;2019年

相關博士學位論文 前2條

1 楊敏;在線旅游信息搜尋：需求、行為和機制[D];陜西師范大學;2012年

2 李東;在線旅行服務商業(yè)模式研究[D];華僑大學;2011年

相關碩士學位論文 前10條

1 孫瑤瑤;我國在線旅游業(yè)績效研究[D];山東財經(jīng)大學;2017年

2 秦雪;我國在線旅游行業(yè)并購績效研究[D];青島理工大學;2018年

3 劉振芳;基于擴展圖理論的在線旅游運營商個性化推薦策略優(yōu)化研究[D];東南大學;2018年

4 張秀清;途牛旅游網(wǎng)營銷創(chuàng)新研究[D];華東交通大學;2017年

5 吳肖詠;途牛旅游網(wǎng)網(wǎng)絡營銷研究[D];湖南大學;2018年

6 鄧楊民;在線旅游定制平臺的分析與研究[D];北京交通大學;2018年

7 馬莉萍;在線旅游企業(yè)價值評估影響因素研究[D];首都經(jīng)濟貿易大學;2018年

8 劉琴;我國在線旅游業(yè)的SCP范式分析[D];湖南師范大學;2018年

9 陳偉;在線旅游服務企業(yè)商業(yè)模式研究[D];哈爾濱商業(yè)大學;2018年

10 張愷;峰終定律在在線旅游平臺設計中的應用研究[D];江南大學;2018年

本文編號：2700958