近年來,文化旅游逐漸成為現代旅游業(yè)發(fā)展的主流之一。文化內涵是文化旅游景點的核心競爭力,文化旅游產品的競爭體現為文化的競爭。對景區(qū)景點描述文本按文化屬性自動分類,是快速建設文化旅游信息服務知識庫的重要途徑之一。針對文化旅游信息過載問題,推薦技術在一定程度上可以幫助人們快速尋找到感興趣的景區(qū)景點。然而,但現有的推薦算法并未考慮文化旅游景區(qū)景點中蘊含著文化背景或要素,無法推薦出特定文化屬性的文化旅游景區(qū)景點。本文根據文化旅游景區(qū)景點描述文本非結構化的特點,提出了一種基于樸素貝葉斯的文化旅游景區(qū)景點描述文本自動分類方法,并針對現有推薦算法無法根據文化旅游的特點進行推薦的問題,設計并實現一個交互式文化旅游景區(qū)景點在線推薦系統。主要研究成果如下:1.分析總結了文本分類、推薦系統和詞向量的相關理論和技術。首先,對文本分類問題進行簡單的概述,重點分析了文本分類過程中所涉及的方法和技術,包括分詞、去停用詞、向量空間模型（VSM）、特征降維、常用的幾種文本分類算法等。其次,重點論述了推薦系統的基本概念和基本模型,總結了經典的推薦算法、評價指標和推薦系統。最后,詳細介紹了詞向量、神經網絡語言模型和word2... 

【文章來源】：福州大學福建省 211工程院校

【文章頁數】：73 頁

【學位級別】：碩士

【部分圖文】：

圖１－１?ＳｍａｌｌＷｏｒｌｄｓ推薦頁面??ＴａｓｔｅＷｅｉｇｈｔｓｌ＃利用多種數據和技術產生推薦結果，通過關聯用戶評分、計算用戶??

圖１－３?ＴＩＧＲＳ推薦頁面??Ｇｒａｐｈ?ｅｍｂｅｄｄｉｎｇｓ＾７２】將相似的物品通過軸連接起來，它們和ＳｍａｌｌＷｏｒｌｄｓ?—樣，點圖來展示物品，節(jié)點之間的距離表示物品之間的相似性，Ｇｒａｐｈ?ｅｍｂｅｄｄｉｎｇｓ色區(qū)分不同類別的物品（如圖１－５所不）。ＴａｌｋＥｘｐｌｏｒｅｒ１７３】和ＳｅｔＦｕｓｉｏｎ１７４］對推薦推薦技術之間的關系進行可視化，ＴａｌｋＥｘｐｌｏｒｅｒ使用代理的方式展示多種推薦推薦結果（如圖１－６所示），例如，基于標簽的代理和基于內容的代理分別使用標簽和基于內容的推薦技術。用戶可以瀏覽相關的推薦結果，并通過探索與其和標簽的關系找到相似的物品。ＳｅｔＦｕｓｉｃｍ利用維恩圖檢查和過濾多種推薦技項目。界面分為三個部分（如圖丨－７所示）：左上角展示技術的重要程度，左下恩圖代表推薦項目與技術之間的關系，右側推薦列表展示推薦的一些細節(jié)，用于連接三個部分，這種方法使用戶可以了解推薦系統的內在邏輯，也就是可以看到系統使用了哪些推薦技術以及推薦過程中每個技術所占的權重。??８??

?ＯｋＧｃ?？??圖１－２?ＴａｓｔｅＷｅｉｇｈｔｓ推薦頁面??Ｆｉｌｔｅｒ?Ｃｏｎｔｒｏｌ：??Ｃ?ＪＭｍｒｘａｍｃＨ＾ｎａｒｉ?ｆ?■■ｒｃｈ??＂＂＂■＊＂—?ｒｗ??內齡Ｉ．—ＩＷ?？�。摺�?＿＊?＞．?＼??ｖｅｈＫｔｏｅｏｅｗｅｕｉｅｅｍ＊＊?＼＼?＿??＊ｏｒ?ｘｗｗｆｃｎ?ｉ?ｊｒ?Ａ??ｕｎｊ．ｗｘ?１?ｌｉｎｔａｆｄｔｏｃｉｐｉｌｎａｒｙ?ｉｎｎｏｖａｔｉｏｎ?ｎｕｎａ０？?？?ｍ？ｎｔ??ＪＷ？?ｕａｍａｕｎ?？ｍｍ??ｎ?＼??一?＼?＿??｜｜?ｅｏ？？？ｎｆｉ〇ｃｏｃｗｗＨ４?？ｎ〇ｗｎ??圖１－３?ＴＩＧＲＳ推薦頁面??Ｇｒａｐｈ?ｅｍｂｅｄｄｉｎｇｓ＾７２】將相似的物品通過軸連接起來，它們和ＳｍａｌｌＷｏｒｌｄｓ?—樣，通??過節(jié)點圖來展示物品，節(jié)點之間的距離表示物品之間的相似性，Ｇｒａｐｈ?ｅｍｂｅｄｄｉｎｇｓ使??用顏色區(qū)分不同類別的物品（如圖１－５所不）。ＴａｌｋＥｘｐｌｏｒｅｒ１７３】和ＳｅｔＦｕｓｉｏｎ１７４］對推薦項??目與推薦技術之間的關系進行可視化，ＴａｌｋＥｘｐｌｏｒｅｒ使用代理的方式展示多種推薦技??術的推薦結果（如圖１－６所示），例如，基于標簽的代理和基于內容的代理分別使用了??基于標簽和基于內容的推薦技術。用戶可以瀏覽相關的推薦結果，并通過探索與其它??用戶和標簽的關系找到相似的物品。ＳｅｔＦｕｓｉｃｍ利用維恩圖檢查和過濾多種推薦技術推??薦的項目。界面分為三個部分（如圖丨－７所示）：左上角展示技術的重要程度，左下角??的維恩圖代表推薦項目與技術之間的關系，右側推薦列表展示推薦的一些細節(jié)，顏色??提示用于連接三個部分

【參考文獻】：
期刊論文
[1]基于標簽的個性化旅游推薦[J]. 李雅美,王昌棟.  中國科學技術大學學報. 2017(07)
[2]基于word2vec和LSTM的飲食健康文本分類研究[J]. 趙明,杜會芳,董翠翠,陳長松.  農業(yè)機械學報. 2017(10)
[3]基于概率主題模型的景點知識挖掘及其可視化[J]. 徐潔,范玉順,白冰.  計算機應用. 2016(08)
[4]基于Web數據的農業(yè)網絡信息自動采集與分類系統[J]. 段青玲,魏芳芳,張磊,肖曉琰.  農業(yè)工程學報. 2016(12)
[5]基于事件卷積特征的新聞文本分類[J]. 夏從零,錢濤,姬東鴻.  計算機應用研究. 2017(04)
[6]基于聚類改進的KNN文本分類算法[J]. 周慶平,譚長庚,王宏君,湛淼湘.  計算機應用研究. 2016(11)
[7]基于支持向量機的中文農業(yè)文本分類技術研究[J]. 魏芳芳,段青玲,肖曉琰,張磊.  農業(yè)機械學報. 2015(S1)
[8]組推薦系統及其應用研究[J]. 張玉潔,杜雨露,孟祥武.  計算機學報. 2016(04)
[9]唐詩題材自動分類研究[J]. 胡韌奮,諸雨辰.  北京大學學報(自然科學版). 2015(02)
[10]基于位置的社會化網絡推薦系統[J]. 劉樹棟,孟祥武.  計算機學報. 2015(02)

博士論文
[1]文本分類關鍵技術及應用研究[D]. 鳳麗洲.吉林大學 2015

碩士論文
[1]面向航天領域知識管理的信息采集與分類應用研究[D]. 郭頌.中國科學院國家空間科學中心 2016
[2]基于關聯規(guī)則算法的旅游推薦研究[D]. 李遠博.陜西師范大學 2015
[3]基于時空數據的旅游信息推薦研究[D]. 于蓓佳.山東師范大學 2015
[4]基于旅游文記的旅游景點推薦及行程路線規(guī)劃系統[D]. 胡喬楠.浙江大學 2015
[5]基于文本挖掘的企業(yè)情報自動分類系統研究與應用[D]. 吳展云.廣東工業(yè)大學 2016



本文編號：3466115