融合熱度和隱特征分析模型推薦個性化森林旅游景點
發(fā)布時間:2023-06-03 01:55
基于采集自雅虎圖片分享網(wǎng)站Flickr上帶有地理標簽的森林旅游照片數(shù)據(jù),構(gòu)建游客-景點關(guān)系矩陣,運用隱特征分析模型和旅游景點熱度分析模型相融合的方法,分析游客對未去森林旅游景點的感興趣程度,為游客提供一份專屬的個性化的森林旅游景點推薦方案。研究結(jié)果表明:對于隱特征分析模型的森林景點推薦,正則化參數(shù)有效降低森林景點數(shù)據(jù)稀疏所導(dǎo)致的預(yù)測精度下降,同時合理的特征維度有助于提升森林景點評分預(yù)測的精度。此外,融合森林景點熱度分析的個性化推薦對推薦準確度和新穎性的提升都有積極幫助。因此,提出加強森林旅游個性化推薦算法的優(yōu)化以及增強森林旅游個性化推薦的新穎性研究的建議。
【文章頁數(shù)】:6 頁
【文章目錄】:
1 材料與方法
1.1 數(shù)據(jù)來源
1.2 分析方法
1.2.1 隱特征分析模型
1.2.2 旅游景點熱度分析模型
1.2.3 融合旅游景點熱度分析和隱特征分析模型的推薦評分方法
1.2.4 評價方法
1.3 數(shù)據(jù)處理方法
2 結(jié)果與分析
2.1 正則化參數(shù)能有效解決森林旅游數(shù)據(jù)稀疏所帶來的預(yù)測精度下降問題
2.2 特征維度的選擇有助于提升森林景點評分預(yù)測的精度
2.3 景點熱度在森林景點個性化推薦中起積極作用
3 結(jié)論與建議
3.1 結(jié)論
3.2 建議
本文編號:3828437
【文章頁數(shù)】:6 頁
【文章目錄】:
1 材料與方法
1.1 數(shù)據(jù)來源
1.2 分析方法
1.2.1 隱特征分析模型
1.2.2 旅游景點熱度分析模型
1.2.3 融合旅游景點熱度分析和隱特征分析模型的推薦評分方法
1.2.4 評價方法
1.3 數(shù)據(jù)處理方法
2 結(jié)果與分析
2.1 正則化參數(shù)能有效解決森林旅游數(shù)據(jù)稀疏所帶來的預(yù)測精度下降問題
2.2 特征維度的選擇有助于提升森林景點評分預(yù)測的精度
2.3 景點熱度在森林景點個性化推薦中起積極作用
3 結(jié)論與建議
3.1 結(jié)論
3.2 建議
本文編號:3828437
本文鏈接:http://sikaile.net/jingjilunwen/lyjj/3828437.html
最近更新
教材專著