天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 軟件論文 >

旅游推薦系統(tǒng)的研究與設(shè)計(jì)

發(fā)布時(shí)間:2021-03-10 15:02
  隨著社會(huì)的快速發(fā)展和人們生活水平的不斷提高,旅游已逐漸成為人們生活的重要組成部分,用戶能夠獲取旅游信息的渠道也隨信息技術(shù)的廣泛應(yīng)用而增加。大量未經(jīng)過(guò)濾的信息在展示給用戶的同時(shí),也淹沒(méi)了用戶真正感興趣的信息。為了方便用戶快速定位自己感興趣的信息,個(gè)性化旅游推薦系統(tǒng)應(yīng)運(yùn)而生。本文依據(jù)用戶興趣偏好,提出了基于自然遺忘規(guī)律的用戶興趣模型。首先,根據(jù)用戶個(gè)人信息和短期瀏覽行為,分別構(gòu)建長(zhǎng)期用戶興趣模型與短期用戶興趣模型。然后,合并兩個(gè)模型建立實(shí)時(shí)用戶興趣模型,并采用加權(quán)平均的方法來(lái)計(jì)算用戶興趣項(xiàng)的興趣度。最后,采用基于自然遺忘規(guī)律的方法更新用戶興趣度,使模型能夠更準(zhǔn)確的體現(xiàn)用戶的興趣。在深入研究加權(quán)關(guān)聯(lián)規(guī)則的基礎(chǔ)上,對(duì)項(xiàng)集權(quán)值的設(shè)定提出了改進(jìn),并優(yōu)化了頻繁項(xiàng)集的挖掘過(guò)程。首先,將用戶興趣模型輸出的用戶興趣度和數(shù)據(jù)項(xiàng)在數(shù)據(jù)庫(kù)中出現(xiàn)的概率乘積作為項(xiàng)集的權(quán)值,使權(quán)值的設(shè)置更合理;其次,在頻繁項(xiàng)集挖掘過(guò)程中,采用劃分?jǐn)?shù)據(jù)庫(kù)的方法和矩陣向量存儲(chǔ)結(jié)構(gòu),進(jìn)一步提高了算法的性能;最后,將所有局部數(shù)據(jù)庫(kù)中的頻繁項(xiàng)集合并成全局候選項(xiàng)集,從中篩選出全局頻繁項(xiàng)集,并生成強(qiáng)關(guān)聯(lián)規(guī)則。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法與MINWAL算法相比,性能有較大提高。最后,將改進(jìn)的算法應(yīng)用到基于Android的旅游景點(diǎn)推薦系統(tǒng)中,實(shí)現(xiàn)了個(gè)性化的旅游景點(diǎn)推薦。
【學(xué)位授予單位】:浙江理工大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2017
【分類號(hào)】:TP391.3
文章目錄
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)研究現(xiàn)狀
        1.2.2 國(guó)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論和技術(shù)
    2.1 MyBatis框架
        2.1.1 MyBatis簡(jiǎn)介
        2.1.2 MyBatis框架原理
        2.1.3 MyBatis框架優(yōu)缺點(diǎn)
    2.2 Fragment框架
    2.3 關(guān)聯(lián)規(guī)則
        2.3.1 關(guān)聯(lián)規(guī)則基本概念
        2.3.2 關(guān)聯(lián)規(guī)則挖掘算法
    2.4 加權(quán)關(guān)聯(lián)規(guī)則
        2.4.1 加權(quán)關(guān)聯(lián)規(guī)則概述
        2.4.2 水平加權(quán)關(guān)聯(lián)規(guī)則算法
        2.4.3 垂直加權(quán)關(guān)聯(lián)規(guī)則
        2.4.4 混合加權(quán)規(guī)則
    2.5 本章小結(jié)
第3章 用戶興趣模型構(gòu)建
    3.1 用戶興趣模型相關(guān)介紹
        3.1.1 用戶興趣模型表示方法
        3.1.2 用戶信息獲取
    3.2 用戶興趣模型構(gòu)建
        3.2.1 長(zhǎng)期用戶興趣模型
        3.2.2 短期用戶興趣模型
        3.2.3 用戶興趣模型建立
    3.3 用戶興趣模型的更新
        3.3.1 衰減更新
        3.3.2 更新流程
    3.4 本章小結(jié)
第4章 改進(jìn)加權(quán)關(guān)聯(lián)規(guī)則算法
    4.1 算法改進(jìn)措施
        4.1.1 劃分?jǐn)?shù)據(jù)庫(kù)
        4.1.2 引入矩陣向量
        4.1.3 項(xiàng)目權(quán)值的設(shè)置
    4.2 算法流程
    4.3 實(shí)例分析
    4.4 性能測(cè)試
    4.5 本章小結(jié)
第5章 旅游推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)總體設(shè)計(jì)
    5.2 系統(tǒng)需求分析
        5.2.1 系統(tǒng)功能目標(biāo)
        5.2.2 數(shù)據(jù)庫(kù)模塊設(shè)計(jì)
        5.2.3 服務(wù)器模塊設(shè)計(jì)
        5.2.4 客戶端模塊設(shè)計(jì)
    5.3 開發(fā)環(huán)境與系統(tǒng)測(cè)試
        5.3.1 開發(fā)環(huán)境
        5.3.2 系統(tǒng)測(cè)試
    5.4 系統(tǒng)實(shí)現(xiàn)
        5.4.1 首頁(yè)模塊
        5.4.2 推薦模塊
        5.4.3 個(gè)人中心
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝
 

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計(jì)算機(jī)與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學(xué)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導(dǎo)刊;2007年23期

5 葉群來(lái);;營(yíng)銷與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

6 李媚;;個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟(jì)學(xué)模型的推薦系統(tǒng)的研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進(jìn)展及展望[J];信息系統(tǒng)學(xué)報(bào);2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強(qiáng)學(xué)習(xí)的旅行計(jì)劃推薦系統(tǒng)[J];計(jì)算機(jī)工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識(shí)瀏覽領(lǐng)域的應(yīng)用[J];硅谷;2011年21期

相關(guān)博士學(xué)位論文 前10條

1 周魏;推薦系統(tǒng)中基于目標(biāo)項(xiàng)目分析的托攻擊檢測(cè)研究[D];重慶大學(xué);2015年

2 田剛;融合維基知識(shí)的情境感知Web服務(wù)發(fā)現(xiàn)方法研究[D];武漢大學(xué);2015年

3 胡亮;集成多元信息的推薦系統(tǒng)建模方法的研究[D];上海交通大學(xué);2015年

4 孫麗梅;Web-based推薦系統(tǒng)中若干關(guān)鍵問(wèn)題研究[D];東北大學(xué);2013年

5 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

6 楊東輝;基于情感相似度的社會(huì)化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

7 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

8 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

9 劉龍;一個(gè)能實(shí)現(xiàn)個(gè)性化實(shí)時(shí)路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

10 李濤;推薦系統(tǒng)中若干關(guān)鍵問(wèn)題研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 朱孔真;基于云計(jì)算的電子商務(wù)智能推薦系統(tǒng)研究[D];武漢理工大學(xué);2014年

2 郭敬澤;基于賦權(quán)評(píng)分和Dpark的分布式推薦系統(tǒng)研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設(shè)計(jì)[D];江南大學(xué);2015年

4 李煒;基于電子商務(wù)平臺(tái)的保險(xiǎn)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

5 車豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學(xué);2015年

6 秦大路;基于因式分解機(jī)模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學(xué);2015年

7 徐霞婷;動(dòng)態(tài)路網(wǎng)監(jiān)控與導(dǎo)航推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];蘇州大學(xué);2015年

8 黃學(xué)峰;基于Hadoop的電影推薦系統(tǒng)研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

9 路小瑞;基于Hadoop平臺(tái)的職位推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 李愛寶;基于組合消費(fèi)行為分析的團(tuán)購(gòu)?fù)扑]系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年



本文編號(hào):1996156

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1996156.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶75d64***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com