隨著移動信息技術的高速發(fā)展和信息資源的爆炸式增長,“信息過載”、“信息迷航”等問題的日益嚴重,如何解決移動環(huán)境下紛亂復雜的移動信息過載問題,已成為當下移動個性化推薦領域亟須解決的熱點問題。移動推薦系統(tǒng)作為解決這一難題的行之有效的方案,受到了學術界和移動服務商們的廣泛關注與應用�？墒怯捎谝苿油扑]的新特性和新數(shù)據(jù),傳統(tǒng)推薦難以直接應用于移動推薦領域,而現(xiàn)有的研究多是以傳統(tǒng)推薦算法為基礎,對移動推薦的研究不夠深入和徹底。伴隨著移動旅游和個性化自助出游的蓬勃發(fā)展,針對移動旅游平臺的移動旅游推薦非常具有研究價值和實際意義,然而作為其核心的移動旅游線路推薦的研究與應用非常少,且多數(shù)移動旅游門戶網(wǎng)站只提供基礎的基于流行度的旅游景點推薦。針對這一現(xiàn)狀,本文構(gòu)建了移動推薦系統(tǒng)總體架構(gòu)模型,并提出了UPST-TB和T-ARC兩種移動個性化推薦算法優(yōu)化方案。首先,構(gòu)建基于智慧網(wǎng)絡下的移動推薦系統(tǒng)總體架構(gòu)模型,闡明移動推薦系統(tǒng)整體架構(gòu)并描述了推薦系統(tǒng)的具體流程。即使用推薦子系統(tǒng)實現(xiàn)基于移動服務的個性化推薦,通過反饋系統(tǒng)與用戶進行實時交互,了解用戶的實時偏好和選擇結(jié)果,最終以迭代的方式優(yōu)化移動個性化推薦服務。其... 

【文章來源】：桂林理工大學廣西壯族自治區(qū)

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

權(quán)重系數(shù)測試評價結(jié)果


本文編號：3608039