改进的贝叶斯算法在旅游景点推荐中的应用

作者：令狐红英; 姜季春

来源：贵州师范学院学报, 2012, (03): 22-26.

DOI：10.13391/j.cnki.issn.1674-7798.2012.03.010

• 特征选择
• 互信息
• 可信度
• 贝叶斯分类
• 景点推荐 feature selection
• mutual information
• credibility
• Bayesian classifier
• attractions recommendation

信息技术的飞速发展使得旅游信息呈爆炸式增长,如何根据游客的特征和偏好,进行旅游信息的智能化推荐已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的,应用了互信息的知识,通过相对可信度R来进行特征选择,以删除冗余属性,并把R作为权值引入到NB算法中,从而得到改进后的MI-NB算法。采用改进的贝叶斯分类算法(MI-NB)来进行旅游景点的推荐,能够大大降低分类数据的维数,有效提高了景点推荐的准确率。

• 出版日期2012
• 单位贵州大学; 贵州师范学院