基于社交网络的个性化旅游景点推荐方法

作者：徐旋旋; 肖迎元; 许庆贤

来源：天津理工大学学报, 2017, 33(04): 46-56.

DOI：10.3969/j.issn.1673-095X.2017.04.010

• 个性化景点推荐
• 社交网络
• 聚类算法

个性化旅游景点推荐是推荐系统的一个重要应用,已被广泛的关注.现有的景点推荐方法聚集在给用户的偏好建模,大都忽略了用户与用户之间的关系以及用户与景点之间的关系.本文提出一种基于社交网络的个性化景点推荐方法,该方法首先使用k-means和DBSCAN算法分别对用户和景点进行聚类;然后将聚类后的用户与景点进行融合,构建个性化旅游景点推荐模型.为了验证本文提出方法的性能,进行了广泛的实验,实验结果显示本文提出的方法在召回率、准确率和平均绝对误差值都明显高于传统推荐方法.

• 出版日期2017
• 单位天津市智能计算及软件新技术重点实验室; 天津理工大学