融合热度和隐特征分析模型推荐个性化森林旅游景点

发布时间：2023-06-03 01:55

　　基于采集自雅虎图片分享网站Flickr上带有地理标签的森林旅游照片数据,构建游客-景点关系矩阵,运用隐特征分析模型和旅游景点热度分析模型相融合的方法,分析游客对未去森林旅游景点的感兴趣程度,为游客提供一份专属的个性化的森林旅游景点推荐方案。研究结果表明:对于隐特征分析模型的森林景点推荐,正则化参数有效降低森林景点数据稀疏所导致的预测精度下降,同时合理的特征维度有助于提升森林景点评分预测的精度。此外,融合森林景点热度分析的个性化推荐对推荐准确度和新颖性的提升都有积极帮助。因此,提出加强森林旅游个性化推荐算法的优化以及增强森林旅游个性化推荐的新颖性研究的建议。

【文章页数】：6 页

【文章目录】：
1 材料与方法
    1.1 数据来源
    1.2 分析方法
        1.2.1 隐特征分析模型
        1.2.2 旅游景点热度分析模型
        1.2.3 融合旅游景点热度分析和隐特征分析模型的推荐评分方法
        1.2.4 评价方法
    1.3 数据处理方法
2 结果与分析
    2.1 正则化参数能有效解决森林旅游数据稀疏所带来的预测精度下降问题
    2.2 特征维度的选择有助于提升森林景点评分预测的精度
    2.3 景点热度在森林景点个性化推荐中起积极作用
3 结论与建议
    3.1 结论
    3.2 建议



本文编号：3828437