版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、浙江工商大學(xué)碩士畢業(yè)論文基于隱式反饋數(shù)據(jù)的在線旅游推薦研究摘要隨著互聯(lián)網(wǎng)0 2 0 的迅猛發(fā)展,在線旅游行業(yè)出現(xiàn)了信息過(guò)載的問(wèn)題,面對(duì)種類和數(shù)量越來(lái)越多的旅游產(chǎn)品,在線旅游的用戶也難以快速高效的找到自己需要的產(chǎn)品。個(gè)性化推薦系統(tǒng)可以解決這個(gè)難題,借助用戶的歷史興趣幫助用戶在紛繁復(fù)雜的信息中找到其喜歡的物品。推薦系統(tǒng)多應(yīng)用于電子商務(wù)、電影和視頻、音樂(lè)等領(lǐng)域,對(duì)在線旅游行業(yè)推薦系統(tǒng)的研究甚少。因此,本文將結(jié)合在線旅游網(wǎng)站的行業(yè)背景,將邏輯回
2、歸模型和協(xié)同過(guò)濾算法進(jìn)行組合,構(gòu)建推薦模型。模型主要利用在線旅游網(wǎng)站用戶的隱式反饋數(shù)據(jù),首先采用邏輯回歸模型對(duì)用戶的隱式反饋數(shù)據(jù)進(jìn)行建模,將用戶的瀏覽行為轉(zhuǎn)化成用戶對(duì)物品的興趣度,再結(jié)合在線旅游的行業(yè)特點(diǎn)使用協(xié)同過(guò)濾推薦算法對(duì)用戶進(jìn)行推薦。此模型利用在線旅游網(wǎng)站的隱式反饋數(shù)據(jù),彌補(bǔ)了顯示反饋數(shù)據(jù)不足的弊端,充分挖掘用戶的瀏覽行為,獲取用戶的興趣度,實(shí)驗(yàn)證明此模型可以有效獲取用戶偏好,產(chǎn)生高質(zhì)量的推薦。關(guān)鍵詞:在線旅游行業(yè);推薦系統(tǒng);隱式
3、反饋;邏輯回歸模型;協(xié)同過(guò)濾浙江工商夫攀碩士畢業(yè)論文 J 幽螋刪舢刪㈣刪舢舢 Y 3 1 8 8 4 2 尹R E S E A R C H o N P E R S O N A L I Z E D R E C o M M E N D A T I o No F o N L I N E T R A V E L I N D U S T R Y B A S E D o N I M P L I C I TF E E D B A C K D A T
4、AA B S T R A C TW i t ht h er a p i dd e v e l o p m e n to f t h eI n t e r n e t0 2 0 ,t h eo n l i n et r a v e li n d u s t r yh a st h ep r o b l e mo fi n f o r m a t i o no v e r l o a d e d .A st h en u m b e ra
5、n dv a r i e t y o ft o u r i s m p r o d u c t sb e c a m em o r ea n dm o r e ,o n l i n et r a v e l u s e r sa r ed i f f i c u l tt of i n dt h ep r o d u c t sw h i c h t h e yn e e dq u i c k l ya n d e f f i c i
6、e n t l y .B y m e a n s o f u s i n g h i s t o r i c a l i n t e r e s t o f u s e r s ,P e r s o n a l i z e dr e c o m m e n d a t i o ns y s t e m c a n s o l v et h ep r o b l e m .I tc a n h e l pu s e r st of i n
7、 dt h e i ro w nf a v o r i t ei t e m s i nt h ec o m p l i c a t e di n f o r m a t i o n .R e c o m m e n d e ds y s t e mi s m a i n l yu s e di n e - c o m m e r c e ,f i l ma n dv i d e o ,m u s i ca n do t h e rf
8、i e l d s ,w h i c hm e a n st h es t u d yo f t h eo n l i n et r a v e li n d u s t r yr e c o m m e n d e ds y s t e m i s v e r y l i t t l e a t p r e s e n t .T h i s a r t i c l e p r o p o s e dap e r s o n a l i
9、 z e dr e c o m m e n d a t i o nm o d e l w h i c hc o m b i n e dw i t hl o g i s t i cr e g r e s s i o nm o d e la n dc o l l a b o r a t i v ef i l t e r i n g a l g o r i t h m ,w h i c ha p p l i e dt ot h eo n l
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱式反饋的分布式推薦算法研究.pdf
- 基于隱式反饋的音樂(lè)推薦技術(shù)研究.pdf
- 面向隱式反饋的推薦方法研究.pdf
- 基于隱式反饋的電視劇推薦系統(tǒng).pdf
- 基于用戶動(dòng)態(tài)偏好的異構(gòu)隱式反饋推薦算法研究.pdf
- 基于大規(guī)模用戶隱式行為反饋的書(shū)籍推薦方法研究.pdf
- 一種基于用戶隱式反饋的美食推薦算法研究.pdf
- 利用關(guān)聯(lián)數(shù)據(jù)中隱式反饋的Top-N推薦系統(tǒng)研究.pdf
- 基于用戶顯隱式反饋的協(xié)同過(guò)濾推薦算法研究與應(yīng)用.pdf
- 基于時(shí)空數(shù)據(jù)的旅游信息推薦研究.pdf
- 基于隱式社會(huì)網(wǎng)絡(luò)的電影推薦系統(tǒng)研究.pdf
- 基于隱式專家的個(gè)性化新聞推薦.pdf
- 基于散亂點(diǎn)云數(shù)據(jù)的隱式曲面重建研究.pdf
- 基于Storm的分布式在線推薦系統(tǒng).pdf
- 在線旅游網(wǎng)站關(guān)聯(lián)推薦方法的研究.pdf
- 基于隱性反饋的協(xié)同推薦.pdf
- 基于隱因子的邏輯回歸推薦模型研究.pdf
- 數(shù)據(jù)驅(qū)動(dòng)的反饋式教學(xué)服務(wù)研究.pdf
- 基于在線酒店預(yù)訂數(shù)據(jù)的旅游用戶行為決策研究.pdf
- 在線社會(huì)網(wǎng)絡(luò)用戶顯式和隱式關(guān)系研究.pdf
評(píng)論
0/150
提交評(píng)論