Personal Attraction-Recommend算法在旅游景点推荐上的应用研究

摘要

使用协同过滤推荐算法向游客进行旅游景点个性化推荐时,景点特征描述是影响推荐精度的关键要素之一,为了更有效地描述景点特征,本文提出了Personal Attraction-Recommend算法,结合游客评分数据从多个维度对景点信息进行描述,由于季节因素在一定程度上也会影响游客的选择,在Personal Attraction-Recommend算法中通过增加季节因子,排除在季节上不符合游客要求的景点.此外,在Personal Attraction-Recommend算法中,对游客进行了感知价值相似度计算,提高了最近邻居的准确度,通过参照邻居用户的评分数据向游客推荐景点,实验结果表明本算法可以在一定程度上提高旅游景点推荐精度,满足游客的个性化需求.