基于遗忘函数和流行度的旅游产品个性化推荐研究-中国期刊网

摘要非线性遗忘函数能够改进传统协同过滤推荐算法没有考虑游客兴趣稳定性的缺点,从而实现精准旅游个性化服务推荐。但是非线性遗忘函数并没有考虑到旅游产品的流行度,流行度越高的旅游产品,游客之间的兴趣相似度便越不准确,而流行度越低的产品,预测游客之间的兴趣相似度就更加准确。鉴于此,为了更进一步提高推荐精准度,在非线性遗忘函数的基础上构建考虑旅游产品流行度的数学模型,削弱流行度高的旅游产品的权值,调整游客间兴趣相似度。实验表明,引入产品流行度后,得到的平均绝对差值变小,推荐精准度也显著增加。

1赵薇. 基于个性化推荐算法的电影旅游APP.产业经济,2021-01.
2王叁军. 基于用户画像的产品个性化推荐系统的研究与应用.建筑技术科学,2021-08.
3李克潮;黎晓. 个性化图书推荐研究.图书馆学,2011-10.
4徐文青;双林平. 融合热门度因子基于标签的个性化图书推荐算法.情报学,2015-03.
5王玉林;王永鉴;柴争义. 基于免疫算法的个性化推荐系统.通信与信息系统,2016-10.
6作者：山东协和学院,计算机学院,胡珂,胡莹莹. 基于大数据的个性化推荐系统研究.建筑技术科学,2024-06.
7原宗毅. 基于个性化推荐的网络学习平台设计.建筑理论,2021-09.
8董林林;杨传龙;黄学波. 基于本体的个性化推荐系统研究与实现.计算机科学与技术,2018-02.
9张中一. 基于随机游走的个性化电影推荐系统研究.教育学原理,2017-04.
10刘兆兴;张宁;李季明. 基于协同过滤和网络结构的个性化推荐算法.系统科学,2011-02.

基于遗忘函数和流行度的旅游产品个性化推荐研究

来源期刊

相关推荐

同分类资源更多

相关关键词

基于遗忘函数和流行度的旅游产品个性化推荐研究

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多