融合热度和隐特征分析模型推荐个性化森林旅游景点
2020-01-20分类号:F326.2;F592
【部门】平顶山学院艺术设计学院
【摘要】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。
【关键词】森林旅游景点 个性化推荐 时间模型 隐特征分析模型
【基金】
【所属期刊栏目】林业经济问题
文献传递