基于本体的旅游信息推荐
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 推荐系统研究现状 | 第10-12页 |
1.2.2 旅游推荐系统的究现状 | 第12-13页 |
1.3 论文的研究内容和预期研究成果 | 第13-14页 |
1.4 论文的结构及内容安排 | 第14-15页 |
第2章 相关技术概述 | 第15-27页 |
2.1 本体的相关理论研究 | 第15-16页 |
2.1.1 本体的概念 | 第15页 |
2.1.2 本体构建工具 | 第15页 |
2.1.3 本体的结构组成 | 第15-16页 |
2.2 关联规则的相关理论研究 | 第16-19页 |
2.2.1 Apriori算法 | 第16-17页 |
2.2.2 FP-Growth算法 | 第17-19页 |
2.3 协同过滤推荐的相关理论研究 | 第19-23页 |
2.3.1 基于用户的协同过滤推荐 | 第20-22页 |
2.3.2 基于物品的协同过滤推荐 | 第22-23页 |
2.4 上下文感知推荐的相关理论研究 | 第23-24页 |
2.4.1 上下文感知推荐研究背景 | 第23-24页 |
2.4.2 上下文感知推荐研究现状 | 第24页 |
2.5 推荐系统评测 | 第24-26页 |
2.5.1 推荐系统实验方法 | 第24-25页 |
2.5.2 推荐系统评测指标 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第3章 旅游景点本体的构建 | 第27-35页 |
3.1 引言 | 第27-28页 |
3.2 本体构建准则 | 第28-29页 |
3.3 本体构建方法 | 第29-30页 |
3.4 旅游景点本体设计及实现 | 第30-34页 |
3.5 本章小结 | 第34-35页 |
第4章 旅游信息推荐 | 第35-49页 |
4.1 引言 | 第35-36页 |
4.2 用户关联规则挖掘 | 第36-38页 |
4.3 混合推荐 | 第38-45页 |
4.3.1 融入时间因子和评价因子的协同过滤 | 第38-41页 |
4.3.2 基于景点本体的用户协同过滤 | 第41-43页 |
4.3.3 推荐算法混合 | 第43-45页 |
4.4 多种上下文信息过滤 | 第45-46页 |
4.4.1 基于旅游景点本体的上下文信息 | 第45页 |
4.4.2 上下文信息过滤 | 第45-46页 |
4.5 基于旅游景点本体的信息拓展 | 第46-47页 |
4.6 本章小结 | 第47-49页 |
第5章 实验结果分析 | 第49-59页 |
5.1 实验数据的获取 | 第49页 |
5.2 实验平台及环境 | 第49页 |
5.3 实验对比及分析 | 第49-57页 |
5.4 本章小结 | 第57-59页 |
结论 | 第59-61页 |
参考文献 | 第61-67页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第67-69页 |
致谢 | 第69页 |