| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.2.3 国内外研究综述 | 第17-18页 |
| 1.3 本文研究的主要内容和方法 | 第18-21页 |
| 1.3.1 本文研究的主要内容 | 第18-19页 |
| 1.3.2 主要研究方法 | 第19-21页 |
| 第2章 相关概念和理论基础 | 第21-31页 |
| 2.1 数据挖掘技术 | 第21-26页 |
| 2.1.1 数据挖掘的定义及流程 | 第21-23页 |
| 2.1.2 数据挖掘的任务 | 第23-24页 |
| 2.1.3 关联规则 | 第24-26页 |
| 2.2 智能导游系统 | 第26-28页 |
| 2.2.1 智能导游系统的定义 | 第26页 |
| 2.2.2 个性化推荐关联景区智能导游 | 第26-27页 |
| 2.2.3 景区智能导游系统个性化推荐现状及存在问题 | 第27-28页 |
| 2.3 个性化推荐技术 | 第28-30页 |
| 2.3.1 游客行为定义及描述 | 第28页 |
| 2.3.2 个性化景区推荐定义 | 第28-29页 |
| 2.3.3 个性化景区推荐方法分类 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 传统关联规则算法与改进 | 第31-40页 |
| 3.1 关联规则的经典Apriori算法 | 第31-35页 |
| 3.1.1 Apriori算法基本思想 | 第31页 |
| 3.1.2 Apriori算法流程 | 第31-35页 |
| 3.1.3 Apriori算法在景区智能导游系统中的局限性 | 第35页 |
| 3.2 关联规则的Apriori算法改进 | 第35-39页 |
| 3.2.1 景区智能导游系统中游客行为特征 | 第35-36页 |
| 3.2.2 基于游客行为的Apriori算法改进 | 第36-39页 |
| 3.2.3 Apriori算法改进对比 | 第39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 基于改进Apriori算法的个性化景区推荐架构及实验 | 第40-65页 |
| 4.1 基于改进Aprori算法的行为一偏好模型框架结构 | 第40-47页 |
| 4.1.1 行为-偏好模型建立 | 第40-42页 |
| 4.1.1.1 游客行为关联水平加权 | 第40-41页 |
| 4.1.1.2 多源关联垂直加权 | 第41页 |
| 4.1.1.3 复合加权关联规则 | 第41-42页 |
| 4.1.2 行为-偏好模型算法描述 | 第42-44页 |
| 4.1.3 行为-偏好模型检验 | 第44-47页 |
| 4.2 基于行为-偏好模型的个性化景区推荐架构 | 第47-52页 |
| 4.2.1 虚拟关联模块 | 第49-50页 |
| 4.2.2 个性化景区推荐模块 | 第50-51页 |
| 4.2.3 推荐质量反馈模块 | 第51-52页 |
| 4.3 个性化景区推荐实验分析 | 第52-61页 |
| 4.3.1 数据来源 | 第52-54页 |
| 4.3.2 数据分析 | 第54-61页 |
| 4.4 个性化景区推荐方法 | 第61-64页 |
| 4.4.1 定位目标游客 | 第61-62页 |
| 4.4.2 关联旅游服务 | 第62-63页 |
| 4.4.3 系统界面优化 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 研究总结 | 第65-66页 |
| 5.2 不足与研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
