摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第7-13页 |
1.1 研究背景 | 第7-8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 旅游信息服务现状 | 第8-9页 |
1.2.2 推荐系统研究现状 | 第9-10页 |
1.3 主要研究内容和意义 | 第10-11页 |
1.4 论文结构安排 | 第11-13页 |
第2章 标签推荐系统理论介绍 | 第13-19页 |
2.1 标签推荐原理 | 第13-14页 |
2.2 标签推荐算法 | 第14-17页 |
2.2.1 基于资源内容的推荐 | 第14页 |
2.2.2 基于关联规则的推荐 | 第14页 |
2.2.3 基于协同过滤的推荐 | 第14-16页 |
2.2.4 基于张量分解的推荐 | 第16-17页 |
2.2.5 组合推荐算法 | 第17页 |
2.3 本章小结 | 第17-19页 |
第3章 旅游本体建模研究 | 第19-25页 |
3.1 本体的相关概念 | 第19-20页 |
3.2 旅游本体研究 | 第20-23页 |
3.2.1 建立类与类的关系 | 第20-21页 |
3.2.2 建立属性与属性特征 | 第21页 |
3.2.3 建立旅游本体模型 | 第21页 |
3.2.4 旅游本体中的用户信息建模 | 第21-22页 |
3.2.5 旅游本体中的景区资源建模 | 第22-23页 |
3.3 本章小结 | 第23-25页 |
第4章 基于本体相似性的个性化标签推荐算法研究 | 第25-35页 |
4.1 旅游本体相似性和去模糊化研究 | 第25-30页 |
4.1.1 本体直接相似性的度量指标研究 | 第26-27页 |
4.1.2 本体间接相似性的度量指标研究 | 第27-28页 |
4.1.3 基于游客相似性生成推荐标签列表 | 第28-29页 |
4.1.4 推荐标签列表的去模糊化研究 | 第29-30页 |
4.2 基于旅游本体的个性化标签组合推荐算法研究 | 第30-33页 |
4.2.1 基于协同过滤的老用户标签推荐算法研究 | 第31-32页 |
4.2.2 基于低阶张量分解的新用户推荐算法探究 | 第32-33页 |
4.2.3 基于旅游本体的新、老用户个性化标签推荐算法探究 | 第33页 |
4.3 本章小结 | 第33-35页 |
第5章 实验分析及系统实现 | 第35-51页 |
5.1 实验结果与性能分析 | 第35-45页 |
5.1.1 实验数据准备 | 第35-36页 |
5.1.2 评价指标 | 第36-37页 |
5.1.3 算法验证与性能分析 | 第37-44页 |
5.1.4 用户个性化满意度分析 | 第44-45页 |
5.2 在线旅游服务标签推荐原型系统 | 第45-48页 |
5.2.1 数据来源与采集流程 | 第45-46页 |
5.2.2 数据预处理与存储 | 第46-48页 |
5.3 原型系统的设计与实现 | 第48-50页 |
5.3.1 原型系统的框架设计 | 第48-49页 |
5.3.2 原型系统的功能实现 | 第49-50页 |
5.4 本章小结 | 第50-51页 |
第6章 总结与展望 | 第51-53页 |
6.1 论文总结 | 第51页 |
6.2 下一步研究 | 第51-53页 |
参考文献 | 第53-59页 |
致谢 | 第59-61页 |
攻读硕士学位期间研究成果 | 第61页 |