基于社会网络分析的旅游产品推荐方法研究

《基于社会网络分析的旅游产品推荐方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于社会网络分析的旅游产品推荐方法研究研究生姓名：陈旭光导师姓名：樊玮教授2016年4月17日分类号：TP391密级：公开UDC：004学号：1305024中国民航大学硕士学位论文基于社会网络分析的旅游产品推荐方法研究研究生姓名：陈旭光导师姓名：樊玮教授申请学位类别：工学硕士学科专业名称：计算机科学与技术所在院系：计算机科学与技术学院论文答辩日期：2016年4月24日2016年4月17日ResearchofTourismProductsRecommendingMethodBasedontheSocialNetwor

2、kAnalysisADissertationSubmittedtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofScienceByChenXu-guangSupervisedbyProf.FanWeiCollegeofComputerScienceandTechnologyCivilAviationUniversityofChinaApril2016摘要利用社会网络分析技术，构建出游客社会网络，挖掘出游客间存在的局部社区关系，然后与传统的协同过滤推荐算法

3、进行结合，能够有效解决旅游产品推荐中数据稀疏性问题，另一方面向有社会关系的一群用户推荐他们喜欢的旅游产品，能够减少推荐的盲目性，提高推荐精准度，并且能够协助旅游公司给用户提供更加个性化的服务，提升旅游体验。为解决游客社会网络构建与社区发现问题，以真实的游客旅游记录为基础，设计出了一种游客社会网络构建方法，并研究了基于中心节点扩张的局部社区挖掘算法。该算法对PageRank算法进行了修改，使其适用于社会网络中节点的排名，在此基础上研究了基于中心节点扩张的局部社区挖掘算法。在基于社会网络分析的旅游产品推荐算法中，通过计算同一局部社

4、区内用户之间的直接信任度和间接信任度，量化为信任度值，然后对传统的协同过滤推荐算法进行改进，将用户的信任度值融入到用户相似性的计算当中去。通过对某旅游公司的真实游客旅游记录进行加载、转换和去噪，进行实验。实验结果表明，本文提出的基于中心节点扩张的局部社区挖掘算法可以有效地挖掘出游客社会网络中存在的局部社区，并且具有较小的时间复杂度。在推荐算法的对比实验当中，本文采用平均绝对误差MAE与准确率作为对比，对比结果表明，本文提出的基于社会网络分析的旅游产品推荐算法的MAE比传统的协同过滤推荐算法降低了0.021，准确率提高了2.5%

5、。关键词：旅游产品推荐；协同过滤；游客社会网络；网页排名；局部社区挖掘；IAbstractWiththetechnologyofsocialnetworkanalysiswebuiltatouristssocialnetwork,anddigoutthelocalcommunitiesinit,thencombinedwiththetraditionalcollaborativefilteringalgorithm.Thismethodcansolvetheproblemofdatasparsityeffectively,on

6、theotherhandrecommendtheirfavoritetourismproductstoagroupofuserswithsocialrelationscanreducetherecommendedblindness,improvetherecommendationaccuracy,andtheabilitytoprovideuserswithmorepersonalizedservicestoenhancethetravelexperience.Tosolvetheproblemsofthetouristsso

7、cialnetworkbuildingandtouristsrelationshipclassification,anapproachtoconstructingtouristssocialnetworkwhichbasedonrealtouristsrecordsispresented,andalocalcommunityminingalgorithmwasproposedwhichbasedoncenternodesexpansion.ThisalgorithmmodifiedthePageRankalgorithmfor

8、nodesranking,andthenresearchthemethodoflocalcommunityminingwhichbasedoncenternodesexpansion.Inthetourismproductsrecommendingmethodbasedont