基于位置(Lbsn)的社交網絡中混合推薦算法的設計
2019-03-19 23:55:30 來源：本站原創 瀏覽：270次內容提要：jsp538: 制定旅游計劃是一件繁雜的工作，本文提出的混合推薦是對人和地點都會有參考，提出個性化偏好。出行計劃可以根據輸入地范圍，可以從這個人往期和好友數據得出一系列具體位置和偏好，如具體景點、路線、每個景點周圍的景點、多個景點之間的出行方案、導游信息，再根據用戶選擇的一個地點得到一個旅游路線，導游是根據用戶的喜好來確定的，從而實現地點和人交互旅游意向，實時提供旅游包，對用戶出行具有一定的參考價值。
本系統是大數據結合推薦算法制作的一款和地理信息相關技術的綜合應用知識，系統的開發采用了java技術和相關的算法進行實現，本系統主要實現的功能和相關的技術進行綜合的大數據應用的實現，也是畢業設計中的一項重要的考核，系統功能和實現如下：
1 ROI景點推薦
根據使用推薦系統的用戶和輸入的地點：推測用戶推薦感興趣的信息，幫助用戶決定應該選擇什么對象，模擬銷售人員幫助用戶完成采納過程。出行推薦系統則根據用戶的興趣特點和行為；
向用戶推薦其感興趣的導游信息，通過建立用戶和景點之間的二元關系，根據用戶的使用出行和要求發掘用戶潛在的興趣，從而針對用戶提供推薦服務，如：根據用戶提供的歷史記錄，包括用戶對景點的瀏覽記錄和用戶旅游購物旅游使用商品的評價；找出用戶的相似用戶或者某景點的相似信息；針對目標用戶，向用戶推薦用戶可能喜歡的旅游路線。本文感興趣個性薦包括熱門的推薦路線、導游信息、熱門景點和周圍景點交通方式。
2關聯篩選算法
關聯過濾算法的基本思想是將興趣相似用戶所感興趣的信息給目標用戶：如路線、導游信息、旅游推薦等。其相關系數用來表示兩組近似線性的數據的相似度，相似度計算是各種數據挖掘算法的主要數學基礎。本文采用實例學習中的K近鄰算法及關聯分析，即利用距離或相關系數作為數據基礎的，關聯篩選算法分為：基于用戶的關聯篩選和基于地點的關聯篩選過濾。
3景點個性化推薦系統設計
使用javaEE架構體系，基于B/S模式，空間數據庫及數據挖掘技術的發展使得存儲和分析大量異構數據成為可能，對這些數據進行挖掘使得研究者可提取重要的規律及興趣模式，所以講數據挖掘技術應用于景點網絡分析。
