資源描述：
《基于社會網(wǎng)絡分析的旅游產(chǎn)品推薦方法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、碩士學位論文基于社會網(wǎng)絡分析的旅游產(chǎn)品推薦方法研究研究生姓名：陳旭光導師姓名：樊瑋教授2016年4月17日分類號：TP391密級：公開UDC：004學號：1305024中國民航大學碩士學位論文基于社會網(wǎng)絡分析的旅游產(chǎn)品推薦方法研究研究生姓名：陳旭光導師姓名：樊瑋教授申請學位類別：工學碩士學科專業(yè)名稱：計算機科學與技術所在院系：計算機科學與技術學院論文答辯日期：2016年4月24日2016年4月17日ResearchofTourismProductsRecommendingMethodBasedontheSocialNetwor
2、kAnalysisADissertationSubmittedtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofScienceByChenXu-guangSupervisedbyProf.FanWeiCollegeofComputerScienceandTechnologyCivilAviationUniversityofChinaApril2016摘要利用社會網(wǎng)絡分析技術，構建出游客社會網(wǎng)絡，挖掘出游客間存在的局部社區(qū)關系，然后與傳統(tǒng)的協(xié)同過濾推薦算法
3、進行結合，能夠有效解決旅游產(chǎn)品推薦中數(shù)據(jù)稀疏性問題，另一方面向有社會關系的一群用戶推薦他們喜歡的旅游產(chǎn)品，能夠減少推薦的盲目性，提高推薦精準度，并且能夠協(xié)助旅游公司給用戶提供更加個性化的服務，提升旅游體驗。為解決游客社會網(wǎng)絡構建與社區(qū)發(fā)現(xiàn)問題，以真實的游客旅游記錄為基礎，設計出了一種游客社會網(wǎng)絡構建方法，并研究了基于中心節(jié)點擴張的局部社區(qū)挖掘算法。該算法對PageRank算法進行了修改，使其適用于社會網(wǎng)絡中節(jié)點的排名，在此基礎上研究了基于中心節(jié)點擴張的局部社區(qū)挖掘算法。在基于社會網(wǎng)絡分析的旅游產(chǎn)品推薦算法中，通過計算同一局部社
4、區(qū)內(nèi)用戶之間的直接信任度和間接信任度，量化為信任度值，然后對傳統(tǒng)的協(xié)同過濾推薦算法進行改進，將用戶的信任度值融入到用戶相似性的計算當中去。通過對某旅游公司的真實游客旅游記錄進行加載、轉(zhuǎn)換和去噪，進行實驗。實驗結果表明，本文提出的基于中心節(jié)點擴張的局部社區(qū)挖掘算法可以有效地挖掘出游客社會網(wǎng)絡中存在的局部社區(qū)，并且具有較小的時間復雜度。在推薦算法的對比實驗當中，本文采用平均絕對誤差MAE與準確率作為對比，對比結果表明，本文提出的基于社會網(wǎng)絡分析的旅游產(chǎn)品推薦算法的MAE比傳統(tǒng)的協(xié)同過濾推薦算法降低了0.021，準確率提高了2.5%
5、。關鍵詞：旅游產(chǎn)品推薦；協(xié)同過濾；游客社會網(wǎng)絡；網(wǎng)頁排名；局部社區(qū)挖掘；IAbstractWiththetechnologyofsocialnetworkanalysiswebuiltatouristssocialnetwork,anddigoutthelocalcommunitiesinit,thencombinedwiththetraditionalcollaborativefilteringalgorithm.Thismethodcansolvetheproblemofdatasparsityeffectively,on
6、theotherhandrecommendtheirfavoritetourismproductstoagroupofuserswithsocialrelationscanreducetherecommendedblindness,improvetherecommendationaccuracy,andtheabilitytoprovideuserswithmorepersonalizedservicestoenhancethetravelexperience.Tosolvetheproblemsofthetouristsso
7、cialnetworkbuildingandtouristsrelationshipclassification,anapproachtoconstructingtouristssocialnetworkwhichbasedonrealtouristsrecordsispresented,andalocalcommunityminingalgorithmwasproposedwhichbasedoncenternodesexpansion.ThisalgorithmmodifiedthePageRankalgorithmfor
8、nodesranking,andthenresearchthemethodoflocalcommunityminingwhichbasedoncenternodesexpansion.Inthetourismproductsrecommendingmethodbasedont
