首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
旅游突发事件自动分类能快速地为旅游产业链中的各行业提供决策依据,介绍文本分类技术中朴素贝叶斯分类方法的基本原理,利用Java语言调用开源的机器学习软件Weka相关算法,构建一个朴素贝叶斯分类器,实验数据表明,朴素贝叶斯分类器在旅游突发事件自动分类中有较好的性能。  相似文献   

2.
RSS是一种基于RDF/XML描述的全新的互联网信息获取方式。但目前,RSS文档的分类完全依赖于预先设定,对于适应用户多变的需求存在着明显的不足。朴素贝叶斯分类器是解决自然语言文本文档分类问题的最有效的方法之一。通过构造朴素贝叶斯学习器,用户可以构造出符合自己要求的RSS分类结构。实验结果表明,这种基于朴素贝叶斯方法的分类器。可以很好地实现对RSS文档的自动分类。  相似文献   

3.
针对现有旅游路线推荐算法在实际应用中景点标签缺失、依赖用户评分等缺陷,提出一种基于深度表示模型的旅游路线推荐算法。根据时空轨迹隐含的位置顺序和时间中的用户移动模式,建立深度表示模型对每个用户的时空间序列训练特征向量,并用Kmeans算法对训练结果进行聚类。为验证实验结果,将用户的移动模式应用到旅游路线推荐上,选择使用Gowalla上的签到数据集进行检测。实验结果表明,包含诸如“购物”,“夜生活”等标签的移动轨迹具备推荐价值。  相似文献   

4.
传统推荐系统存在不以用户关注度为导向、推荐信息分散、推荐效率低等弊端,针对该问题,通过深入挖掘用户的关注度特征及浏览行为特征,分析用户的潜在需求,以此为基础,综合基于类别关注度的信息推荐、基于主题词的长期关注度推荐以及基于协同过滤的个性化推荐算法,采用模块化的设计方法,提出一种基于用户关注度的个性化推荐系统。实践应用表明,该系统能够帮助用户从海量信息中快速、准确地找到自己关注的内容,对互联网个性化信息服务具有一定的应用价值。  相似文献   

5.
为了弥补传统朴素贝叶斯分类器在实际应用中代价不敏感的缺点,基于最小风险准则构建朴素贝叶斯模型和树增强朴素贝叶斯网模型,通过预先设置损失矩阵,分类器可以区分各种误判情形产生的代价,利用1 000条德国信用卡样本数据进行实验。研究发现,在以损失最小为导向的用户信用评估方面,基于最小风险准则构建分类器产生的总损失更小,综合性能更好;在分类性能上,简单的朴素贝叶斯模型可与复杂的基于爬山算法建立的贝叶斯网络模型相媲美;从整体经济效益看,朴素贝叶斯模型更胜一筹。  相似文献   

6.
随着旅游产业E时代的到来,新的旅游业态不断出现,数字化、智能化成为旅游企业参与市场竞争的有力武器,智慧旅游成为旅游行业的发展方向。E时代的旅游产业要求旅游人才能够为游客提供智能化服务,进行数字化的经营管理,使用多种新型媒体进行旅游营销,为游客定制个性化的旅游服务。当前,我国旅游人才的培养还不能适应这种变化,建议从培养目标、课程设置、教材编写、教学手段与方法等方面进行培养模式的创新,培养适合E时代旅游企业发展需求的旅游人才。  相似文献   

7.
旅游电子商务与网络社交媒体发展导致旅游信息爆炸式增长,用户面临信息过载问题。为使用户快速获取并甄别信息,将传统协同过滤推荐算法应用于景点推荐,游客对景点评分构成评分矩阵,计算景点之间相似度,根据相似景点评分预测游客对目标景点评分。实验结果显示,景点预测评分平均绝对误差为0.696,Item-based景点推荐算法能根据游客偏好推荐景点。  相似文献   

8.
在基于知识的推荐系统中,用户的个性化需求需要通过交互引导得出。为了提高用户的交互体验,建立了基于有限状态机(FSM)的用户交互模型。根据所推荐物品的特征建立用户交互行为的有限状态机模型,通过求解有限状态机模型的有效路径,生成用户的个性化需求和偏好。该模型通过会话式的交互方式,根据用户的个体特征,提供有效交互,减少了用户交互负担,提高了推荐结果的信任度、满意度。  相似文献   

9.
个性化推荐在网络中应用越来越广泛,在电子商务中表现尤其突出,然而个性化推荐技术在网络招聘推荐领域的应用却不是很成熟。设计了基于内容过滤的网络招聘双向推荐系统,利用简历的特性获取用户需求信息并提取特征项,建立需求向量,通过计算向量相似度进行推荐,依据统计用户历史信息调整权重值的大小,进而增强系统的可靠性。实验表明:本系统一定程度上可以提高用户的满意度,提高推荐的成功率,增加用户对系统的信任程度。  相似文献   

10.
在信息化时代的背景下,为了增强旅游行业竞争力,设计基于浏览器/服务器(Browser/Server)模式的旅游产品网络营销平台.为了进一步优化旅游产品的网络营销,该平台使用了推荐系统和基于位置服务(LBS)的相关技术,为用户提供个性化的旅游产品.在设计个性化推荐算法的过程中,综合考虑了用户交易历史、产品的类别、商家的信誉等方面,实现向目标顾客推荐最合适的旅游产品的目标.  相似文献   

11.
体验经济的来临时旅游业是机遇更是挑战. "体验式旅游"将成为旅游消费的主要趋势,景点必须对旅游体验给予更多的关注,使之能够满足游客需要、需求与期望.旅游产品的拓展必须建立在游客体验基础上,旅游者个性化与多样化特点使得SWOT分析方法无法单独适应新的形势.基于游客体验的ASEB栅格分析法并结合SWOT分析方法作为研究工具,对德州市苏禄王墓进行了实证研究,试图探寻体验经济背景下可能存在的与游客体验相互矛盾和错位的因素,为其旅游产品的拓展以及提高对游客的持续吸引力提供思路.  相似文献   

12.
随着互联网产品的多样化,群推荐的应用需求也在不断上升,而目前群推荐技术大多停留在个性化推荐的简单叠加阶段.由于群组成员之间的关系复杂性,提高群推荐的准确性和用户满意度相对于单一用户的推荐更加困难.为尽可能的提高推荐质量,过去的大部分研究考虑到用户之间的相互关系及相似性,但由于群组推荐的情境变化很多,很少有方法可以满足和适用所有的情境.通过使用一种针对群推荐系统特殊性进行改进的新颖数据融合方法,试图根据用户推荐列表排序的相似性研究出用户偏好模式,进而推算出用户在群里的偏好权重.实验方法与几种常见的数据融合方法进行比较,通过比较召回率和F1值对推荐结果进行评价,发现在推荐效果上有一定提高.  相似文献   

13.
个性化旅游发展迅速,已有方法主要集中在单个旅游产品推荐上,而旅游行程存在明显的序列性,并受到当前已有行程轨迹影响。因此,提出一种旅行中后续行程序列的推荐方法SeqRem,基于所有用户的行程序列挖掘频繁序列模式,并以此为依据利用最大点权独立集方法对用户的历史行程序列进行分割,以发现最优序列推荐内容。实验证明,SeqRem在单点推荐和序列推荐准确率与召回率均具有较好效果。  相似文献   

14.
网络环境下基于Web的个性化学习是现代远程教育与智慧教育领域研究的热点,也是数字化学习E-learning未来发展的趋势。Web个性化学习环境构建主旨是针对学习者特征差异性"分析"与"判断"其个性化需求,并以此精准推荐适当的学习资源,其实现的关键在于用户特征模型构建与分析、结构化领域知识构建以及知识个性化推荐与呈现。其中,用户静态特征与动态行为特征是个性化学习需求的逻辑起点,结构化领域知识模型是个性化推荐的数据源基础,知识个性化推荐与呈现是E-learning的宗旨。  相似文献   

15.
论个性化信息推送服务   总被引:2,自引:0,他引:2  
信息技术和网络技术的飞速发展,在为人们带来方便的同时,也导致了“信息过载”和“信息迷向”。要想及时、准确地从Internet获得相关文档变得越来越困难。这就迫切需要一种可以满足用户特定信息需求的个性化环境,将用户感兴趣的信息主动推荐给用户的服务方式,即个性化信息服务。信息服务的个性化是能够满足用户个人信息需求的一种服务,即通过对用户个性、使用习惯的分析主动地向用户提供其可能需要的信息服务。个性化的信息推送服务是实现个性化信息服务的有效途径.  相似文献   

16.
北京郊区乡村旅游市场需求的调查与分析   总被引:1,自引:0,他引:1  
了解游客的出游动机和心理需求可以准确把握乡村旅游市场需求。通过对北京郊区乡村旅游游客进行随机调查,结果表明,客源市场以北京中青年城市居民为主,游客偏爱乡村原生性、体验性的旅游项目,多通过亲朋好友获得信息且以一日游为主。关注客源市场需求旨在为乡村旅游的发展提供决策依据。  相似文献   

17.
大数据时代,如何让用户在海量信息中快速查询所需信息尤为重要。推荐系统可发现用户潜在需求,为用户提供个性化服务。以电影推荐系统为例,提出了一种改进的协同过滤算法,并在真实数据集上进行实验,结果表明系统可靠性明显提高。  相似文献   

18.
讨论为访问用户提供高质量个性化推荐服务的个性化推荐系统的设计和实现.通过分析现有的基于Web体系结构的个性化推荐系统的特点,从用户访问W eb页面的特点出发,确定了以网页结构相关性为基础进行个性化推荐技术研究的目标.推荐系统由离线挖掘子系统和在线推荐子系统两部分组成.仿真实验表明,基于网页结构相关性的推荐系统具有较高的推荐准确性和更快的响应速度.  相似文献   

19.
体验经济的来临对旅游业是机遇更是挑战."体验式旅游"将成为旅游消费的主要趋势,景点必须对旅游体验给予更多的关注,使之能够满足游客需要、需求与期望.旅游产品的拓展必须建立在游客体验基础上,旅游者个性化与多样化特点使得"专家诊断"法无法适应新的形势.以基于游客体验的ASEB栅格分析法作为研究工具,对山东淄博市马踏湖进行实证研究.探询基于游客体验的旅游产品拓展思路,最后提出其旅游发展的战略建议.  相似文献   

20.
基于朴素贝叶斯的学生信息分类预测研究   总被引:1,自引:0,他引:1  
为从学生数据信息中挖掘有价值的信息为高校教学管理、人才培养等提供决策支持,本文采用朴素贝叶斯分类的方法,对学生信息数据进行分类与预测。通过分类的详细工作过程,可知朴素贝叶斯算法是一种简单而高效的分类算法,虽然其条件独立性假设并不总符合客观实际,但在学生信息分类预测研究中还是取得了很好的效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号