1(南京理工大学计算机科学与工程学院 南京 210094); 2(南京财经大学江苏省电子商务重点实验室 南京 210003) (zgx881205@gmail.com)
出版日期: 2018-05-01基金资助:国家自然科学基金项目(91646204，71372188)；国家电子商务信息处理联合研究中心项目(2013B01035)；江苏省科技支撑计划工业项目(BE2014141)；江苏省属高校自然科学研究重大项目(14KJA520001)A Recommendation Engine for Travel Products Based on Topic Sequential Patterns
Zhu Guixiang1,Cao Jie1,21(College of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094); 2(Jiangsu Provincial Key Laboratory of E-Business, Nanjing University of Finance and Economics, Nanjing 210003)
Online: 2018-05-01摘要/Abstract
摘要： 旅游产品推荐是当前推荐系统研究领域中的新兴议题之一.由于旅游产品描述信息维度多样复杂、“用户-产品”关联矩阵极为稀疏且冷启动问题突出,已经在电子商务领域获得成功的协同过滤推荐往往难以直接被应用于旅游产品推荐.提出基于主题序列模式的旅游产品推荐引擎SECT,试图通过在线旅游网站点击日志的挖掘产生推荐.首先,从页面语义描述文本中挖掘主题,以在泛化层面捕捉用户行为模式;其次,从页面访问时间序列数据中挖掘频繁序列模式及其候选产品集,形成序列模式库;最后,提出Markov n-gram模型,完成用户实时点击流与模式库匹配计算.为了提升在线匹配计算的效率,设计一种新的多叉树数据结构PSC-tree用于存储历史模式库,并与在线计算模块无缝衔接.在真实旅游数据集上的实验结果表明：该推荐引擎比传统推荐算法具有更优越的性能,而且能有效提升冷启动用户的推荐率和准确率.此外,针对长尾物品的推荐,SECT也优于基准算法.
参考文献
相关文章 15
| [1] | 郑值, 徐童, 秦川, 廖祥文, 郑毅, 刘同柱, 童贵显. 基于多源情境协同感知的药品推荐[J]. 计算机研究与发展, 2020, 57(8): 1741-1754. |
| [2] | 陈嘉颖, 于炯, 杨兴耀. 一种融合语义分析特征提取的推荐算法[J]. 计算机研究与发展, 2020, 57(3): 562-575. |
| [3] | 曾义夫, 牟其林, 周乐, 蓝天, 刘峤. 基于图表示学习的会话感知推荐模型[J]. 计算机研究与发展, 2020, 57(3): 590-603. |
| [4] | 吴宾,娄铮铮,叶阳东. 一种面向多源异构数据的协同过滤推荐算法[J]. 计算机研究与发展, 2019, 56(5): 1034-1047. |
| [5] | 周俊,董晓蕾,曹珍富. 推荐系统的隐私保护研究进展[J]. 计算机研究与发展, 2019, 56(10): 2033-2048. |
| [6] | 张飞,张立波,罗铁坚,武延军. 一种基于特征的协同聚类模型[J]. 计算机研究与发展, 2018, 55(7): 1508-1524. |
| [7] | 张凯涵,梁吉业,赵兴旺,王智强. 一种基于社区专家信息的协同过滤推荐算法[J]. 计算机研究与发展, 2018, 55(5): 968-976. |
| [8] | 高岭,高全力,王海,王伟,杨康. 基于基准相似空间分布优化的偏好预测方法[J]. 计算机研究与发展, 2018, 55(5): 977-985. |
| [9] | 焦旭,肖迎元,郑文广,朱珂. 基于位置的社会化网络推荐技术研究进展[J]. 计算机研究与发展, 2018, 55(10): 2291-2306. |
| [10] | 高玉凯,王新华,郭磊,陈竹敏. 一种基于协同矩阵分解的用户冷启动推荐算法[J]. 计算机研究与发展, 2017, 54(8): 1813-1823. |
| [11] | 何明,常盟盟,吴小飞. 一种基于差分隐私保护的协同过滤推荐方法[J]. 计算机研究与发展, 2017, 54(7): 1439-1451. |
| [12] | 张伟,韩林玉,张佃磊,任鹏杰,马军,陈竹敏. GeoPMF:距离敏感的旅游推荐模型[J]. 计算机研究与发展, 2017, 54(2): 405-414. |
| [13] | 彭珍连,王健,何克清,唐明董. 一种基于特征模型和协同过滤的需求获取方法[J]. 计算机研究与发展, 2016, 53(9): 2055-2066. |
| [14] | 朱梦莹,郑小林,王朝晖. 基于风险和剩余价值的在线P2P借贷投资推荐方法[J]. 计算机研究与发展, 2016, 53(12): 2708-2720. |
| [15] | 燕彩蓉,张青龙,赵雪,黄永锋. 基于广义高斯分布的贝叶斯概率矩阵分解方法[J]. 计算机研究与发展, 2016, 53(12): 2793-2800. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3682
