题名 旅游知识图谱特征学习的景点推荐
被引量：13
1
作者
贾中浩 古天龙 宾辰忠 常亮 张伟涛 朱桂明
机构
桂林电子科技大学广西可信软件重点实验室
出处
《智能系统学报》
CSCD
北大核心
2019年第3期430-437,共8页
基金
国家自然科学基金项目(U1711263,U1501252,61572146) 广西省自然科学基金项目(2016GXNSFDA380006,AC16380122) +2 种基金 广西创新驱动重大专项项目(AA17202024) 广西高校中青年教师基础能力提升项目(2018KYD203) 广西研究生教育创新计划项目(2019YCXS042,2019YCXS041)
文摘
基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低。因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更加充分。通过对旅游知识图谱中不同标签的属性子图独立建模,利用深度学习模型挖掘游客及景点等图节点语义特征,进而获得融合各个标签语义的游客和景点特征向量,最终通过计算游客和景点相关性生成景点推荐列表。通过在真实旅游知识图谱上的实验,验证了利用网络嵌入方法对知识图谱中数据建模后,可以有效提取节点的深层特征。
关键词
知识图谱 属性子图 特征学习 神经网络 景点推荐 网络嵌入 推荐 算法深度学习
Keywords
knowledge graph attribution subgraph feature learning neural network attractions recommendation net-work embedding recommendation algorithm deep learning
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于知识图谱和用户长短期偏好的个性化景点推荐
被引量：9
2
作者
贾中浩 宾辰忠 古天龙 常亮 朱桂明 陈炜
机构
桂林电子科技大学广西可信软件重点实验室
出处
《智能系统学报》
CSCD
北大核心
2020年第5期990-997,共8页
基金
国家自然科学基金项目(U1711263,U1501252,61572146) 广西自然科学基金项目(2016GXNSFDA380006,AC16380122,AA17202024) +1 种基金 广西高校中青年教师基础能力提升项目(2018KY0203) 广西研究生教育创新计划项目(2019YCXS042,2019YCXS041).
文摘
基于序列化的推荐算法在多个领域取得了不错的效果,但仍存在一些问题,如没有考虑所有项与项之间的关系,推荐准确度会大大降低。因此提出一种基于知识图谱和用户长短期偏好(KG-ULSP)的个性化景点推荐方法。通过引入知识图谱,使用网络表示学习方法,学习景点的特征向量表示,使得具有相似结构和相似属性的景点在低维特征空间中的距离比较近,以此表示他们的高级语义特征。然后利用门控循环单元GRU对已学习到的景点特征向量进行序列化信息建模,进一步抽取景点的访问序列特征。另外,考虑到用户偏好可能随时间发生变化,KG-ULSP模型同时学习用户的长期偏好和短期偏好,最终预测并返回用户可能感兴趣的推荐列表。通过在真实旅游数据上的实验,验证了所提方法的有效性。
关键词
知识图谱 推荐 算法网络表示学习 门控循环单元 个性化景点推荐 长短期用户偏好 特征学习
Keywords
knowledge graph recommendation algorithm network representation learning gated recurrent unit personalized attractions recommendation users’long-term and short-term preference feature learning
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于多维特征聚类和用户评分的景点推荐算法
被引量：5
3
作者
程鹏 柳林 刘晓 许传新 郭慧
机构
山东科技大学测绘科学与工程学院 国家测绘局海岛(礁)测绘技术国家测绘地理信息局重点实验室 山东省地质测绘院
出处
《计算机工程与设计》
北大核心
2019年第5期1322-1327,共6页
基金
山东省自然科学基金项目(ZR2012FM015) 海岛(礁)测绘技术国家测绘地理信息局重点实验室基金项目(2014B08) 卫星测绘技术与应用国家测绘地理信息局重点实验室经费基金项目(KLAMTA-201407)
文摘
针对传统的协调过滤推荐算法利用单一评分矩阵带来的数据稀疏性问题,提出一种基于多维特征聚类和用户评分的景点推荐算法。划分用户类别,使用基于属性权重的加权K-means聚类算法将表示用户特征的多维指标数值进行聚类;确定目标用户类别,引入用户的推荐可信度和质量可信度并形成评分可信度,将评分可信度和评分相似度结合平衡因子来计算用户之间的相似度,优化传统的相似度推荐算法。实验结果表明,该算法降低了数据的稀疏性,提高了推荐精度,具有更好的稳定性。
关键词
多维特征 用户聚类 评分可信度 评分相似度 景点推荐
Keywords
multi-dimensional feature users clustering score reliability score similarity scenic spots recommendation
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
题名 融合景点季节演变信息的旅游推荐算法
被引量：2
4
作者
黄士新 左华煜 李慧 於跃成
机构
江苏科技大学计算机学院
出处
《南京理工大学学报》
CAS
CSCD
北大核心
2023年第5期651-657,共7页
文摘
该文在奇异值矩阵分解方法的基础上,提出了一种融合景点季节演变信息的旅游推荐算法。该算法根据景点属性与季节演变之间的关联,将旅游景点的属性划分为静态方面和动态方面,并通过设计包含时间因素的动态偏置函数来刻画用户偏好与景点之间的动态关联。这些静态和动态方面的信息被作为新的偏置项融入有偏奇异分解(Bias singular value decomposition,Bias SVD)模型,以改善用户对旅游景点的评分预测。标准数据集Yelp上的实验结果表明,相比于对用户签到数据无差别对待的推荐方法,该文方法在推荐精度和用户体验方面均有明显的提升。
关键词
旅游景点推荐 景点 热度评分偏置 景点 动态偏置矩阵分解 协同过滤 社交网络
Keywords
tourist spot recommendation attraction popularity score bias dynamic bias of tourist spot matrix decomposition collaborative filtering social networks
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 上下文感知旅游推荐系统研究综述
被引量：15
5
作者
匡海丽 常亮 宾辰忠 古天龙
机构
桂林电子科技大学广西可信软件重点实验室
出处
《智能系统学报》
CSCD
北大核心
2019年第4期611-618,共8页
基金
国家自然科学基金项目(U1711263,U1811264,U1501252,61572146) 广西创新驱动重大专项项目(AA17202024) +4 种基金 桂林电子科技大学研究生教育创新计划资助项目(2018YJCX52) 广西自然科学基金项目(2016GXNSFDA380006,AC16380122) 广西信息科学实验中心平台建设项目(PT1601) 广西高校中青年教师基础能力提升项目(2018KYD203) 广西可信软件重点实验资助课题(KX201729)
文摘
随着人们生活水平的提高,旅游已成为一项普遍的休闲活动,进而推动了旅游推荐方面技术的研究。与传统推荐系统相比,除了考虑游客和旅游产品的相关特征之外,旅游推荐系统的推荐质量在很大程度上受到位置、时间、天气、游客社交群体等上下文信息的影响。本文首先给出上下文感知旅游推荐系统的总体框架;然后对位置、时间、游客社会化网络和多维上下文等4类典型的上下文信息在旅游推荐系统中的应用进行了详细考察,并对综合应用各种上下文信息的旅游推荐系统进行了分析;从旅游推荐产品的角度对推荐系统进行分类考察;最后讨论了上下文感知旅游推荐系统目前面临的重点和难点问题,指出下一步的研究方向。
关键词
上下文感知 旅游推荐 系统 基于位置的推荐 社会化网络 个性化推荐 旅游景点推荐 旅游路线推荐 旅游套餐推荐
Keywords
context-aware tourism recommendation system recommendation based on location social network personalized recommendation tourist attraction recommendation travel route recommendation travel package recommendation
分类号
TP301
[自动化与计算机技术—计算机系统结构]
