混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究

论文摘要

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的"Wisdom Tourism"数据集上进行仿真实验.实验表明:推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.

论文目录

文章来源

类型: 期刊论文

作者: 李广丽,朱涛,滑瑾,邱蝶蝶,邬任重,张红斌,姬东鸿

关键词: 分层抽样统计,贝叶斯个性化排序,协同过滤,旅游景点,推荐模型,矩阵分解

来源: 华中师范大学学报(自然科学版) 2019年02期

年度: 2019

分类: 基础科学,信息科技

专业: 数学,计算机软件及计算机应用

单位: 华东交通大学信息工程学院,华东交通大学软件学院,武汉大学国家网络安全学院

基金: 国家自然科学基金项目(61762038,61741108,61861016),教育部人文社会科学研究规划基金项目(16YJAZH029,17YJAZH117),江西省自然科学基金项目(20171BAB202023),江西省科技厅重点研发计划项目(20171BBG70093),江西省社会科学规划项目(16TQ02),江西省教育厅科技项目(GJJ160497,GJJ160509,GJJ160531)

分类号: TP391.3;O212

DOI: 10.19603/j.cnki.1000-1190.2019.02.008

页码: 214-221

总页数: 8

文件大小: 395K

下载量: 395

相关论文文献

• [1].统计中的一朵“玫瑰花”——分层抽样[J]. 中学生数理化(高一使用) 2019(12)
• [2].为提升数学核心素养而教——兼谈2016年全国高中数学优秀课“分层抽样”教学[J]. 中国数学教育 2017(Z2)
• [3].高中数学中分层抽样的方法[J]. 数码世界 2017(07)
• [4].点击分层抽样[J]. 数理化学习(高中版) 2010(19)
• [5].帮你了解分层抽样[J]. 中学生数理化(学研版) 2013(02)
• [6].事后分层抽样技术在森林资源二类调查中的应用[J]. 林业调查规划 2008(03)
• [7].有关最优分层抽样数的结论的证明[J]. 高等数学研究 2017(04)
• [8].分层抽样下样本量的分配方法研究[J]. 统计与决策 2015(19)
• [9].分层抽样巧用“比”[J]. 学苑教育 2011(09)
• [10].分层抽样是等可能抽样吗?[J]. 中小学数学(高中版) 2008(04)
• [11].等比例分层抽样在旅游客源市场抽样调查中的应用[J]. 产业与科技论坛 2016(21)
• [12].分层抽样技术在课堂满意度调查中的应用研究[J]. 价值工程 2017(19)
• [13].关于二阶抽样与分层抽样效率的比较[J]. 企业科技与发展 2018(01)
• [14].分层抽样可有效保证审核样本的可靠性[J]. 认证技术 2010(06)
• [15].对分层抽样技术应用的回顾和理解——与《事后分层抽样技术在森林资源二类调查中的应用》作者商榷[J]. 林业调查规划 2009(01)
• [16].小样本条件下二阶分层抽样的样本最优分配研究[J]. 统计与决策 2012(20)
• [17].分层抽样设计中的样本量最优分配问题探究[J]. 信息记录材料 2018(05)
• [18].事后分层抽样在CET-4考试成绩分析中的应用及评价[J]. 企业改革与管理 2014(10)
• [19].空间分层抽样在森林覆盖面积监测中的应用[J]. 南京林业大学学报(自然科学版) 2012(03)
• [20].妙用最大公约数巧解分层抽样剔除问题[J]. 福建中学数学 2013(11)
• [21].分层抽样技术在企业市场调查中的应用研究[J]. 中国商贸 2012(09)
• [22].基于多元分析的多变量事后分层抽样方案设计[J]. 统计与决策 2010(22)
• [23].收入高低影响因素研究[J]. 现代商贸工业 2009(14)
• [24].空间自相关分析及绿地覆盖率的分层抽样估计[J]. 中南林业科技大学学报 2012(04)
• [25].浅谈辅助信息对分层抽样成本与精度的改善效果[J]. 科技经济导刊 2018(32)
• [26].城市森林生物量遥感估测中DN值分层抽样的应用[J]. 西南林业大学学报(自然科学) 2018(05)
• [27].对“分层抽样”课例的教学思考[J]. 中学数学教学参考 2018(28)
• [28].健康视角下各年龄阶段使用手机最佳时长研究[J]. 科技资讯 2018(31)
• [29].容量限制型朗读亭系统服务优化的研究[J]. 情报探索 2018(10)
• [30].森林分层抽样程序[J]. 林业建设 2012(03)

标签：分层抽样统计论文;  贝叶斯个性化排序论文;  协同过滤论文;  旅游景点论文;  推荐模型论文;  矩阵分解论文;