摘要： 相对于传统的旅游推荐算法而言,无论是协同过滤算法、K均值聚类算法还是遗传算法,都存在推荐给用户的旅游路线精确度不够的问题。文章提出一种基于景点热度和用户爱好程度的个性化旅游推荐算法,分析用户所到过的旅游景点,根据旅游时长推算出用户的兴趣程度,基于该景点的热度和用户的爱好设计出适合的最佳旅游路线。知乎等社交网站显示,和传统的旅游路线推荐算法相比,融合用户爱好以及景点热度的混合旅游推荐算法适用性和准确率更高。
陈浩铨, 胡瑞玉, 王石. 基于景点热度和用户爱好程度的关联推荐算法研究[J]. 无线互联科技, 2020, 17(9): 121-122.
