基于扩展图理论的在线旅游运营商个性化推荐策略优化研究

摘要

近年来，旅游业持续快速发展，并对世界各地许多国家的经济发展做出了重大贡献。与此同时，旅游推荐系统也得到了广泛应用，它可以帮助游客从冗余、杂乱的信息中找到感兴趣的旅游产品和服务，同时也有助于在线旅游运营商制定个性化旅游推荐，从而在当今竞争激烈的市场中拥有更强的竞争能力。大多数现有的推荐技术只关注于游客的偏好、着重于提高顾客购买率。但越来越多的研究认识到，游客需求随机的情况下，在线旅游运营商的收益也是旅游推荐中应考虑的一个重要方面。本文重点研究在线旅游运营商在推荐过程中，面对随机的游客需求，如何进行产品推荐，以取得较低的推荐成本。 本文的主要研究工作如下： 首先，通过对国内外旅游推荐的研究现状进行分析，指出现有研究的不足，从而强调开展本文研究的意义和重要性。 然后，站在在线旅游运营商的角度，综合考虑旅游推荐成本和游客需求的随机性，明确本文研究的旅游推荐问题。 其次，构建扩展图优化模型及求解算法。本文提出基于扩展图的推荐优化模型，用以对top-N推荐策略进行优化。top-N推荐策略只侧重于用户偏好。由于本文提出的基于扩展图的推荐优化模型是一个非线性离散优化问题，其包含指数次方的约束，直接求解非常困难。我们通过对问题转化，并提出一个割平面算法逐步迭代进行求解。 最后，进行相关的数值实验，以验证本文基于扩展图优化方法的有效性，表明该方法构建的扩展图结构可以同时取得高水平的需求满足率和较低的推荐成本。此外，本文还讨论了该推荐优化方法的计算复杂度、解的质量和方法鲁棒性等方面。

目录

第一个书签之前

摘要

Abstract

第一章 绪论

1.1 研究背景

1.2 研究目的及研究意义

1.3 研究内容与方法

1.4 论文组织结构

1.5 本章小结

第二章 文献综述

2.1 推荐系统研究现状

2.1.1 推荐系统概述

2.1.2 考虑收益/成本的推荐系统概述

2.2 旅游推荐系统研究现状

2.3 过程柔性和扩展图研究简介

2.4 本章小结

第三章 基于扩展图的旅游推荐优化模型及其求解

3.1 基于随机需求的旅游推荐优化问题

3.1.1 旅游推荐优化问题的背景介绍

3.1.2 旅游推荐优化的问题描述

3.2 基于扩展图的旅游推荐优化模型

3.2.1 过程柔性和扩展图

3.2.2 基于扩展图的旅游推荐优化模型

3.3 推荐优化模型的求解

3.3.1 推荐优化模型分析

3.3.2 基于割平面法求解旅游推荐优化模型

3.4 本章小结

第四章 数值计算

4.1 基础数值实验

4.2 游客需求满足率的计算

4.3 关于合作成本和门票价格的灵敏度分析

4.4 说明性案例分析

4.5 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

攻读硕士学位期间发表论文及参与项目情况