基于用户特定特征及内容的景点推荐模型研究∗

摘要

针对当下民众旅游需求及旅游景点选择难的问题,论文提出一种基于用户特定特征及内容的景点推荐模型。根据用户选择的特定特征,通过自建的旅游景点评论数据集提取评价观点集和用户特征集,结合用户选择的特定特征生成用户特征集合,避免了新用户特征稀疏的问题,再根据评论观点和用户特征计算Cosine similarity,将相似度高的item推荐给用户。通过实验表明,基于用户特定特征及内容的景点推荐模型研究方法较常见的协同过滤方法在准确率、召回率方面有所提升,PR及ROC曲线效果良好,同时,基于内容的推荐算法在用户独立性、可解释性、新的item易推荐性等方面都有较大优势。该研究的局限在于基于内容的推荐算法无法挖掘用户的潜在兴趣。该算法模型对用户选择旅游景点具有很好的决策作用。