基于用户协同过滤算法的网页旅游攻略推荐系统  

Web Travel Strategy Recommender System Based on User Collaborative Filtering Algorithm

作　　者：陈丹 王东灿 CHEN Dan;WANG Dongcan(Hope College,Southwest Jiaotong University,Chengdu 610400,China)

机构地区：[1]西南交通大学希望学院,成都610400

出　　处：《移动信息》2024年第6期242-244,256,共4页MOBILE INFORMATION

基　　金：西南交通大学希望学院2022年校级青年科研项目(优秀科研创新专项)(2022222)。

摘　　要：作为一种较为成熟的推荐系统算法,用户协同过滤算法通过分析用户间的相似度来预测目标用户可能感兴趣的信息或产品。这种算法在处理大规模数据集时具有较大的优势,适用于内容丰富且需求个性化的网页旅游攻略推荐系统。文中深入分析了用户协同过滤算法及其在网页旅游攻略推荐系统中的应用,设计并实现了一种基于用户协同过滤算法的旅游攻略推荐系统。As a more mature recommender system algorithm,user collaborative filtering algorithm predicts the information or products that the target user may be interested in by analyzing the similarity between users.This algorithm has great advantages in processing large-scale data sets,especially for web travel strategy recommender systems with rich content and personalized needs.This paper deeply analyzes the user collaborative filtering algorithm and its application in the web travel strategy recommender system,and designs and implements a travel strategy recommender system based on user collaborative filtering algorithm.

关 键 词：用户协同过滤算法 网页旅游攻略 推荐系统 

分 类 号：TP311.5[自动化与计算机技术—计算机软件与理论]