基于模糊聚类的旅游推荐算法

来源：计算机技术与发展杂志2016年第12期北京时间：

作者：张应辉;李雪

摘要：在旅游领域中，旅游者常常在旅游前从互联网上获取所需信息，但是在线旅游业日益严重的信息过载现象，使得用户不能得到他们想要的个性化信息。传统的基于协同过滤的旅游推荐研究普遍都存在稀疏性和可扩展性等问题，基于知识的推荐研究有时因用户无法表达清楚他们的需求而无法得到满意的推荐。针对已有的旅游推荐算法存在的问题，提出了一种基于模糊聚类的旅游推荐算法，为用户推荐符合其需求和偏好的旅游产品。该算法利用标签构建用户偏好景点模型和景点特征属性模型，对数据集进行模糊聚类，同时提出新的相似度度量。在此基础上，组合基于内容和协同过滤技术进行混合推荐。实验结果表明，该算法能显著提高推荐系统的效率以及可扩展性和准确度。

关键词：个性化;标签;相似性度量;模糊聚类;混合推荐