基于领域本体的个性化旅游推荐系统的研究与实现

随着人们生活水平的不断提高,旅游成了人们生活的重要组成部分。旅游信息化的蓬勃发展,为人们提供了大量、丰富的旅游资源。但是面对如此丰富的旅游信息,人们无法有效的获取自己所需的信息,导致了“信息过载”问题。而推荐系统可以有效的解决该问题,它能够主动的挖掘用户的兴趣偏好,为用户提供感兴趣的信息。通过详细分析国内外旅游推荐系统的现状,发现现有的大部分旅游推荐系统中很少深入理解用户和项目;并且这些推荐算法都是利用一些有限的用户和项目描述文件,没有充分利用用户的交互历史和项目的特征属性。尤其是国内的旅游网站只为用户提供了基本的旅游信息查询服务,缺乏个性化推荐服务。针对上述旅游推荐系统中存在的问题,本文提出了基于领域本体的个性化旅游推荐系统。本文完成的主要工作如下。①通过对国内外旅游推荐系统的现状进行详细的分析,并针对现有的旅游推荐系统存在的问题,提出了基于领域本体的个性化旅游推荐系统。②分析了本体理论的相关内容和领域本体的构成。对影响本体树中概念相似度计算的因素进行了探究,并分析了一些基于本体的概念相似度计算方法。最后对个性化推荐系统的算法和系统模型进行了介绍。③研究了本体的构建方法,利用七步法对旅游信息进行了分析,并通过protégé软件构建了旅游领域本体。利用构建的旅游本体和现有的算法,将一种基于语义距离的概念相似度算法和Wu and Palmer算法相结合,提出了基于旅游领域本体的概念相似度算法。最后采用提出的基于旅游本体的概念相似度算法改进基于本体的协同过滤算法,并将改进的算法与原始算法和传统的协同过滤算法进行了实验对比。④在个性化旅游推荐系统设计目标的基础上,提出了个性化旅游推荐系统的框架。依据系统框架详细的划分出了个性化旅游推荐系统的功能模块,并对各个功能模块进行了设计。最后对个性化旅游推荐系统的数据库进行了设计。⑤根据系统的设计,利用Java Web技术对基于领域本体的个性化旅游推荐系统进行了实现,并展示了关键功能的效果。实现效果表明,论文提出的推荐算法可以较好的利用项目的特征属性,解决了大多数旅游网站缺乏个性化推荐服务的问题。