国内旅游推荐系统研究进展

互联网技术的普及以及电子商务网站的兴起,在线旅游信息搜索已经成为旅游者制定出行计划的主要途径。但随着在线旅游信息的大量增多,旅游者面临这些爆炸式的旅游信息已经无法做出决策。而旅游推荐系统就是解决信息过载的良好途径。文章通过对国内旅游推荐系统的相关文献进行收集和整理,对旅游推荐系统的研究与设计进行概述,并对旅游推荐系统的方法与技术进行了归纳与整理,并对旅游推荐项目进行分类和综述,最后对旅游推荐系统未来研究的挑战和方向进行了分析,以期对有关学者了解旅游推荐系统的研究进展有所帮助。     

基于内容的推荐技术研究

信息过载是目前互联网及电子商务发展的严重障碍。个性化推荐技术,尤其是基于内容的推荐技术可以很好地解决信息过载,受到了各界的关注。本文首先介绍了基于内容的推荐技术的背景,阐述了其基本思想和方法,并分析了基于内容的推荐技术的优缺点,总结了基于内容的推荐系统的性能评价指标,并就其未来的研究方向提出了自己的见解。     

基于买家评论文本分析的C2C电子商务推荐信任研究北大核心CSSCI

买家在线评论是顾客考核商家信任度的重要依据,对买家评论文本进行分析具有重要意义。为更加准确地分析评论信息内容,挖掘其真实推荐价值,可从评论文本分析着手构建新的信任推荐模型。一方面,针对好、中、差三类评论与所对应评论内容不匹配的现象,构建评论文本中心度因子和评论情感因子,同时综合考虑交易时间、金额等因素,引入反馈机制,建立一种全面客观的推荐模型;另一方面,结合算法编程对模型进行模拟仿真实现,有效挖掘评论的真实推荐价值,提高计算所得信任值对买家决策的参考价值和推荐的可靠性。根据该模型研究结果,为更好地帮助电商提高推荐信任度,帮助买家进行购买决策,对电商和在线平台而言,一定要在保障产品质量的同时,努力提高在线评论信息获取的便捷度和内容的可信度,提高推荐参考价值,确保用户信息与财务安全,增强买家信任感;对买家而言,一定要提高在线评论信息分辨能力,合理挖掘买家在线评论所体现的信息,科学判断电商平台信誉度,并由此形成更为理性的消费,更好地保障自身权益;对监管机构而言,一定要切实发挥监督管理职能,协同电商和消费者营造良好购物环境,确保电子商务健康有序发展。     

基于Web挖掘的物流信息平台个性化推荐研究

针对物流信息平台信息资源日益增多、访问和检索越来越难的问题,本文提出了将个性化推荐服务应用于物流信息平台的构想。构建了一个基于Web挖掘的物流信息平台个性化推荐系统框架,对系统中涉及的用户兴趣建模、Web使用挖掘、Web内容分类等关键技术进行了讨论。     

ASP:旅游景点企业信息化解决方案

旅游景点企业的信息化已经成为我国旅游业发展的瓶颈,本文通过对我国旅游景点企业信息化的现状和存在问题的分析,提出旅游景点企业信息化的一种新型解决方案——ASP,并介绍了ASP信息平台的功能结构和为旅游企业带来的经济效益。     

基于信息传播视角的在线评论有用性影响因素研究

在线评论的本质属性是信息的传播,旨在影响消费者的思想和行为。基于信息传播的要素和相关理论,借鉴国内外研究成果,从信源、信宿、讯息、媒介和反馈五个维度提出15个在线评论有用性的影响因素。在此基础上,利用解释结构模型对要素之间的逻辑关系和层级进行分析,研究发现在线评论有用性的根本影响因素是评论者的特征,而阅读者特征和评论文本是直接影响因素。     

移动网络环境下个性化信息推荐算法研究

随着全球定位系统的发展,移动网络环境下信息服务越来越受到用户的关注。目前,由于信息过载现象严重,个性化推荐算法可以自动为用户推荐其感兴趣的信息,并过滤掉冗余的信息。鉴于此,本文基于传统的协同推荐算法进行改进,提出了融合奇异值分解法和相似度计算法的协同过滤算法,实验结果表明,通过构建移动网络环境下的个性化信息推荐系统,取得了较好的推荐效果。     

在线旅游信息对团队游产品预订的影响研究——以携程网数据为例

本文将研究在线旅游网站在线信息:商家推介信息,产品介绍信息和游客点评信息对国内目的地跟团游预订的影响。通过将我国旅游城市分为高度专业化、半专业化和低专业化三种类型,采集不同城市目的地跟团游线路信息,经过SPSS分析,提出在线信息对不同专业化旅游城市的影响。所以在线旅游网站应根据不同市场需求加以改进网站功能,才能符合时代的发展趋势。     

大数据时代的电子商务服务模式革新

以大数据时代背景为主的电子商务服务已经加入太多个性化信息推荐服务内容,这也是现代化信息时代基于客户多元化需求的一种商务服务模式革新。它为用户提供产品与服务的同时,也提高了用户在海量信息中快速准确找到符合需求产品信息的精度与效率,还能基于个性化信息检索主动向用户推荐符合其偏好的相关产品与服务,非常人性化。本文简要分析了大数据时代与电子商务个性化服务模式的相关理论。详细解析了大数据个性化信息服务应用中所涉及的主要技术,给出服务模式相关的构建思路。     

考虑SNS的电子商务推荐策略及其决策支持

文章以微博用户信息为研究数据样本,提出考虑SNS的电子商务推荐策略。提炼兴趣偏好信息以标示用户特征,并构建基于用户共同关注的关系网络模型,从而形成具有兴趣标签的聚合社群,并借力于社群意见领袖的影响力聚集关注度,从而增强客户信任、增强推荐效果。     

CtoC电子商务站点中的个性化推荐技术

个性化推荐技术在现代电子商务站点中的应用越来越大,尤其对于CtoC电子商务站点而言更是如此。本文首先论述了CtoC电子商务站点中的个性化推荐技术特点,如必须为匿名购买者提供推荐内容,应该使用图片等多媒体信息和关键词结合的推荐内容,只负责内容推荐而不负责辅助交易行为的完成等。最后,结合用户兴趣模式表达方式和个性化推荐技术的应用领域,说明了未来的发展前景和展望。     

个性化推荐系统在E-learning中应用概述

E-learning是指运用信息技术分享学习内容、材料以及拓展素材等数字化资源的过程。在当今信息爆炸的时代,面对可供选择的数量巨大的E-learning学习资源,利用个性化推荐系统解决该问题是一个公认的较为合适的方法。本文概述了个性化推荐系统的基本形式,个性化推荐系统对用户、资源的建模,以及对推荐算法的概述。     

功能翻译理论对旅游翻译的启示——以陕西旅游景点解说词的英译为例

本文以功能翻译论为视角,选取陕西旅游景点解说词加以剖析,提出了有关的翻译策略,以期提高旅游文本翻译的质量。     

电子商务推荐系统中协同过滤推荐方法的研究

论文分析了电子商务推荐系统所应用到的协同过滤技术,并针对传统的基于用户的协同过滤推荐系统中所存在的数据稀疏性、算法的可扩展性、冷启动等问题,提出了改进的LSI／SVD降维、特征加权、用户的筛选等协同过滤推荐方法。     

陕西旅游景点汉英翻译实例评析——基于中西方文化差异下

以翻译理论家纽马克三种文本类型中的信息型和呼唤型为理论基础,以富平、西乡太白洞和黄陵的英译本为例,通过英汉旅游文本翻译的特点的对比,评析陕西旅游景点的汉英翻译,并归纳出相关翻译策略。     

基于网络的旅游信息需求分析——以携程网为例

互联网上各种旅游网站上的虚拟社区为游客的相互交流提供了平台,也使得目的地的潜在游客可以更容易表达其信息需求。本文通过网络获取研究资料,并尝试将内容分析法运用到旅游信息需求分析中,构建了基于内容分析法的旅游信息需求分析流程,通过实证分析,该方法是可行的。     

基于情感紧密度的社交网络推荐算法

当前的社交网络推荐算法主要是基于内容相似度或者好友相似度进行推荐,忽略了社交网络中情感值计算;而基于NAS算法的紧密度计算属性边权值灵活度不高,因而紧密度计算不够准确,不能产生较为理想的推荐效果。针对上述两个问题,提出了基于情感紧密度的社交网络推荐算法,以达到社交网络推荐准确率的提高。实验证明,该方法在提高短号集团网络的推荐准确率方面较为理想。     

基于自媒体的皖北玉文化旅游网络营销策略

该文通过对皖北玉文化旅游营销传播过程中的现状及问题进行分析,探讨在自媒体的环境下,基于整合营销传播理论,分析旅游者的分布特征及旅游者行为,并通过对营销传播信息的内容、主题的统一,以及营销传播工具的统一整合,对皖北玉文化旅游提出整合营销传播的初步策略及方案。     

O2O模式下中国在线旅游需求的实证研究

以1203份有效调查问卷为依据，通过消费者对在线旅游产品的动因、满意程度以及潜在需求进行实证分析，表明在线旅游的优势在于便利、价格和信任度，但仍存在信息庞杂、产品雷同、信息失实失效、产品过多无从选择等方面的问题，通过分析在线旅游市场存在个性、互动和安全的潜在需求，提出通过大数据、云计算等技术建立个性化推荐机制、实时反馈机制和旅游保险的新模式来应对，实现为游客提供个性化一条龙的在线旅游服务，以适应未来在线旅游企业走向差异化、细分化竞争的市场发展趋势。     

大数据时代电子商务个性化推荐发展趋势

目前文献中对于电子商务个性化研究多集中在传统理论层面,且大多探讨基于内容推荐方法和基于协同推荐方法,而对大数据时代下的个性化推荐的研究相对很少。本文通过研究大数据的数据挖掘方法及电子商务的发展,试图探讨个性化推荐的方法,最后探讨了大数据背景下电子商务个性化推荐服务的发展方向。