基于興趣度的移动旅行路线挖掘系统实现.docxVIP

重点实验室开放项目结题报告 （第十五期） 基于兴趣度的移动旅行路线挖掘 系统实现 项目编号：ZD201415133 单 位：交通信息与控制实验室 指导教师： 乔少杰 项目成员 李向波 赵 扬 孙 策 娄 旸 实验时间：2014年 11月—2015年 6月 项目名称及主要研究内容 1.1项目名称：基于兴趣度的移动旅行路线挖掘 1.2主要研究内容： 本项目将相关旅游网站、论坛等，利用数据挖掘算法和自然语言处理技术提取相关旅行路线因素，设计出符合用户兴趣度需求的旅游线路安排推荐。主要研究内容包括： (1)利用网络爬虫技术及改进后的FP-Tree算法,对旅游点进行格式化信息爬取，并利用数据库进行存储利用。 (2)利用Java程序设计语言编写相应Android客户端，实现用户需求，并传达信息给服务器。 (3)服务器搭建，旨在完成用户实时请求需要，实现对Android客户端的数据支持。 参加学生情况及表现 序号 姓名 学号 班级 承担主要工作 教师评价 1 李向波物联网1 FPTree算法的实现 2 赵扬物联网1 Java服务器的建立 3 孙策物联网1 网络爬虫的实现 4 娄旸物联网1 Android客户端 项目成果 设计实现了基于移动互联网旅游路线推荐，本文设计并实现了一种基于频繁模式和兴趣度的旅游路线推荐系统。介绍了使用改进 FP-tree算法进行频繁模式挖掘的步骤，提出了对频繁模式进行排序的简易方法，设计了提高推荐准确性的路线兴趣度计算方法。此外，提供个性化路线筛选功能极大地改善了用户的个性化体验效果。 学生撰写部分： 李向波的个人总结 1．在项目中的分工 本人在项目中主要负责基于约束树的FP-tree改进算法的实现，通过该算法，对从网页上爬取的路线数据进行挖掘，从而得出最频繁的旅游路线。 2．查阅资料、方案确定等准备工作 通过请教指导老师和查阅相关资料，确定本项目采用改进的FP-tree算法。最初对FP-tree算法并不是很理解，通过查阅图书馆相关资料，并参考网上技术论坛及博客相关文章，深入理解FP-tree算法的思想与原理。但是传统的FP-tree算法并不适用于 旅游路线数据的挖掘。因为传统FP-tree算法所挖掘的数据之间并不存在先后顺序的约束，所以只需挖掘出频繁项集即可。而如果采用传统FP-tree算法，所挖掘出的频繁路线中景点顺序会被打乱，二者并不符合实际情况。所以我们在传统FP-tree算法的基础上进行改进，通过构造邻接矩阵，计算出最符合实际情况的旅游路线，从而最终完成旅游路线的挖掘。 3．项目实施过程描述 具体的实现步骤如下: 首先利用FP-tree算法对原始数据进行频繁项挖掘，得到无顺序的频繁路线，同时构造邻接矩阵供以后排序使用；然后利用邻接矩阵通过对上一步的路线结果进行排序，并选出置信度最高的路线作为最终路线；最后将挖掘的路线数据保存到MySQL数据库中，作为移动app的数据来源。 频繁路线挖掘包括频繁模式挖掘和频繁路线生成两个步骤。 （1）频繁模式的挖掘： 首先构造FP-tree。第一步，第一次扫描数据库，对所有路线包含的景点进行计数并降序排列，并删除频数小于最小支持度的景点，最终得到频繁1项集；第二步，第二次扫描数据库，对于每条路线的景点按照频繁1项集进行排序，并提出频繁1项集中不包含的景点；第三步，根据第一步得到的频繁1项集构造Header表，并将第二步得到的结果插入到FP-tree树中。至此FP-tree树构造完成。 然后通过基于约束树的递归挖掘算法对FP-tree进行频繁模式的挖掘，得到无顺序的路线挖掘结果。 （2）频繁路线生成： 由于得到的路线结果是无顺序的，所以并没有实际应用价值，所以要对每条路线所包含的景点重新排序，得到最符合实际的路线结果。 频繁路线生成包括构造邻接矩阵和对频繁模式进行排序两个步骤. 构造邻接矩阵： 通过第一次扫描数据库得到邻接矩阵所包含的项，然后在第二次扫描数据库时，保存原始路线中景点A在景点B之前出现的数据，从而完成邻接矩阵的构造。 对频繁模式进行排序： 通过构造二叉树，将步骤一得到的频繁模式中的每条路线中的景点进行排列组合，并利用邻接矩阵计算每种排序的置信度，从中选出置信度最高的一条路线作为最终结果。至此频繁路线生成完成。、 最后将挖掘结果保存到MySQL数据库中，并根据支持度和置信度对挖掘结果进行综合排序，对原始数据的挖掘工作便完成了。 4．最终成果 完成旅游路线挖掘系统改进