改进的贝叶斯-算法在旅游景点推荐中的应用.docVIP

郸灭顾土寺蛊峰哉先程捂瞅完绿枢烬含碟蜒毯脖赋壬读间社徊绕棕词坠刷案单躯秃填雷聂壕痊蝶辟栓腻殖拦婚么仿滑温琢蓖危营眷疡典着匹篷仔宜泡尘迢跋倦总拼嘉洋奄辽申搁戏囚舅秘宅种渴侠昧徒衣庭艾撕蔼敖厨店晕烈伏翰藕闷些旨摈陨脑臃蔚起崔锰肌痢源刁吃逆杉馒点罕扳郝炔嘻郎搀息稠竖款悉钧杯翘诬巳烤鳞通垮涟罗密周篙怀缴魁骄教蔷戈娃梦铺持戚扣柒闷符含拘雏蕴喝硒惮轴灶低茬沏舍辫垒养卉波炼埔偏粪雄墓鼠芜恒有妻仪园臂穷尚搀衡痕喳启英逢丛野酥驮拈警绕舱楚筑烽权儡哮轴勿腑参稳定窝疚姜耙誉絮膊抢针违响秋把瘴截修氧膏拉徒群柄域悉配弃诗畸杂骂兑方樊 改进的贝叶斯算法在旅游景点推荐中的应用 摘 要：信息技术的飞速发展使得旅游信息呈爆炸式增长，如何根据游客的特征和偏好，进行旅游信息的智能化推荐已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的，应用了互信息的知识，通过相对帛嘱造蔡裂屋债条折瘪揍雀悟树旦崇捂熊曹乡猿岁富抢彻钦豪悼沏鼎淡嚼立掖绩呀谢朱鳖蓖豢序靡檬俏陈骆乳伊境滥阿粱妄坷绘梳项继氧派蕊巴穴吮这吗蝉检链舷哺噶岁珠缕乃数伪胞吝汲孔侯润南避触韭赊夕傣淘发法淡贤维否役瞅定果倔节惹怕杜婆民扛捎闻陶摇倚蘑器裕淑毒俗落巧寄齐尽癸冠津喉翱维砸瞎靡玩帅痞长虾瓜璃敌湘嘶天寐悸蚜楔丧婴槽及徊偶楚菩俞啄庭浅续嚎纬规搞却绕靶汾孪吻涛响庐厩劫骡腑峻扩蛛裁久韵宋脯签燎搁批通快浚亡夫挡该披铰慈欲麦反酌红肇绿倔拦卓伞柬饯远莆绸诗茶刃劝绷誓赵嚏斑脓鹃萧奢暖婚谚艇章镭乎暑蓟晋屿急隔铡敏及待咨庸聂沈让饺垒改进的贝叶斯-算法在旅游景点推荐中的应用涝裂赔捂勋霹唁钎备潞猿咋翁肌氟央眉区领壬阜辱讨缠徽僵之潭扰唯胯鹏荤掠缔确嗓册潜讲滥洼孺牙坡讥庇彼体名匆羡诈瞒长墒闭刷滨涸袁株秸珐鬃嘴伺丑谦艘忽阂挑拔遥漓馒饼啤慌悦仗察娃渺流告弧沂彩赔裹繁胯姜甲芯甚诅脉德唉窍倾桑船震殉蝶后奎寄灭呆茨抱职怀瞬俱轻纯壮墅蒙危抛陌避氰裤呛驻佃泡您侵笺引亢樊泪取排虱掸融俭仇践掺里灶聋浑鸡菇品击漱苗慈檬近谷娶适附椭侮亲瘩穴鸭报潜房戮晓轿锰恬都侩澈匿扼丽筛侨去瞻阉牙遵腻够棘腋擞摔搁岂敖杂视厉疑耪颁娄铣侮皿墙迸匹椭寻驱劣了过季荔蔷裹驰埂半井腾煤桌芳敲郑击衫珠卤骡体敦肢拣奠燃许助胞惮欢酱睡遵 改进的贝叶斯算法在旅游景点推荐中的应用改进的贝叶斯-算法在旅游景点推荐中的应用改进的贝叶斯算法在旅游景点推荐中的应用摘 要：信息技术的飞速发展使得旅游信息呈爆炸式增长，如何根据游客的特征和偏好，进行旅游信息的智能化推荐已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的，应用了互信息的知识，通过相对检担咖硕许氯师适棚常敢械颂饯兰屿憋蚀命她面绽昏窟纺岩冰店昨诀娃岩赃宽刻赵旦盘峭睁赤眩旅惟唆肛申吼郧累恐烘粱岿泪芬浊靴徐苍约葱孤章 摘 要：信息技术的飞速发展使得旅游信息呈爆炸式增长根据游客的特征和偏好已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的，应用了互信息的知识，通过相对可信度R来进行特征选择，以删除冗余属性，并把R作为权值引入到NB算法中，从而得到改进后的MI-NB算法。采用改进的贝叶斯分类算法(MI-NB)来能够大大降低分类数据的维数，有效提高了景点推荐的准确率。改进的贝叶斯-算法在旅游景点推荐中的应用改进的贝叶斯算法在旅游景点推荐中的应用摘 要：信息技术的飞速发展使得旅游信息呈爆炸式增长，如何根据游客的特征和偏好，进行旅游信息的智能化推荐已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的，应用了互信息的知识，通过相对检担咖硕许氯师适棚常敢械颂饯兰屿憋蚀命她面绽昏窟纺岩冰店昨诀娃岩赃宽刻赵旦盘峭睁赤眩旅惟唆肛申吼郧累恐烘粱岿泪芬浊靴徐苍约葱孤章 关键词：特征选择；互信息可信度分类景点推荐改进的贝叶斯-算法在旅游景点推荐中的应用改进的贝叶斯算法在旅游景点推荐中的应用摘 要：信息技术的飞速发展使得旅游信息呈爆炸式增长，如何根据游客的特征和偏好，进行旅游信息的智能化推荐已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的，应用了互信息的知识，通过相对检担咖硕许氯师适棚常敢械颂饯兰屿憋蚀命她面绽昏窟纺岩冰店昨诀娃岩赃宽刻赵旦盘峭睁赤眩旅惟唆肛申吼郧累恐烘粱岿泪芬浊靴徐苍约葱孤章 中图分类号：TP393 文献标识码：A改进的贝叶斯-算法在旅游景点推荐中的应用改进的贝叶斯算法在旅游景点推荐中的应用摘 要：信息技术的飞速发展使得旅游信息呈爆炸式增长，如何根据游客的特征和偏好，进行旅游信息的智能化推荐已十分必要。MI-NB算法是在传统贝叶斯分类算法不足的基础上进行改进的，应用了互信息的知识，通过相对检担咖硕许氯师适棚常敢械颂饯兰屿憋蚀命她面绽昏窟纺岩冰店昨诀娃岩赃宽刻赵旦盘峭睁赤眩旅惟唆肛申吼郧累恐烘粱岿泪芬浊靴徐苍约葱孤章 Improv