旅游微博个性化技术与效果研究.docVIP

旅游微博个性化技术与效果研究 　　摘 要 文章探索了微博个性化推荐技术和推荐效果研究情况，并在此基础上，围绕系统表现、商业表现和用户态度现三个维度构建了旅游微博个性化推荐效果评价指标体系，并提出了旅游企业在分析推荐效果时的实施方案。 　　关键词 旅游微博；个性化推荐；效果评价体系 　　中图分类号：TP3 文献标识码：A 文章编号：1671-7597（2013）23-0072-02 　　1 研究背景 　　随着我国经济水平的提高，人们对于旅游的需求也越来越多，如何开发基于大众市场需求的新产品和服务来改善旅游服务的质量和推动旅游业的转型成为目前旅游业发展的重点。旅游业属于信息密集型产业，适合利用互联网和移动通信等新一代信息技术对其旧有的服务模式和产品进行新的创新，这也是旅游业成长的关键力量。微博是Web2.0技术在博客领域的新发展，是一种基于用户关系的信息分享、传播以及获取的平台。由于微博兼具即时聊天工具的个体性、即时性，博客空间的个人信息发布和分享性，社区论坛的话题讨论性，以及SNS社区的人际关系纽带性，这使其成为一个天然的口碑传播平台。也因为利用微博进行旅游营销具有展示个性化、传播互动化、信息延展化、传播移动化、内容微小化等诸多优势，因而，它成为旅游企业营销关注和挖掘的新领域。 　　微博让用户可以更方便、快捷地通过虚拟网络获取实时、海量的旅游信息，使旅游企业能接触到潜在用户、发布信息、与游客互动、推销旅游产品。然而，由于微博高速、海量的传递信息，内容更新极快，造成信息冗余，搜索起来比较困难，这导致信息过载现象的产生。目前主要使用信息搜索和信息推荐两种技术解决这一问题。但是，传统的信息搜索算法只能呈现给微博用户相同的排序结果，无法针对不同微博用户的兴趣爱好提供用户个性化的信息，最终导致用户很难找到符合自己个性化需求的信息。信息推荐则可以主动为用户提供满足用户需求的个性化信息。因此，帮助用户从海量、更新极快的微博信息中获取有价值的知识和最新信息，提高信息检索与推荐的智能化水平，满足各个用户不同的个性化需求，已经成为一个非常重要且极具现实意义的研究热点。从普通用户的角度看，微博个性化推荐的研究可将用户从无限的网络资源中解放出来，大大缩短用户信息检索的时间，提高信息服务的效率，有效解决信息过载的问题。从旅游企业的角度来看，精准的个性化推荐技术有助于它们找到目标人群，有针对性地开展相应的微博活动营销和提供个性化的服务，使其以较低的成本将产品与服务更有效、快捷地推向目标消费群体。 　　2 国内外研究现状 　　从文献调查中发现，围绕旅游围博平台的研究有不少，但主要研究的是旅游微博营销策略和应用等方面的内容，有少量对旅游微博信息的信度和效度进行了研究。对于旅游微博的个性化推荐效果方面的研究则基本没有。然而，国内外关于微博个性化推荐系统的关键技术研究成果有很多，如好友推荐、散列标签推荐或时事信息推荐等。胡大伟提出一种基于关联规则和标签的个性化好友推荐系统，推荐与目标用户最相似的微博用户为好友。孙明明研究了基于云计算环境下研究微博用户的协同过滤推荐，发现现有经典算法推荐精度较低，设计出一种新型的更适合于微博平台的EssCF推荐算法。有少量研究根据微博内容和用户位置进行了深入研究，如Horozov在移动端用户地理位置获取的基础上，增加了“便捷性”参数，以满足系统的可扩展性和低时延需求。此外，还有部分研究从微群和微博平台全网两方面来展开关系推荐的研究。到现在为止，现有研究大多侧重于微博个性化推荐算法和系统的构建及提高推荐精度的理论研究上，部分研究对其所提出的改进算法的有效性进行了一定的实验证明，但对于现有的微博个性化推荐技术的总结分析，尤其是推荐效果的对比分析则较少，也很少涉及到面向具体行业和细分市场的微博个性化推荐、推荐策略和推荐效果分析等实用性方面的研究。而在实践中，在不同的行业里，用户期待的推荐形式、内容和对推荐质量的预期不同。因此，对于旅游企业而言，它们需要的是一种具体化、符合行业和微博特性、实用性极强的微博营销策略，了解目前微博个性化推荐技术效果会有助于他们制定更有效的微博营销活动，而目前恰恰缺少这方面的研究成果。 　　3 旅游微博个性化推荐效果评价指标构建 　　微博个性化推荐效果决定用户是否会采纳推荐内容，也影响着企业微博营销的效果。自推荐系统的概念提出以来，推荐效果的评价指标主要是通过评估系统的准确性、多样性、新颖性和覆盖率来进行评估，这些评估指标属于基于数据本身的指标。在实际应用中，效果的好坏还和商业应用上的关键表现指标及用户真实态度有关，但这方面的研究则十分欠缺。因此，如何评价微博个性化推荐效果是一个很大的问题。已有的研究普遍以Davis（1989年）提出的TAM模型理论作为理论基础去解释用户采纳微博个性化推荐的