基于用户特征的酒店推荐模型研究.pdfVIP

第３４卷 第１期 河南工程学院学报（自然科学版） Ｖｏｌ３４，Ｎｏ１ ２０２２年３月 ＪＯＵＲＮＡＬＯＦＨＥＮＡＮＵＮＩＶＥＲＳＩＴＹＯＦＥＮＧＩＮＥＥＲＩＮＧ Ｍａｒ．２０２２ 基于用户特征的酒店推荐模型研究 石　洋 （湖南工程职业技术学院生态文旅学院，湖南长沙４１０１５１） 　　摘　要：针对现有酒店推荐精度不高的问题，提出了一种基于用户特征的酒店推荐模型。首先，构建酒店和用户的特征矩 阵，从而获得候选集；然后，利用基于用户的协同过滤预测用户评分，进而产生酒店推荐的ｔｏｐＮ列表；最后，以酒店管理营运博弈 沙盘实验平台爬取的数据为基础对用户进行推荐。结果表明，该推荐模型的召回率、Ｆ１值均高于传统的基于特征参数匹配的算 法和基于协同过滤的算法，解决了传统推荐算法推荐精度不高的问题，为智能算法在酒店信息化中的应用提供了参考。 　　关键词：用户特征；酒店推荐；协同过滤算法 　　中图分类号：ＴＰ３９９　　　　　　　文献标志码：Ａ　　　　　　　　文章编号：１６７４－３３０Ｘ（２０２２）０１－００６６－０４ Ｒｅｓｅａｒｃｈｏｎｈｏｔｅｌｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｕｓｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ＳＨＩＹａｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＥｃｏｃｕｌｔｕｒｅａｎｄＥｃｏｔｏｕｒｉｓｍ，ＨｕｎａｎＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇｓｈａ４１０１５１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗａｃｃｕｒａｃｙｏｆｅｘｉｓｔｉｎｇｈｏｔｅｌｒｅｃｏｍｍｅｎｄａｔｉｏｎ，ａｈｏｔｅｌｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｕｓｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｈｏｔｅｌｆｅａｔｕｒｅｍａｔｒｉｘａｎｄｕｓｅｒｆｅａｔｕｒｅｍａｔｒｉｘａｒｅｃｏｎｓｔｒｕｃｔｅｄｔｏｏｂｔａｉｎｔｈｅｃａｎｄｉｄａｔｅｓｅｔ．Ｔｈｅｎ， ｔｈｅｕｓｅｒｐｒｅｄｉｃｔｉｏｎｓｃｏｒｅｉｓｐｒｅｄｉｃｔｅｄｂｙｕｓｅｒｂａｓｅｄｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ，ａｎｄｔｈｅｔｏｐＮｌｉｓｔｏｆｈｏｔｅｌｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｉｓｇｅｎｅｒａｔｅｄ．Ｆｉ ｎａｌｌｙ，ｂａｓｅｄｏｎｔｈｅｄａｔａｏｂｔａｉｎｅｄｂｙｔｈｅｃｒａｗｌｅｒｏｆｔｈｅｈｏｔｅｌｍａｎａｇｅｍｅｎｔａｎｄｏｐｅｒａｔｉｏｎｇａｍｅｓａｎｄｔａｂｌｅｅｘｐｅｒｉｍｅｎｔａｌｐｌａｔｆｏｒｍ，ｕｓｅｒｓ ａｒｅｒｅｃｏｍｍｅｎｄｅｄ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｒｅｃａｌｌａｎｄＦ１ｖａｌｕｅｏｆｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｏｄｅｌｐｒｏｐｏｓｅｄｉｎｔｈｉｓｓｔｕｄｙａｒｅｈｉｇｈｅｒｔｈａｎｔｈｅ ｔｒａｄｉｔｉｏｎａｌｆｅａｔｕｒｅｐａｒａｍｅｔｅｒｍａｔｃｈｉｎｇａｎｄｔｒａｄｉｔｉｏｎａｌｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓ，ａｎｄｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎａｃｃｕｒａｃｙｉｓｈｉｇｈ， ｗｈｉｃｈｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｒｅｃｏｍｍｅｎｄａｔｉｏｎａｃｃｕｒａｃｙｉｎｔｒａｄｉｔｉｏｎａｌｒｅｃｏｍｍｅｎｄａｔｉｏｎ，ａｎｄｐｒｏｖｉｄｅｓａｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆ ｉｎｔｅｌｌｉｇｅｎｔａｌｇｏｒｉｔｈｍｉｎｈｏｔｅｌｉｎｆｏｒｍａｔｉｚａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｕｓｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｈｏｔｅｌｒｅｃｏｍｍｅｎｄａｔｉｏｎ；ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ 　　随着酒店业的发展和信息技术的应用，如何借助信息技术提高酒店服务水平，成为当前信息化背景下 应思考的重点。其中，面向海量的用户和酒店，如何找到用户更感兴趣的酒店，是当前酒店推荐系统需要解 ［１］ 决的难题。针对该问题，丁丁 提出依托大数据分析模型实现用户相同偏好或相似偏好对酒店需求的预 ［２］ 测；李书昊等