融合情境感知与随机森林的旅游景点推荐模型

情境是指一切可以用来描述某个对象情形和特征的信息,包括时间、位置、社会关系、自然状况以及项目特征等。旅游景点的选择受多种类型情境要素的影响,而传统的旅游景点推荐模型中未考虑或只考虑单一的情境要素,忽略了多方面情境要素对用户在选择出行目的地的综合影响。为此,文中通过归纳11种情境要素对景点推荐的影响并探讨它们影响程度的差异,提出一种融合情境感知和随机森林算法的旅游景点推荐模型,将情境要素作为随机森林中决策树分裂时要考虑的特征属性进行建模。实验结果表明：在众多情境要素中,相比于温度、季节等其他情境要素,景点自身的情境要素对旅游景点的选择影响更大,在进行推荐时,对各类情境要素按照重要性程度赋予相应的权重能够提高推荐的准确率;与逻辑回归模型相比,随机森林模型在不同数据抽样比下的预测精度更高,当训练数据集与测试数据集的比值为7∶3时精度最高。