基于旅游知识图谱的可解释景点推荐
文献类型：期刊论文
| 作者 | 高嘉良2; 仇培元4; 余丽1; 黄宗财2; 陆锋2
|
| 刊名 | 中国科学:信息科学
 |
| 出版日期 | 2020 |
| 卷号 | 50.0期号:007页码:1055 |
| 关键词 | 旅游知识图谱 景点推荐 可解释性 推荐系统 旅游管理 |
| ISSN号 | 1674-7267 |
| 英文摘要 | 景点推荐系统可以帮助游客过滤大量的无关信息,还能辅助商家发掘潜在的顾客.然而,现有的基于传统方法的推荐系统,如基于内容的推荐或协同过滤系统,虽推荐过程相对透明直观,但由于数据稀疏性的存在,推荐结果往往不够准确;基于深度学习的推荐方法,虽在一定程度上提高了推荐结果的精度,但由于缺乏可解释性和透明度,难以满足部分用户理解推荐依据的愿望,也阻碍了此类方法的推广应用.为了解决当前方法所存在的局限,本文引入基于知识图谱的景点推荐框架,将推荐过程与知识图谱嵌入相结合,推断用户兴趣在知识图谱上的传播路径,以此作为推荐依据.此外,本文通过对真实旅游数据的多角度时空分析,探究旅游活动的时空规律,并将其应用于景点推荐框架中,提出一种面向旅游的基于知识图谱的可解释推荐方法——Geo-RippleNet,并通过构建基于开放网络资源的旅游知识图谱,对Geo-RippleNet进行了全面的实验验证.结果表明,本文提出的基于知识图谱的景点推荐方法,不仅可以最大限度地吸收知识图谱丰富的语义信息,从而实现可观的性能提升,还能充分利用图谱的关系知识,推理兴趣传播路径,以增强推荐结果的可解释性.此外,将旅游活动的时空规律融入到上述推荐框架中,能够还原用户出游和决策的时空过程,进一步提高方法的性能表现. |
| 语种 | 英语 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/155899]  |
| 专题 | 中国科学院地理科学与资源研究所 |
| 作者单位 | 1.中国科学院文献情报中心 2.中国科学院大学 3.中国科学院地理科学与资源研究所 4.山东建筑大学 5.江苏省地理信息资源开发与利用协同创新中心 |
| 推荐引用方式 GB/T 7714 | 高嘉良,仇培元,余丽,等. 基于旅游知识图谱的可解释景点推荐[J]. 中国科学:信息科学,2020,50.0(007):1055. |
| APA | 高嘉良,仇培元,余丽,黄宗财,&陆锋.(2020).基于旅游知识图谱的可解释景点推荐.中国科学:信息科学,50.0(007),1055. |
| MLA | 高嘉良,et al."基于旅游知识图谱的可解释景点推荐".中国科学:信息科学 50.0.007(2020):1055. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。