分類器動態(tài)集成算法在旅游信息推薦中的應(yīng)用研究.pdf

1、近年來，我國旅游業(yè)發(fā)展迅速，旅游已成為國民經(jīng)濟發(fā)展中的一個重要因素，特別是對于像貴州省這類旅游資源豐富、少數(shù)民族聚居的地域。隨著旅游資源不斷豐富，人們對于旅游服務(wù)和旅游信息的需求日益增加。許多有出行計劃的游客，因為本身旅游經(jīng)驗不足，不能很好地了解自身需求，面對龐大的旅游資源，在選擇旅游資源時存在很大的盲目性和隨意性。同時，旅游機構(gòu)迫切需要提高旅游服務(wù)質(zhì)量，如果能更好地為游客推薦各類旅游信息，輔助制定旅游計劃，無疑會增加企業(yè)的競爭力和經(jīng)營

2、業(yè)績。因此，研究可以滿足游客需求的旅游信息推薦方法具有重要的理論意義和實際應(yīng)用價值。
　　本文主要研究分類器動態(tài)集成算法及其在旅游信息推薦中的應(yīng)用。在分類器集成方法的基礎(chǔ)上，對基于Boosting技術(shù)的AdaBoost算法的基礎(chǔ)學(xué)習(xí)算法C4.5決策樹進行調(diào)整，得到AdaBoost改進算法，該算法避免在生成成員分類器的迭代中對訓(xùn)練樣本進行反復(fù)抽樣，可以提高分類準(zhǔn)確率。在AdaBoost改進算法的基礎(chǔ)上，引入待測樣本X和訓(xùn)練集T之間的

3、屬性相似度，提出了AdaBoost.MDI算法。對于不同的待測樣本，AdaBoost.MDI算法彌補了AdaBoost改進算法生成的成員分類器序列固定不變的不足。AdaBoost.MDI算法可以根據(jù)待測樣本和訓(xùn)練集決策屬性之間的相似度，實現(xiàn)動態(tài)地篩選成員分類器、指導(dǎo)分類集成判決，并且有效地提高算法集成分類的性能。最后，將AdaBoost.MDI算法應(yīng)用于旅游信息智能推薦系統(tǒng)的智能推薦功能模塊中，實現(xiàn)為游客推薦旅游項目、旅游景區(qū)等旅游信息